CN110110654A - 一种针对下降型海洋内孤立波的振幅反演方法及装置 - Google Patents
一种针对下降型海洋内孤立波的振幅反演方法及装置 Download PDFInfo
- Publication number
- CN110110654A CN110110654A CN201910371081.9A CN201910371081A CN110110654A CN 110110654 A CN110110654 A CN 110110654A CN 201910371081 A CN201910371081 A CN 201910371081A CN 110110654 A CN110110654 A CN 110110654A
- Authority
- CN
- China
- Prior art keywords
- interior estimates
- interior
- curve
- signal
- estimates signal
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/49—Analysis of texture based on structural texture description, e.g. using primitives or placement rules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10044—Radar image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请提供了一种针对下降型海洋内孤立波的振幅反演方法及装置,其中,方法包括:获取预设范围内的多个上层厚度;将多个上层厚度依次带入预设的内孤立波信号的理论模型表达式,得到多个内孤立波信号模拟曲线,内孤立波信号的理论模型表达式依据eKdV理论生成;获取内孤立波信号观测曲线,内孤立波信号观测曲线基于人工在包括内孤立波的合成孔径雷达图像上的操作得到;将内孤立波信号模拟曲线中,与内孤立波信号观测曲线最相近的曲线,确定为最优模拟曲线;依据得到最优模拟曲线的上层厚度,确定内孤立波信号的振幅。通过本申请提供的针对下降型海洋内孤立波的振幅反演方案,可以使反演得到的振幅的准确性得到提高。
Description
技术领域
本申请涉及卫星遥感海洋观测领域,尤其涉及一种针对下降型海洋内孤立波的振幅反演方法及装置。
背景技术
随着科学技术的发展,人类在海洋中的活动日益频繁。海洋中内孤立波,特别是下降型内孤立波(当海洋中密度跃层以上水深小于下层水深时出现,为了描述方便,以下在没有特别说明的情况下,所述的内孤立波都是指下降型内孤立波)的存在会使海洋内部产生大振幅垂向波动,引发强烈的海水混合,是海洋中物质、动量和能量的传输和平衡的重要环节。因此,对海洋内孤立波的观测和研究日益受到众人关注。
内孤立波的振幅是指内孤立波传播过程中水质子离开平衡位置的最大位移。星载合成孔径雷达(Synthetic Aperture Radar,SAR)不依赖于太阳光照和天气条件,可以全天时且全天候获取高分辨率海洋观测数据从而提供精细的内孤立波的要素信息,因此,SAR已成为获取海洋中内孤立波信息的重要工具。内孤立波的振幅不能直接通过对SAR图像测算获得,因此,内孤立波的振幅一直是反演的难点。
在现有技术中,一般是基于KdV(Korteweg-de Vries)理论,在两层海洋模型下建立内孤立波的振幅与图像中的内孤立波信号之间的关系,通过所建立的关系反演内孤立波的振幅。
但是,目前通过KdV理论反演得到的内孤立波的振幅的准确性较低。
发明内容
本申请提供了一种针对下降型海洋内孤立波的振幅反演方法及装置,目的在于解决基于KdV理论反演得到的振幅的准确性低的问题。
为了实现上述目的,本申请提供了以下技术方案:
本申请提供了一种针对下降型海洋内孤立波的振幅反演方法,包括:
获取预设范围内的多个上层厚度,所述上层厚度为将所述下降型内孤立波所在的海域映射为两层海洋模型后,所述两层海洋模型中上层的厚度,所述预设范围依据所在海域的水深确定;
将所述多个上层厚度依次带入预设的内孤立波信号的理论模型表达式,得到多个内孤立波信号模拟曲线,其中,任意一个所述上层厚度得到一个所述内孤立波信号模拟曲线;所述内孤立波信号的理论模型表达式依据eKdV理论生成;
获取内孤立波信号观测曲线,所述内孤立波信号观测曲线基于人工在包括所述内孤立波的合成孔径雷达图像上的操作得到;
将所述内孤立波信号模拟曲线中,与所述内孤立波信号观测曲线最相近的曲线,确定为最优模拟曲线;
依据得到所述最优模拟曲线的上层厚度,确定所述内孤立波信号的振幅。
可选的,所述内孤立波信号的理论模型表达式包含的参数包括:所述内孤立波信号的相速度;
通过以下方式计算所述内孤立波信号的相速度:
获取对所述下降型内孤立波成像的两幅SAR图像;
获取任意一幅SAR图像中包含所述内孤立波信号的子图像;
对所述子图像进行二维傅里叶谱分析,得到所述内孤立波信号的传播方向;
分别获取所述两幅SAR图像中每幅SAR图像的所述内孤立波信号观测曲线;
从所述每幅SAR图像获取的所述内孤立波信号观测曲线中,确定波峰位置点;
将所述两幅SAR图像所对应的两个波峰位置点间的距离,与所述两幅SAR图像的拍摄时间间隔的比值,作为所述内孤立波信号的相速度的数值。
可选的,所述两幅SAR图像为满足预设条件的两幅SAR图像;所述预设条件包括:对包含所述内孤立波的海洋在小于预设阈值的时间间隔内连续拍摄得到。
可选的,针对任意一幅SAR图像,所述获取内孤立波信号观测曲线,包括:
