CN109283590A - 基于小波变换的多源重力数据融合方法 - Google Patents
基于小波变换的多源重力数据融合方法 Download PDFInfo
- Publication number
- CN109283590A CN109283590A CN201810993492.7A CN201810993492A CN109283590A CN 109283590 A CN109283590 A CN 109283590A CN 201810993492 A CN201810993492 A CN 201810993492A CN 109283590 A CN109283590 A CN 109283590A
- Authority
- CN
- China
- Prior art keywords
- data
- gravity
- satellite
- gravimetric
- wavelet
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V7/00—Measuring gravitational fields or waves; Gravimetric prospecting or detecting
- G01V7/02—Details
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V7/00—Measuring gravitational fields or waves; Gravimetric prospecting or detecting
- G01V7/16—Measuring gravitational fields or waves; Gravimetric prospecting or detecting specially adapted for use on moving platforms, e.g. ship, aircraft
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Ocean & Marine Engineering (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于小波变换的多源重力数据融合方法,以卫星重力数据网格点为基础,插值计算船测点坐标的重力值,并基于小波变换对插值结果和船测重力数据完成多种小波函数及多层分解,有效提取船测重力数据内丰富的高频信息,合理提取卫星重力数据的低频有效成分;通过建立的评价方法,合理选择小波函数及分解层数,并通过小波逆变换得到船测点坐标的重力融合数据;基于融合数据及卫星散点数据,重新插值获得研究区卫星散点位置的数据,在兼顾精度及融合效果的情况下,合理产出研究区高精度海洋重力成果数据,具有较高的实际应用价值。
Description
技术领域
本发明涉及多源海洋重力散点数据高低频信息融合应用领域,具体涉及一种基于小波变换的多源重力数据融合方法。
背景技术
海洋重力场能够为研究地球形状和地球内部构造、勘探海洋矿产资源、保障航天和远程武器发射等提供重力资料。随着海洋重力勘探技术的不断完善,重力场数据获取的途径也越来越多,精度也由于数据量的逐年累加而越来越高,应用范围也越来越广泛。
目前重力场数据多通过船载重力测量和卫星测高技术获得,如何将卫星重力数据和船测重力数据进行融合,合理产出研究区高精度海洋重力数据产品是研究人员努力的目标。如授权公告号为【CN107589464B】的发明专利公开一种卫星测高重力数据与船测重力数据融合方法,通过以船测重力数据点为中心确定拟合半径;计算拟合半径范围内卫星测高重力数据点的权重;计算卫星测高重力数据点在船测重力数据点处的插值结果;计算插值结果和船测重力数据之间的差值;根据差值和权重计算各卫星测高重力数据点的改正值;融合计算得到重力融合数据。
卫星重力数据由于其覆盖范围广,多次往返轨道测量等特点,能够弥补船测数据测线之间的空白,但受卫星数量及重力场反演方法的限制,局部区域的细节信息被平滑处理而消失,需要船测散点数据内的高频信息予以补充。因此,亟待提出一种新的融合方法,以充分利用船测重力数据精度高的优势,通过开展重力场数据高低频信息提取及系数融合分析,获得高精度大范围的重力场数据,以合理产出研究区高精度海洋重力数据产品。
发明内容
本发明提出一种多源重力散点数据的融合方法,以经典Shepard插值法为基础,利用小波变换方法提取重力场数据的高、低频信息,充分利用每个高精度的船测点数据,通过逐点定量分析的方法获取高精度大范围的重力场数据。
本发明是采用以下的技术方案实现的:一种基于小波变换的多源重力数据融合方法,包括以下步骤:
步骤(1)、以卫星重力数据Gs为基础,确定插值距离r,采用Shepard定权原则插值计算船测坐标处的差值结果Gd,获取船测位置的重力点数据;
步骤(2)、对卫星插值数据Gd和对应经纬度坐标的船测重力数据Gb进行小波变换,分别获得卫星插值数据Gd和船测重力数据Gb对应的高频信息和低频信息;
步骤(3)、针对卫星重力数据和船测重力数据的精度特点,确定高低频信息的融合规则并完成信息融合得到重力散点融合数据;
其中,重力融合散点数据的高频成分H完全取自船测重力数据Gb,而低频成分L取卫星重力插值数据Gd分解的低频成分Ls和船测数据Gb小波分解获得的低频成分Lb中较小的数据,即:
并在此基础上通过小波逆变换获得重力散点融合数据GD;
步骤(4)、将获得的重力散点融合数据GD分别与卫星插值结果数据Gd和船测重力数据Gb进行作差比对分析,若对比分析结果满足要求,执行步骤(5);否则,执行步骤(2),重新选择小波分解函数和分解层数,直至满足要求后执行步骤(5);
步骤(5)、以卫星插值数据Gd和重力融合插值数据GD-d为基础,确定插值距离r’,采用Shepard定权原则,将GD-d插值到卫星坐标上并补偿卫星重力数据,从而获得融合成果数据Gr。
进一步的,所述步骤(1)中,采用Shepard定权原则插值获取船测位置的重力点数据Gd为:
p(i,j)为依据卫星重力数据坐标与待插值点距离所设定的权重,其中,
Δxij=|xi-xj|;Δyij=|yi-yj|;
式中(xi,yi)、(xj,yj)分别为待插值点和已知卫星重力数据的经纬度坐标,cosyj表示j点所在平行圈半径与卯酉圈半径比值,dij为卫星重力数据与插值点距离,Δx0、Δy0根据已知卫星重力数据坐标点密度进行设定,Δx0、Δy0根据已知坐标点密度进行设定,重要的是待插值点数小于10。
进一步的,所述步骤(2)中,对卫星插值数据Gd和对应经纬度位置的船测重力数据Gb进行小波变换时,所采用的小波分解函数包括“haar”、“db”、“sym”、“coif”、“bior”、“rbio”、“cdf”等,随着分解层数的递增,卫星插值与船测重力数据低频信息之间的差异也越来越小,所述分解层数最多取5层。
进一步的,所述步骤(4)中,通过分析获得重力散点融合数据GD与卫星插值数据Gd作差结果GD-d的均方差δD-d,以及重力散点融合数据GD与船测重力数据Gb作差结果GD-b的均方差δD-b,δD-d主要反映数据的融合效果,δD-b主要反映融合数据的精度,根据均方差δD-d和δD-b确定兼顾融合效果和融合精度的小波分解函数和分解层数。
与现有技术相比,本发明的优点和积极效果在于:
本发明提供的多源重力数据融合方法,以卫星重力数据网格点为基础,插值计算船测点坐标的插值结果,并采用小波变换对插值结果进行多种小波函数及多层分解,有效提取船测数据所包含的丰富的高频信息,合理提取卫星重力数据的低频有效成分;通过建立的评价方法,合理选择小波函数及分解层数,并通过小波逆变换得到船测点位置的重力融合数据;基于融合数据及卫星散点数据,重新插值获得研究区卫星散点位置的数据,兼顾精度及多源重力数据融合效果,合理产出研究区高精度海洋重力数据产品,具有较高的实际应用价值。
附图说明
图1为本发明实施例所述方法的原理示意图。
具体实施方式
为了能够更加清楚地理解本发明的上述目的、特征和优点,下面结合附图及实施例对本发明做进一步说明。
实施例、本方案以经典的Shepard插值法为基础,提出基于小波变换方法的重力场数据高低频信息提取及系数融合方法,通过逐点定量分析的方法获取高精度大范围的重力场数据。如图1所示,基于小波变换的多源重力数据融合方法,包括以下步骤:
步骤(1)、以卫星重力数据Gs为基础,确定插值距离r,采用Shepard定权原则插值计算船测点坐标的差值结果Gd,获取船测坐标的重力点数据;
其中,所获得的卫星插值数据Gd为:
p(i,j)为依据卫星重力数据坐标与待插值点距离所设定的权重,其中,
Δxij=|xi-xj|;Δyij=|yi-yj|;
式中(xi,yi)、(xj,yj)分别为待插值点和已知卫星重力数据的经纬度坐标,cosyj表示j点所在平行圈半径与卯酉圈半径比值,dij为卫星重力数据与插值点距离,Δx0、Δy0根据已知卫星重力数据坐标点密度进行设定,且重要的是待插值点数小于10,比如待插值点数取7或8等。
步骤(2)、卫星重力数据Gs虽然覆盖范围广,但受轨道高度及数据处理方法等限制导致缺失反应高精度海洋重力勘探的高频信息,船测重力数据Gb测量精度高,但调查成本高,测线之间的网格点间隔较大只能通过软件插值的方式补充填满。本实施例对卫星插值数据Gd和对应经纬度坐标的船测重力数据Gb进行小波变换,分别获得卫星插值数据Gd和船测重力数据Gb对应的高频信息和低频信息;
对卫星插值数据Gd和对应经纬度坐标的船测重力数据Gb进行小波变换时,所采用的小波分解函数包括“haar”、“db”、“sym”、“coif”、“bior”、“rbio”、“cdf”等,随着分解层数的递增,卫星插值与船测重力数据低频信息之间的差异也越来越小,一般最多取5层,分解的最多层数建议是4层或者5层;
步骤(3)、卫星测高数据反演的重力异常具有多次覆盖且范围更广的特点,重力场相对平缓,但缺失一定的高频信息;船测数据测点间距离小、分辨率高,覆盖范围有限,与卫星测高反演数据相比具有更为丰富准确的高频信息。针对卫星重力和船测重力的数据特点,确定高低频信息的融合规则并完成信息融合得到重力散点融合数据;