获取该SAR图像中的内孤立波二维剖面数据;所述该SAR图像中的内孤立波二维剖面数据通过人工采用预设大小的内孤立波二维剖面对该SAR图像中的内孤立波信号进行截取得到;所述内孤立波二维剖面的长边与所述内孤立波信号的传播方向平行,所述内孤立波二维剖面的短边与所述内孤立波信号的传播方向垂直;
针对所述内孤立波二维剖面数据中与所述内孤立波二维剖面的短边相平行的各列的数据,分别计算各列的像元平均值以及与参考列间的距离,得到以像元平均值和距离为变量的内孤立波信号的一维剖面曲线;所述参考列为所述内孤立波二维剖面的任意一个短边所在的列;
将所述以像元平均值和距离为变量的内孤立波信号的一维剖面曲线,作为所述内孤立波信号观测曲线。
可选的,所述将所述内孤立波信号模拟曲线中,与所述内孤立波信号观测曲线最相近的曲线,确定为最优模拟曲线,包括:
将所述内孤立波信号模拟曲线中,与所述内孤立波信号观测曲线间的差距值最小的内孤立波信号模拟曲线,作为所述最优模拟曲线。
本申请还提供了一种针对下降型海洋内孤立波的振幅反演装置,包括:
第一获取模块,用于获取预设范围内的多个上层厚度,所述上层厚度为将所述下降型内孤立波所在的海域映射为两层海洋模型后,所述两层海洋模型中上层的厚度,所述预设范围依据所在海域的水深确定;
计算模块,用于将所述多个上层厚度依次带入预设的内孤立波信号的理论模型表达式,得到多个内孤立波信号模拟曲线,其中,任意一个所述上层厚度得到一个所述内孤立波信号模拟曲线;所述内孤立波信号的理论模型表达式依据eKdV理论生成;
第二获取模块,用于获取内孤立波信号观测曲线,所述内孤立波信号观测曲线基于人工在包括所述内孤立波的合成孔径雷达图像上的操作得到;
第一确定模块,用于将所述内孤立波信号模拟曲线中,与所述内孤立波信号观测曲线最相近的曲线,确定为最优模拟曲线;
第二确定模块,用于依据得到所述最优模拟曲线的上层厚度,确定所述内孤立波信号的振幅。
可选的,所述装置还包括相速度计算模块;
所述相速度计算模块,用于获取对所述下降型内孤立波成像的两幅SAR图像;获取任意一幅SAR图像中包含所述内孤立波信号的子图像;对所述子图像进行二维傅里叶谱分析,得到所述内孤立波信号的传播方向;分别获取所述两幅SAR图像中每幅SAR图像的所述内孤立波信号观测曲线;从所述每幅SAR图像获取的所述内孤立波信号观测曲线中,确定波峰位置点;将所述两幅SAR图像所对应的两个波峰位置点间的距离,与所述两幅SAR图像的拍摄时间间隔的比值,作为所述内孤立波信号的相速度的数值。
可选的,所述两幅SAR图像为满足预设条件的两幅SAR图像;所述预设条件包括:对包含所述内孤立波的海洋在小于预设阈值的时间间隔内连续拍摄得到。
可选的,针对任意一幅SAR图像,所述第二获取模块,用于获取内孤立波信号观测曲线,包括:
获取该SAR图像中的内孤立波二维剖面数据;所述该SAR图像中的内孤立波二维剖面数据通过人工采用预设大小的内孤立波二维剖面对该SAR图像中的内孤立波信号进行截取得到;所述内孤立波二维剖面的长边与所述内孤立波信号的传播方向平行,所述内孤立波二维剖面的短边与所述内孤立波信号的传播方向垂直;
针对所述内孤立波二维剖面数据中与所述内孤立波二维剖面的短边相平行的各列的数据,分别计算各列的像元平均值以及与参考列间的距离,得到以像元平均值和距离为变量的内孤立波信号的一维剖面曲线;所述参考列为所述内孤立波二维剖面的任意一个短边所在的列;
将所述以像元平均值和距离为变量的内孤立波信号的一维剖面曲线,作为所述内孤立波信号观测曲线。
可选的,所述第一确定模块,用于将所述内孤立波信号模拟曲线中,与所述内孤立波信号观测曲线最相近的曲线,确定为最优模拟曲线,包括:
将所述内孤立波信号模拟曲线中,与所述内孤立波信号观测曲线间的差距值最小的内孤立波信号模拟曲线,作为所述最优模拟曲线。
本申请提供的针对下降型内孤立波的振幅反演方案中,获取预设范围内的多个上层厚度,将多个上层厚度依次带入预设的内孤立波信号的理论模型表达式,得到多个内孤立波信号模拟曲线,获取内孤立波信号观测曲线,将内孤立波信号模拟曲线中,与内孤立波信号观测曲线最相近的曲线,确定为最优模拟曲线,依据得到最优模拟曲线对应的上层厚度,确定内孤立波信号的振幅。其中,上层厚度为将该下降型内孤立波所在的海域映射为两层海洋模型后,两层海洋模型中上层海洋模型的厚度,预设范围依据所在海域的水深确定。
由于本申请方案提供的预设的内孤立波信号的理论模型表达式是依据eKdV理论生成的,并且,eKdV的理论表达式比KdV的理论表达式多了这一项,该项中α1表示立方非线性系数,η表示等密度面的最大垂向位移,因此,eKdV的理论表达式比KdV的理论表达式的准确性。特别是在浅海区,KdV方程的平方非线性系数非常小,此时应考虑高阶项,即eKdV方程中的因此,本申请中基于内孤立波信号的理论模型表达式所得到的内孤立波信号模拟曲线的精度性高。
同时,在本申请提供的方案中,从多个内孤立波信号模拟曲线中确定与内孤立波信号观测曲线最相近的内孤立波信号模拟曲线,为最优模拟曲线。即最优模拟曲线的确定以内孤立波信号观测曲线为基础,一方面,由于内孤立波信号观测曲线基于人工在包括内孤立波的合成孔径雷达图像上的操作得到,使得内孤立波信号观测曲线的准确性得到提高,另一方面,确定与内孤立波信号观测曲线最相近的模拟曲线,因此,综合这两方面所得到的最优模拟曲线的精度得到提高,进而,依据得到与最优模拟曲线对应的上层厚度,确定内孤立波信号的振幅的精度得到提高。所以,本申请提供的方案反演得到的振幅比现有技术反演得到的振幅的精度得到提高。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例公开的一种针对下降型海洋内孤立波的振幅反演方法的流程图;
图2为本申请实施例公开的一种针对下降型海洋内孤立波的振幅反演装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
图1为本申请实施例提供的一种针对下降型海洋内孤立波的振幅反演方法,包括以下步骤:
S101、获取待处理的SAR图像。
在本实施例中,待处理的SAR图像为通过SAR对海洋以相隔很短的拍摄间隔连续拍摄得到的两幅SAR图像,其中,拍摄得到的两幅SAR图像中包含有同一个下降型内孤立波包(多个内孤立波组成的波群)的信息,所包含的同一个下降型内孤立波包中任一个内孤立波就是待反演振幅的内孤立波,在下文没有特别说明下,所提到的内孤立波都是指该待反演的下降型内孤立波。实际中,为了保证两幅SAR图像中包含有同一个内孤立波包的信息,可以使用对准同一个方位且拍摄时间间隔较短的两个SAR采集的图像。
S102、对所获取的待处理的SAR图像进行预处理。
在本步骤中,对所获取的两幅SAR图像分别进行预处理,分别进行的预处理操作相同。具体的,对任意一幅SAR图像所进行的预处理操作包括:辐射校正、噪声去除和地理校正。其中,对任意一幅SAR图像进行辐射校正是指:将该幅SAR图像中像元点的像元值置换为该像元点对应的实物的后向散射系数。对任意一幅SAR图像进行噪声去除是指:采用滤波的方法去掉该幅SAR图像中的相干斑噪声。对任意一幅SAR图像进行地理校正是指:将该幅SAR图像中像元点的图像坐标转换为地理坐标。
上述预处理操作的具体实现方式可以参见现有技术,这里不再赘述。
S103、分别获取两幅预处理后的SAR图像的内孤立波信号观测曲线。
具体的,获取任意一幅预处理后的SAR图像的内孤立波信号观测曲线的过程包括:
A1、获取内孤立波的传播方向。
由于内孤立波在SAR图像上表现为亮暗相间的条纹,因此,可以依据亮暗相间的条纹这一特征,在预处理后的任意一幅SAR图像识别内孤立波。内孤立波通常以内孤立波包的形式存在,由于预处理后的两幅SAR图像包含同一个内孤立波包,并且,是以相隔很短的拍摄间隔连续拍摄得到的,因此,该预处理后的两幅SAR图像中的内孤立波包在较短的拍摄时间间隔内的传播方向变化不大,因此,可以在预处理后的任意一幅SAR图像中获取内孤立波包的传播方向。
在本实施例中,在预处理后的任意一幅SAR图像中内孤立波包对应的亮暗条纹中选取预设大小的子图像,并对该子图像作二维傅里叶谱分析,得到内孤立波包的平均传播方向,同一内孤立波包中的内孤立波的传播方向几乎一样,所以待反演振幅的内孤立波的传播方向就等于内孤立波包的平均传播方向。其中,二维傅里叶谱分析的子图像的大小可以为512像元*512像元,当然,在实际中,预设大小还可以为其他取值,本实施例不对子图像的大小作限定。
需要说明的是,本步骤只是提供了从内孤立波条纹得到内孤立波传播方向一种方式,当然,在实际中,还可以通过其他方式从内孤立波条纹得到内孤立波的传播方向,本实施例不对本步骤的具体实现方式作限定。
A2、获取该预处理后的SAR图像中的内孤立波二维剖面数据。
由于内孤立波信号在SAR图像上表现为亮暗相间的条纹,因此,可以依据亮暗相间的条纹这一特征,在该预处理后的SAR图像中识别内孤立波信号。具体的,获取该幅预处理后的SAR图像中的内孤立波二维剖面数据的过程包括:人工依据亮暗相间的条纹这一特征,在该预处理后的SAR图像中选取一块区域,所选取的区域包含待反演振幅的内孤立波信号的一部分,为了描述方便,将人工所选取的区域称为内孤立波二维剖面。在本步骤中,将内孤立波二维剖面所包含的数据,称为内孤立波二维剖面数据。
其中,内孤立波二维剖面是一个规则的矩形。其中,内孤立波二维剖面的长边与待反演振幅的内孤立波信号的传播方向平行,并且长边必须横跨待反演振幅的内孤立波信号对应的明暗条纹,即内孤立波二维剖面的长边必须包含待反演振幅的内孤立波信号的亮暗条纹,内孤立波二维剖面的短边与内孤立波信号的传播方向垂直。对于该内孤立波二维剖面中各边的长度,可以根据实际情况进行选取,本实施例不对内孤立波二维剖面中各边的长度作限定。在本实施例中,内孤立波二维剖面的短边可以由5个像元点构成。
A3、针对内孤立波二维剖面数据中与内孤立波二维剖面的短边相平行的各列的数据,对于每列,计算该列的数据的像元平均值以及该列与参考列间的距离,得到内孤立波信号的一维剖面曲线。
具体的,内孤立波二维剖面数据是内孤立波二维剖面在预处理后的SAR图像中所包含的数据,因此,该内孤立波二维剖面数据是由与内孤立波二维剖面中的短边相平行的各列的数据构成。
在本实施例中,将内孤立波二维剖面中任意一个短边所在的列作为参考列。在本步骤中,针对内孤立波二维剖面数据中的每列数据,均要得到各列数据分别对应的像元平均值与距离。具体的,对于任意一列数据,计算该列数据的像元平均值作为该列的像元平均值,计算该列与参考列间的距离作为该列的距离。内孤立波二维剖面数据中各列数据分别对应的像元平均值与距离,作为内孤立波二维剖面数据的参考数据。在本实施例中,以像元平均值和距离为坐标轴建立坐标系,具体的,可以以像元平均值为纵坐标轴,以距离为横坐标轴建立坐标系,将参考数据在所建立的坐标系中所形成的曲线,称为内孤立波信号的一维剖面曲线。
在本实施例中,可以将本步骤所得到的内孤立波信号的一维剖面曲线,作为内孤立波信号观测曲线。
通过上述A1~A3,可以得到预处理后的两幅SAR图像分别对应的内孤立波信号观测曲线。所得到的每条内孤立波信号观测曲线都有明显的波峰波谷,其中,将波峰所对应的点作为内孤立波的位置。
S104、基于所获取的两幅预处理后的SAR图像的内孤立波信号观测曲线,计算内孤立波的相速度的数值。