其中,所得到的重力散点融合数据的高频成分H完全取自船测重力数据Gb,而低频成分L取卫星重力插值数据Gd分解的低频成分Ls和船测数据Gb小波分解获得的低频成分Lb中较小的数据,即:
并在此基础上通过小波逆变换获得重力散点融合数据GD;
步骤(4)、将获得的重力散点融合数据GD分别与卫星插值结果数据Gd和船测重力数据Gb进行作差比对分析,通过对比多次重复执行步骤(2)获得的多组δD-d、δD-b值,选择最优的小波分解函数和分解层数:
其中,通过分析获得重力散点融合数据GD与卫星插值数据Gd作差结果GD-d的均方差δD-d,以及重力散点融合数据GD与船测重力数据Gb作差结果GD-b的均方差δD-b,均方差δD-d主要反映融合效果,而均方差δD-b主要反映数据融合精度,根据均方差δD-d和δD-b确定兼顾融合效果和融合精度的小波函数和分解层数;
步骤(5)、以卫星插值数据Gd和重力融合插值数据GD-d为基础,确定插值距离r’,采用Shepard定权原则,将GD-d插值到卫星坐标上并补偿卫星重力数据,从而获得融合成果数据Gr。
通过本发明方案,利用小波变换方法,提取重力场数据的高低频信息,充分利用每个高精度的船测点数据,进而获得高精度大范围的融合成果数据。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其它领域,但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。
Claims (4)
1.基于小波变换的多源重力数据融合方法,其特征在于,包括以下步骤:
步骤(1)、以卫星重力数据Gs为基础,采用Shepard定权原则插值获取船测坐标的重力点数据,即卫星插值数据Gd;
步骤(2)、对卫星插值数据Gd和对应经纬度坐标的船测重力数据Gb进行小波变换,分别获得卫星插值数据Gd和船测重力数据Gb对应的高频信息和低频信息;
步骤(3)、针对卫星重力数据和船测重力数据的精度特点,确定高低频信息的融合规则并完成信息融合,得到重力散点融合数据;
其中,重力融合散点数据的高频成分H完全取自船测重力数据Gb,而其低频成分L取卫星插值数据Gd小波分解的低频成分Ls和船测重力数据Gb小波分解获得的低频成分Lb中较小的数据,即:
并在此基础上通过小波逆变换获得重力散点融合数据GD;
步骤(4)、将获得的重力散点融合数据GD分别与卫星插值结果数据Gd和船测重力数据Gb进行作差比对分析,若对比分析结果满足要求,执行步骤(5);否则,执行步骤(2),重新选择小波分解函数和分解层数,直至满足要求后执行步骤(5);
步骤(5)、以重力融合差值数据GD-d和卫星重力数据Gs为基础,将GD-d插值到卫星坐标上并补偿卫星重力数据,从而获得融合成果数据Gr。
2.根据权利要求1所述的基于小波变换的多源重力数据融合方法,其特征在于:所述步骤(1)中,采用Shepard定权原则插值获取船测位置的重力点数据Gd为:
p(i,j)为依据卫星重力数据坐标与待插值点距离所设定的权重,其中,
Δxij=|xi-xj|;Δyij=|yi-yj|;
式中(xi,yi)、(xj,yj)分别为待插值点和已知卫星重力数据的经纬度坐标,cosyj表示j点所在平行圈半径与卯酉圈半径比值,dij为卫星重力数据与插值点距离,Δx0、Δy0根据已知卫星重力数据坐标点密度进行设定,且待插值点数小于10。
3.根据权利要求1或2所述的基于小波变换的多源重力数据融合方法,其特征在于:所述步骤(2)中,对卫星插值数据Gd和对应经纬度位置的船测重力数据Gb进行小波变换时,所采用的小波分解函数包括“haar”、“db”、“sym”、“coif”、“bior”、“rbio”和“cdf”,所述分解层数最多取5层。
4.根据权利要求3所述的基于小波变换的多源重力数据融合方法,其特征在于:所述步骤(4)中,通过分析获得重力散点融合数据GD与卫星插值数据Gd作差结果GD-d的均方差δD-d,以及重力散点融合数据GD与船测重力数据Gb作差结果GD-b的均方差δD-b,δD-d主要反映数据的融合效果,δD-b主要反映融合数据的精度,根据均方差δD-d和δD-b确定兼顾融合效果和融合精度的小波分解函数和分解层数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810993492.7A CN109283590B (zh) | 2018-08-29 | 2018-08-29 | 基于小波变换的多源重力数据融合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810993492.7A CN109283590B (zh) | 2018-08-29 | 2018-08-29 | 基于小波变换的多源重力数据融合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109283590A true CN109283590A (zh) | 2019-01-29 |
CN109283590B CN109283590B (zh) | 2019-08-06 |
Family
ID=65184146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810993492.7A Active CN109283590B (zh) | 2018-08-29 | 2018-08-29 | 基于小波变换的多源重力数据融合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109283590B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111260529A (zh) * | 2020-01-08 | 2020-06-09 | 上海船舶研究设计院(中国船舶工业集团公司第六0四研究院) | 船舶环境数据的确定方法、装置及船舶 |
CN113204057A (zh) * | 2021-05-07 | 2021-08-03 | 湖南科技大学 | 一种基于多层级方法重磁快速反演方法 |
CN115712154A (zh) * | 2022-11-02 | 2023-02-24 | 中国人民解放军92859部队 | 一种探测船载重力测量粗差的移位双小波迭代方法 |
CN117034196A (zh) * | 2023-08-15 | 2023-11-10 | 自然资源部第一海洋研究所 | 一种基于多源重力高低频信息滑动窗口加权的数据融合方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106055919A (zh) * | 2016-08-09 | 2016-10-26 | 航天东方红卫星有限公司 | 一种基于遥测数据小波变换的卫星异常检测方法 |
CN107481193A (zh) * | 2017-08-21 | 2017-12-15 | 叶军 | 一种基于小波变换的图像插值方法 |
CN107578068A (zh) * | 2017-09-18 | 2018-01-12 | 中国石油大学(华东) | 一种卫星测高重力数据与重力卫星数据融合方法 |
CN107589464A (zh) * | 2017-09-07 | 2018-01-16 | 中国石油大学(华东) | 一种卫星测高重力数据与船测重力数据融合方法 |
WO2018064716A1 (en) * | 2016-10-04 | 2018-04-12 | HZW Holdings Pty Ltd | A gravimeter assembly |
-
2018
- 2018-08-29 CN CN201810993492.7A patent/CN109283590B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106055919A (zh) * | 2016-08-09 | 2016-10-26 | 航天东方红卫星有限公司 | 一种基于遥测数据小波变换的卫星异常检测方法 |
WO2018064716A1 (en) * | 2016-10-04 | 2018-04-12 | HZW Holdings Pty Ltd | A gravimeter assembly |
CN107481193A (zh) * | 2017-08-21 | 2017-12-15 | 叶军 | 一种基于小波变换的图像插值方法 |
CN107589464A (zh) * | 2017-09-07 | 2018-01-16 | 中国石油大学(华东) | 一种卫星测高重力数据与船测重力数据融合方法 |
CN107578068A (zh) * | 2017-09-18 | 2018-01-12 | 中国石油大学(华东) | 一种卫星测高重力数据与重力卫星数据融合方法 |
Non-Patent Citations (2)
Title |
---|
刘繁明等: "《由小波与随机采样提升重力场插值精度的策略》", 《大地测量与地球动力学》 * |
姚剑奇: "《水下重力辅助导航定位方法研究》", 《中国博士学位论文全文数据库工程科技二辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111260529A (zh) * | 2020-01-08 | 2020-06-09 | 上海船舶研究设计院(中国船舶工业集团公司第六0四研究院) | 船舶环境数据的确定方法、装置及船舶 |
CN111260529B (zh) * | 2020-01-08 | 2024-03-08 | 上海船舶研究设计院(中国船舶工业集团公司第六0四研究院) | 船舶环境数据的确定方法、装置及船舶 |
CN113204057A (zh) * | 2021-05-07 | 2021-08-03 | 湖南科技大学 | 一种基于多层级方法重磁快速反演方法 |