具体的,针对任一幅预处理后的SAR图像得到的内孤立波信号观测曲线,可以得到该条内孤立波信号观测曲线中的波峰位置,进而,得到该幅预处理后的SAR图像中内孤立波信号的位置,此时,分别得到预处理后的两幅SAR图像上对应的内孤立波信号的位置。由于本实施例中预处理后的两幅SAR图像中包含有同一待反演振幅的内孤立波信号,并且,以相隔很短的拍摄间隔连续拍摄得到的。将该预处理后的两幅SAR图像分别对应的波峰的地理位置间的距离与拍摄时间间隔的比值,作为待反演振幅的内孤立波信号的相速度的数值。
由于本实施例用于计算相速度所使用的预处理后的两幅SAR图像包含同一个待反演振幅的内孤立波信号,并且是以相隔很短的拍摄间隔连续拍摄得到的,因此,将通过该预处理后的两幅SAR图像计算出的内孤立波信号的相速度作为该待反演振幅的内孤立波信号的瞬时速度,使得待反演振幅的内孤立波信号的瞬时速度具有较高的准确性。
S105、获取内孤立波信号的理论模型表达式。
eKdV理论的方程表达式如下公式(1)所示:
式中,η(x,t)表示等密度面的最大垂向位移;c0,α,α1,β分别表示线性相速度、平方非线性系数、立方非线性系数、频散系数。
从公式(1)中可以得到内孤立波信号的表达式如下公式(2)所示:
式中,η0表示振幅,对于下降型内孤立波来说,η0<0,c表示非线性相速度,γ和b是系数,b<1。c的表达式如下公式(3)所示
从公式(2)可以看出,内孤立波信号的表达式η(ξ)中的参数包括η0、γ和b。
γ的表达式如下公式(4)所示,b的表达式如下公式(5)所示:
上述公式(3)、公式(4)与公式(5)中的c、γ和b都可以通过η0、c0、α、β和α1进行表示。在两层流体中,刚盖近似且不考虑背景流场的情况下,c0的表达式如下公式(6)所示,α的表达式如下公式(7)所示,β的表达式如下公式(8)所示,α1的表达式如下公式(9)所示:
式中,h1表示将下降型内孤立波所在的海域映射为两层海洋模型后,两层海洋模型中上层海洋模型的厚度,h2表示将下降型内孤立波所在的海域映射为两层海洋模型后,两层海洋模型中下层海洋模型的厚度,h1+h2表示上下层的总厚度(即总水深的绝对值),即内孤立波信号所在海域的水深。并且,对于下降型内孤立波来说,0<h1<h2,g表示重力加速度,是上下层之间的密度差,ρ1表示上层密度,ρ2表示下层密度,其中 ρ(z)是海水垂直密度剖面。
从上述公式(6)、公式(7)、公式(8)和公式(9)可以看出,c0、α、β和α1可以通过ρ(z)、h1、h2和h1+h2来表示,由于下降型内孤立波0<h1<h2,所以α总小于0,β总大于0,α1总小于0。
SAR图像中内孤立波引起的后向散射强度的表达式,如下公式(10)所示:
式中,θ表示入射角,k0表示雷达波数,ksw=2k0sinθ表示表面Bragg波的波数,χ表示SAR波束相对于波向的视角,m3是常数,i表示入射的极化方式,j表示后向散射的极化方式,gij(θ)表示一阶散射系数,表示内孤立波引起的表面流速,其中φ(z)表示一模态垂直结构函数,最大绝对值为1。
将上述公式(2)代入公式(10)中,可以得到eKdV型内孤立波在SAR图像引起的后向散射系数表达式如下公式(11)所示:
式中,
公式(11)反映的是SAR图像上内孤立波的后向散射系数在基于eKdV理论模型时的一维水平分布情况。
在本实施例中,需要将内孤立波信号观测曲线拟合为目标表达式的形式,其中,目标表达式为基于eKdV理论模型得到SAR图像上内孤立波的后向散射系数表达式,即公式(11)所得到的表达式。
具体的,由于对原始SAR图像进行辐射校正后又进行了其他图像预处理操作,所以从SAR图像上得到的内孤立波信号观测曲线描述的不是与实物对应的后向散射系数的变化。但实际上,内孤立波信号观测曲线是基于公式(11)的一种变形形式,为了从理论上描述从SAR图像上得到的内孤立波信号观测曲线,所以将内孤立波信号观测曲线拟合为目标表达式(11)所得到的理论表达式,称为基于eKdV理论的内孤立波信号在SAR图像上的理论模型表达式,如下公式(12)所示:
式中,I(ξ)表示基于eKdV理论的内孤立波信号的理论模型表达式,ξ表示距离这一变量,I表示像元值这一变量,A,B,C分别表示拟合系数。从该公式(12)可以看出,I(ξ)表达式中包含参数A、B、C、γ和b,在参数A、B、C、γ和b的取值确定的情况下,得到I(ξ)的具体表达式,在本实施例中,需要依据内孤立波信号观测曲线,确定参数A、B、C、γ和b的取值,为了描述方便,在本实施例中,将确定出基于eKdV理论的内孤立波信号的理论模型表达式中参数A、B、C、γ和b的取值后,所得到的具体表达式,称为内孤立波信号的模拟曲线。
对于公式(12)中的拟合系数A,B,C的求取方式如下:
对公式(12)中的I(ξ)求一阶导数后可以得到理论上ξ-I(ξ)曲线中最小点对应的位置坐标(ξmin,Imin)和最大点对应的位置坐标(ξmax,Imax),ξmin,ξmax,Imin,Imax的表达式如下公式(13)、公式(14)、公式(15)和公式(16)所示。
本实施例中得到的内孤立波信号观测曲线是像元平均值I与距离间ξ的函数曲线,在内孤立波信号观测曲线中可以看到I存在最小值Imin与最大值Imax,其中,Imin在孤立波信号观测曲线I(ξ)中对应的点的位置坐标点为(ξmin,Imin),Imax在孤立波信号观测曲线I(ξ)中对应的点的位置坐标点为(ξmax,Imax)。因此,通过公式(13-16)可以得出,内孤立波信号观测曲线中(ξmin,Imin)和(ξmax,Imax)两个点的位置坐标,参数C的计算公式如下公式(17)所示,参数B的计算公式如下公式(18)所示,参数|A|的计算公式如下公式(19)所示:
由于内孤立波信号观测曲线中的(ξmin,Imin)与(ξmax,Imax)已得到,因此,通过公式(17)可求得参数C的取值,通过公式(18)可求得参数B的取值。
通过公式(3)、公式(4)和公式(5),可以得到γ的表达式如下公式(20)所示,b和η0的表达式如下公式(21)所示:
从公式(20)与公式(21),可以看出,参数γ、b和η0可通过c、c0、α、α1和β表示。上述已推导出,公式(6)~公式(9)中的参数c0、α、α1和β可通过参数ρ(z)、h1、h2和h1+h2表示,因此,参数γ、b和η0可通过参数c、ρ(z)、h1、h2和h1+h2表示。
公式(19)中的参数|A|可以通过参数Imax、Imin和b表示,其中,Imax和Imin已通过内孤立波信号观测曲线获得,b可通过参数c、ρ(z)、h1、h2和h1+h2表示,因此,参数|A|中的未知参数为c、ρ(z)、h1、h2和h1+h2,上述已知公式(12)中的其他参数γ、b和η0可通过参数c、ρ(z)、h1、h2和h1+h2表示,因此,综合来说,公式(12)中的I(ξ)中的未知参数为c、ρ(z)、h1、h2和h1+h2,即在已知参数c、ρ(z)、h1、h2和h1+h2的取值时,就可以得到内孤立波信号模拟曲线。
综上可得:在依据内孤立波信号观测曲线中的(ξmin,Imin)和(ξmax,Imax)可根据公式(17)~公式(18)求得参数B和C的取值的情况下,如果已知参数c、ρ(z)、h1、h2和h1+h2的取值,根据公式(6)~公式(9)和公式(19)~公式(21),可以得到公式(12)中的参数A、b和γ的取值,进而,根据公式(12)得到内孤立波信号观测曲线。在本实施例中,在依据内孤立波信号观测曲线求得参数B和C的取值的情况下,将公式(6)~公式(9)、公式(17)~公式(21)以及公式(12),称为内孤立波信号的理论模型表达式。
在本实施例中,h1+h2表示海水的总厚度,即海水深度的绝对值,它可以通过查询海图资料或其他水深数据集获得,可以认为是已知的,c表示内孤立波的相速度,上述已计算得到。ρ(z)是可以通过已知数据计算得到的,具体的,ρ(z)的计算方式如下B1~B3所示:
B1、获取海域温度、盐度的垂直剖面数据。
海域温度和盐度的垂直剖面数据可以通过现场观测的方式获得,还可以通过海洋水文数据集获取。在本实施例中,通过CTD实测得到海域温度和盐度的垂直剖面数据。
B2、对所获取的海域温度和盐度的垂直剖面数据进行预处理。
在本步骤中,对所获取的海域温度和盐度的垂直剖面数据所进行的预处理是指:运用海水热力学方程TEOS-10公式对所获取的海域温度和盐度的垂直剖面数据进行计算,得到海水垂直密度剖面ρ(z)。
其中,TEOS-10的核心思想是利用海水的吉布斯函数来求解海水的各种性质,在本实施例中,可以利用已有的海水吉布斯函数程序包Gibbs-SeaWater(GSW,http://www.teos-10.org/)求得海水垂直密度剖面。具体的,计算海水垂直密度剖面的过程包括C1~C3:
C1、将所获取的盐度数据转换为绝对盐度数据。
具体的,通过GSW程序包中的gsw_SA_from_SP函数,将所获取的盐度数据转换为绝对盐度数据。具体的,转换过程为现有技术,这里不再赘述。
C2、将深度转换为海水压强。
在本实施例中,海水总厚度h1+h2是已知的。在本步骤中,将该海水总深度转换为海水压强,具体的,可以通过GSW程序包中的gsw_p_from_z函数,将海水总深度转换为海水压强。具体的转换过程为现有技术,这里不再赘述。
C3、将所获取的海域温度数据转换为保存温度。
在本步骤中,可以通过GSW程序包中的gsw_CT_from_t函数,将所获取的海域温度数据转换为保存温度(conservative temperature),具体的转换过程为现有技术,这里不再赘述。
B3、通过计算得到的绝对盐度数据、海水压强,以及保存温度,计算海水垂直密度剖面ρ(z)。
在本步骤中,将计算得到的绝对盐度数据、海水压强,以及保存温度,输入GSW程序包中的gsw_rho函数,输出海水垂直密度剖面ρ(z)。
由于已知未知参数c、ρ(z)、h1、h2和h1+h2的取值时,就可以得到内孤立波信号模拟曲线。此时,参数c、ρ(z)和h1+h2的值都已得到,所以,只需得到h1和h2,就可以得到内孤立波信号模拟曲线。
对于本实施例中的内孤立波(下降型内孤立波),参数h1和h2间的关系为0<h1<h2,从该关系式可以得到0<h1<0.5*(h2+h1),为了描述方便,将该范围称为预设范围,可以看出该预设范围是依据待反演振幅的内孤立波所在海域的水深(h2+h1)确定的。由于h1+h2是已知的,因此,在本实施例中,对于上层厚度h1在该预设范围中的任意一个取值,就可以计算出与上层厚度h1的该取值对应的下层厚度h2值,就可以得到一个内孤立波信号模拟曲线。在上层厚度h1为该取值范围中的各个取值的情况下,得到多个内孤立波信号模拟曲线。具体的,得到多个内孤立波信号模拟曲线的过程如下S105~S106所示。
S106、获取预设范围内的多个上层厚度。
在本步骤中,只要所获取的多个上层厚度都属于该预设范围即可,对于所获取的上层深度的数量以及获取方式本实施例不作限定。
S107、分别针对所获取的各个上层厚度,依据内孤立波信号的理论模型表达式确定内孤立波信号的理论模型表达式中各参数的取值,得到各个上层厚度分别对应的内孤立波信号模拟曲线。
对于任意一个上层厚度h1,由于海水的总厚度h1+h2是已知的,因此,可以确定出该上层厚度h1所对应的下层厚度h2。由于上述已推导出内孤立波信号的理论模型表达式中A、γ和b中的未知参数为h1和h2,此时,h1与h2的值都已知,因此,可以得到该上层厚度h1下的内孤立波的理论模型表达式中A、γ和b的取值。由于参数B和C都已根据内孤立波信号观测曲线中的(ξmax,Imax)和(ξmin,Imin)计算得到。因此,在本步骤中,可以得到该上层厚度h1下的内孤立波信号模拟曲线。
在本步骤中,针对所获取的各个上层厚度h1,都会得到对应的内孤立波信号模拟曲线,即得到多个内孤立波信号模拟曲线。
S108、从所得到的多个内孤立波信号模拟曲线中,确定与内孤立波信号观测曲线最相近的内孤立波信号模拟曲线为最优模拟曲线。
在本步骤中,采用最小二乘法,确定内孤立波信号观测曲线与每条内孤立波信号模拟曲线间的差距值,每个内孤立波信号模拟曲线都对应一个差距值。在本步骤中,将与内孤立波信号观测曲线的差距值最小的内孤立波信号模拟曲线,作为最优模拟曲线。
S109、将最优模拟曲线对应的上层厚度的取值作为上层厚度的最优取值。
由于在本实施例中,每条内孤立波模拟曲线都对应一个上层厚度的取值。在本步骤中,将最优内孤立波信号观测曲线所对应的上层厚度的取值,作为上层厚度的最优取值。
S110、依据内孤立波信号振幅的计算公式以及上层厚度的最优取值,计算内孤立波的振幅。
由于上述公式(21)已给出内孤立波振幅的计算公式,并且上述已推导出内孤立波振幅可以通过参数c、ρ(z)、h1、h2和h1+h2表示。当前,h1的取值为上层厚度的最优取值,h1+h2为已知,h2可以通过h1与h1+h2计算得到,c和ρ(z)已计算得到。因此,在本步骤中,可以计算得到内孤立波的振幅。
本实施例具有以下有益效果:
有益效果一、
在本实施例中,获取预设范围内的多个上层厚度,将多个上层厚度依次带入预设的内孤立波信号的理论模型表达式,得到多个内孤立波信号模拟曲线,获取内孤立波信号观测曲线,将内孤立波信号模拟曲线中,与内孤立波信号观测曲线最相近的曲线,确定为最优模拟曲线,依据得到最优模拟曲线的上层厚度,确定内孤立波信号的振幅。其中,上层厚度为将该下降型内孤立波所在的海域映射为两层海洋模型后,两层海洋模型中上层海洋模型的厚度,预设范围依据该上层厚度的取值范围确定。
由于本实施例提供的预设的内孤立波信号的理论模型表达式是依据eKdV理论生成的,并且,eKdV的理论表达式比KdV的理论表达式多了这一项,该项中α1表示立方非线性系数,η表示等密度面的最大垂向位移,因此,eKdV的理论表达式比KdV的理论表达式的准确性高,因此,本实施例中基于内孤立波信号的理论模型表达式所得到的内孤立波信号模拟曲线的精度性高。
同时,在本实施例中,从多个内孤立波信号模拟曲线中确定与内孤立波信号观测曲线最相近的内孤立波信号模拟曲线,为最优模拟曲线。即最优模拟曲线的确定以内孤立波信号观测曲线为基础,并且,是与内孤立波信号观测曲线最相近的模拟曲线,因此,所得到的最优模拟曲线的精度得到提高,进而,依据得到最优模拟曲线的上层厚度,确定内孤立波信号的振幅的精度得到提高。所以,本实施例反演得到的振幅比现有技术反演得到的振幅的精度得到提高。
有益效果二、
在本是实施例中,采用连续拍摄的预处理后的SAR图像确定内孤立波的相速度,由于预处理后的两幅SAR图像包含同一个内孤立波的信息,并且,是以相隔很短的拍摄间隔连续拍摄得到的。由于本实施例基于连续的预处理后的SAR图像的拍摄时间间隔极短,因此将确定出的内孤立波的相速度作为内孤立波的瞬时速度,使得该内孤立波的瞬时速度具有较高的准确性,进而使得基于内孤立波的理论模型表达式确定出的内孤立波信号模拟曲线具有较高的精度,进一步使得依据最优模拟曲线对应的上层厚度反演得到的振幅具有较高的精度。
图2为本申请实施例提供的一种针对下降型海洋内孤立波的振幅反演装置,包括:第一获取模块201、计算模块202、第二获取模块203、第一确定模块204和第二确定模块205。
其中,第一获取模块201,用于获取预设范围内的多个上层厚度,上层厚度为将下降型内孤立波所在的海域映射为两层海洋模型后,两层海洋模型中上层的厚度,预设范围依据所在海域的水深确定。计算模块202,用于将多个上层厚度依次带入预设的内孤立波信号的理论模型表达式,得到多个内孤立波信号模拟曲线,其中,任意一个上层厚度得到一个内孤立波信号模拟曲线;内孤立波信号的理论模型表达式依据eKdV理论生成。第二获取模块203,用于获取内孤立波信号观测曲线,内孤立波信号观测曲线基于人工在包括内孤立波的合成孔径雷达图像上的操作得到。第一确定模块204,用于将内孤立波信号模拟曲线中,与内孤立波信号观测曲线最相近的曲线,确定为最优模拟曲线。第二确定模块205,用于依据得到最优模拟曲线的上层厚度,确定内孤立波信号的振幅。
可选的,该装置还包括:相速度计算模块206,用于获取对下降型内孤立波成像的两幅SAR图像;获取任意一幅SAR图像中包含内孤立波信号的子图像。对子图像进行二维傅里叶谱分析,得到内孤立波信号的传播方向。分别获取两幅SAR图像中每幅SAR图像的内孤立波信号观测曲线。从每幅SAR图像获取的内孤立波信号观测曲线中,确定波峰位置点。将两幅SAR图像所对应的两个波峰位置点间的距离,与两幅SAR图像的拍摄时间间隔的比值,作为内孤立波信号的相速度的数值。
可选的,两幅SAR图像为满足预设条件的两幅SAR图像。其中,预设条件包括:对包含内孤立波的海洋在小于预设阈值的时间间隔内连续拍摄得到。
可选的,针对任意一幅SAR图像,第二获取模块203,用于获取内孤立波信号观测曲线,包括:获取该SAR图像中的内孤立波二维剖面数据。该SAR图像中的内孤立波二维剖面数据通过人工采用预设大小的内孤立波二维剖面对该SAR图像中的内孤立波信号进行截取得到。内孤立波二维剖面的长边与内孤立波信号的传播方向平行,内孤立波二维剖面的短边与内孤立波信号的传播方向垂直。针对内孤立波二维剖面数据中与内孤立波二维剖面的短边相平行的各列的数据,分别计算各列的像元平均值以及与参考列间的距离,得到以像元平均值和距离为变量的内孤立波信号的一维剖面曲线。参考列为内孤立波二维剖面的任意一个短边所在的列。将以像元平均值和距离为变量的内孤立波信号的一维剖面曲线,作为内孤立波信号观测曲线。
可选的,第一确定模块204,用于将内孤立波信号模拟曲线中,与内孤立波信号观测曲线最相近的曲线,确定为最优模拟曲线,包括:将内孤立波信号模拟曲线中,与内孤立波信号观测曲线间的差距值最小的内孤立波信号模拟曲线,作为最优模拟曲线。
本申请实施例方法所述的功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算设备可读取存储介质中。基于这样的理解,本申请实施例对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一台计算设备(可以是个人计算机,服务器,移动计算设备或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种针对下降型海洋内孤立波的振幅反演方法,其特征在于,包括:
获取预设范围内的多个上层厚度,所述上层厚度为将所述下降型内孤立波所在的海域映射为两层海洋模型后,所述两层海洋模型中上层的厚度,所述预设范围依据所在海域的水深确定;
将所述多个上层厚度依次带入预设的内孤立波信号的理论模型表达式,得到多个内孤立波信号模拟曲线,其中,任意一个所述上层厚度得到一个所述内孤立波信号模拟曲线;所述内孤立波信号的理论模型表达式依据eKdV理论生成;
获取内孤立波信号观测曲线,所述内孤立波信号观测曲线基于人工在包括所述内孤立波的合成孔径雷达图像上的操作得到;
将所述内孤立波信号模拟曲线中,与所述内孤立波信号观测曲线最相近的曲线,确定为最优模拟曲线;
依据得到所述最优模拟曲线的上层厚度,确定所述内孤立波信号的振幅。
2.根据权利要求1所述的方法,其特征在于,所述内孤立波信号的理论模型表达式包含的参数包括:所述内孤立波信号的相速度;
通过以下方式计算所述内孤立波信号的相速度:
获取对所述下降型内孤立波成像的两幅SAR图像;
获取任意一幅SAR图像中包含所述内孤立波信号的子图像;
对所述子图像进行二维傅里叶谱分析,得到所述内孤立波信号的传播方向;
分别获取所述两幅SAR图像中每幅SAR图像的所述内孤立波信号观测曲线;
从所述每幅SAR图像获取的所述内孤立波信号观测曲线中,确定波峰位置点;
将所述两幅SAR图像所对应的两个波峰位置点间的距离,与所述两幅SAR图像的拍摄时间间隔的比值,作为所述内孤立波信号的相速度的数值。
3.根据权利要求2所述的方法,其特征在于,所述两幅SAR图像为满足预设条件的两幅SAR图像;所述预设条件包括:对包含所述内孤立波的海洋在小于预设阈值的时间间隔内连续拍摄得到。
4.根据权利要求2~3任意一项所述的方法,其特征在于,针对任意一幅SAR图像,所述获取内孤立波信号观测曲线,包括:
获取该SAR图像中的内孤立波二维剖面数据;所述该SAR图像中的内孤立波二维剖面数据通过人工采用预设大小的内孤立波二维剖面对该SAR图像中的内孤立波信号进行截取得到;所述内孤立波二维剖面的长边与所述内孤立波信号的传播方向平行,所述内孤立波二维剖面的短边与所述内孤立波信号的传播方向垂直;
针对所述内孤立波二维剖面数据中与所述内孤立波二维剖面的短边相平行的各列的数据,分别计算各列的像元平均值以及与参考列间的距离,得到以像元平均值和距离为变量的内孤立波信号的一维剖面曲线;所述参考列为所述内孤立波二维剖面的任意一个短边所在的列;
将所述以像元平均值和距离为变量的内孤立波信号的一维剖面曲线,作为所述内孤立波信号观测曲线。
5.根据权利要求1所述的方法,其特征在于,所述将所述内孤立波信号模拟曲线中,与所述内孤立波信号观测曲线最相近的曲线,确定为最优模拟曲线,包括:
将所述内孤立波信号模拟曲线中,与所述内孤立波信号观测曲线间的差距值最小的内孤立波信号模拟曲线,作为所述最优模拟曲线。
6.一种针对下降型海洋内孤立波的振幅反演装置,其特征在于,包括:
第一获取模块,用于获取预设范围内的多个上层厚度,所述上层厚度为将所述下降型内孤立波所在的海域映射为两层海洋模型后,所述两层海洋模型中上层的厚度,所述预设范围依据所在海域的水深确定;
计算模块,用于将所述多个上层厚度依次带入预设的内孤立波信号的理论模型表达式,得到多个内孤立波信号模拟曲线,其中,任意一个所述上层厚度得到一个所述内孤立波信号模拟曲线;所述内孤立波信号的理论模型表达式依据eKdV理论生成;
第二获取模块,用于获取内孤立波信号观测曲线,所述内孤立波信号观测曲线基于人工在包括所述内孤立波的合成孔径雷达图像上的操作得到;
第一确定模块,用于将所述内孤立波信号模拟曲线中,与所述内孤立波信号观测曲线最相近的曲线,确定为最优模拟曲线;
第二确定模块,用于依据得到所述最优模拟曲线的上层厚度,确定所述内孤立波信号的振幅。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括相速度计算模块;
所述相速度计算模块,用于获取对所述下降型内孤立波成像的两幅SAR图像;获取任意一幅SAR图像中包含所述内孤立波信号的子图像;对所述子图像进行二维傅里叶谱分析,得到所述内孤立波信号的传播方向;分别获取所述两幅SAR图像中每幅SAR图像的所述内孤立波信号观测曲线;从所述每幅SAR图像获取的所述内孤立波信号观测曲线中,确定波峰位置点;将所述两幅SAR图像所对应的两个波峰位置点间的距离,与所述两幅SAR图像的拍摄时间间隔的比值,作为所述内孤立波信号的相速度的数值。
8.根据权利要求7所述的装置,其特征在于,所述两幅SAR图像为满足预设条件的两幅SAR图像;所述预设条件包括:对包含所述内孤立波的海洋在小于预设阈值的时间间隔内连续拍摄得到。
9.根据权利要求7~8任意一项所述的装置,其特征在于,针对任意一幅SAR图像,所述第二获取模块,用于获取内孤立波信号观测曲线,包括:
获取该SAR图像中的内孤立波二维剖面数据;所述该SAR图像中的内孤立波二维剖面数据通过人工采用预设大小的内孤立波二维剖面对该SAR图像中的内孤立波信号进行截取得到;所述内孤立波二维剖面的长边与所述内孤立波信号的传播方向平行,所述内孤立波二维剖面的短边与所述内孤立波信号的传播方向垂直;
针对所述内孤立波二维剖面数据中与所述内孤立波二维剖面的短边相平行的各列的数据,分别计算各列的像元平均值以及与参考列间的距离,得到以像元平均值和距离为变量的内孤立波信号的一维剖面曲线;所述参考列为所述内孤立波二维剖面的任意一个短边所在的列;
将所述以像元平均值和距离为变量的内孤立波信号的一维剖面曲线,作为所述内孤立波信号观测曲线。
10.根据权利要求6所述的装置,其特征在于,所述第一确定模块,用于将所述内孤立波信号模拟曲线中,与所述内孤立波信号观测曲线最相近的曲线,确定为最优模拟曲线,包括:
将所述内孤立波信号模拟曲线中,与所述内孤立波信号观测曲线间的差距值最小的内孤立波信号模拟曲线,作为所述最优模拟曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910371081.9A CN110110654B (zh) | 2019-05-06 | 2019-05-06 | 一种针对下降型海洋内孤立波的振幅反演方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910371081.9A CN110110654B (zh) | 2019-05-06 | 2019-05-06 | 一种针对下降型海洋内孤立波的振幅反演方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110110654A true CN110110654A (zh) | 2019-08-09 |
CN110110654B CN110110654B (zh) | 2021-03-02 |
Family
ID=67488272
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910371081.9A Active CN110110654B (zh) | 2019-05-06 | 2019-05-06 | 一种针对下降型海洋内孤立波的振幅反演方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110110654B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111429365A (zh) * | 2020-02-27 | 2020-07-17 | 自然资源部第一海洋研究所 | 一种海洋内孤立波的振幅反演装置及方法 |
CN112113545A (zh) * | 2020-09-17 | 2020-12-22 | 中国科学院海洋研究所 | 一种基于多维海面信息的内波振幅反演方法 |
CN112683245A (zh) * | 2020-12-31 | 2021-04-20 | 广州海洋地质调查局 | 一种海洋孤立内波预警强度校正方法 |
CN112967323A (zh) * | 2021-02-05 | 2021-06-15 | 南京信息工程大学 | 基于x波段雷达图像的内波相速度场及参数的提取方法 |
CN113406006A (zh) * | 2021-06-11 | 2021-09-17 | 中国海洋大学 | 一种用于探测第二模态凸型内孤立波振幅的方法 |
CN113640800A (zh) * | 2021-08-25 | 2021-11-12 | 中国人民解放军海军潜艇学院 | 一种用于反演海洋内孤立波数据的反演方法 |
CN114282574A (zh) * | 2021-12-16 | 2022-04-05 | 中国人民解放军海军潜艇学院 | 一种用于海洋内波特征参数的反演方法及系统 |
CN114662300A (zh) * | 2022-03-11 | 2022-06-24 | 中国人民解放军32021部队 | 基于卫星遥感图像的深海强非线性内波振幅反演方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01201805A (ja) * | 1988-02-05 | 1989-08-14 | Mitsubishi Electric Corp | 余弦等化回路 |
CN104268848A (zh) * | 2014-07-24 | 2015-01-07 | 上海海洋大学 | 一种海洋内波波速监测的方法 |
CN106405642A (zh) * | 2016-07-19 | 2017-02-15 | 西安石油大学 | 基于脱压实声波速度的地震反演储层预测方法 |
CN107340118A (zh) * | 2017-07-07 | 2017-11-10 | 大连理工大学 | 一种实验室内波和内孤立波造波装置 |
CN108664680A (zh) * | 2017-04-01 | 2018-10-16 | 中国海洋大学 | 一种孤立波作用下的沙质海滩平衡剖面预测方法 |
CN109436197A (zh) * | 2018-10-31 | 2019-03-08 | 中国海洋大学 | 内孤立波作用下海洋浮式结构的耦合运动及测力模拟实验系统 |
-
2019
- 2019-05-06 CN CN201910371081.9A patent/CN110110