CN115712154A (zh) * | 2022-11-02 | 2023-02-24 | 中国人民解放军92859部队 | 一种探测船载重力测量粗差的移位双小波迭代方法 |
CN115712154B (zh) * | 2022-11-02 | 2023-11-03 | 中国人民解放军92859部队 | 一种探测船载重力测量粗差的移位双小波迭代方法 |
CN117034196A (zh) * | 2023-08-15 | 2023-11-10 | 自然资源部第一海洋研究所 | 一种基于多源重力高低频信息滑动窗口加权的数据融合方法 |
CN117034196B (zh) * | 2023-08-15 | 2024-05-07 | 自然资源部第一海洋研究所 | 一种基于多源重力高低频信息滑动窗口加权的数据融合方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109283590B (zh) | 2019-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109283590B (zh) | 基于小波变换的多源重力数据融合方法 | |
CN107167786B (zh) | 卫星激光测高数据辅助提取高程控制点方法 | |
CN109061642B (zh) | 一种贝叶斯迭代重加权稀疏自聚焦阵列sar成像方法 | |
CN108226927B (zh) | 基于加权迭代最小稀疏贝叶斯重构算法的sar成像方法 | |
CN104198992B (zh) | 基于多径时延结构压缩感知的水声目标被动定位方法 | |
Barnes et al. | Geological analysis of Martian rover‐derived digital outcrop models using the 3‐D visualization tool, Planetary Robotics 3‐D Viewer—Pro3D | |
CN106405548A (zh) | 基于多任务贝叶斯压缩感知的逆合成孔径雷达成像方法 | |
CN103439693A (zh) | 一种线阵sar稀疏重构成像与相位误差校正方法 | |
CN110045432A (zh) | 基于3d-glq的球坐标系下重力场正演方法及三维反演方法 | |
CN109283562A (zh) | 一种车联网中车辆三维定位方法及装置 | |
CN100386647C (zh) | 基于pos的机载干涉sar系统及方法 | |
CN114137624B (zh) | 一种基于卫星高度计反演海底地形的方法和系统 | |
CN106446539A (zh) | 基于卫星定位系统的潮汐预报方法 | |
WO2020151213A1 (zh) | 一种空地结合的潮间带一体化测绘方法 | |
CN106530398A (zh) | 一种面向地形可视性分析的可视性图网络构建方法 | |
CN112348280B (zh) | 一种利用改进型Argo浮标数据进行EOF分析的方法 | |
CN114460654A (zh) | 基于l1l2混合范数的半航空瞬变电磁数据反演方法及装置 | |
CN106526553A (zh) | 一种通用的sar卫星方位模糊度性能精确分析方法 | |
CN103778633B (zh) | 确定数字高程模型单元网格遮挡的方法及装置 | |
CN111487621A (zh) | 一种基于雷达图像的海表流场反演方法及电子设备 | |
CN110275163A (zh) | 一种基于神经网络的毫米波雷达探测目标成像方法 | |
CN103728617B (zh) | 双基地合成孔径雷达时域快速成像方法 | |
CN101937106B (zh) | 一种海底大起伏测线磁测数据的处理方法 | |
CN103217715B (zh) | 多尺度规则网格层析反演静校正方法 | |
KR102002593B1 (ko) | 특정공간에서의 유해기체 확산 해석 방법 및 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 266061 No. 6 Xianxia Ling Road, Laoshan District, Qingdao City, Shandong Province Applicant after: First Institute of Oceanography, Ministry of Natural Resources Address before: 266061 No. 6 Xianxia Ling Road, Laoshan District, Qingdao City, Shandong Province Applicant before: Oceanographic Inst. No.1 of State Bureau of Oceanography |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |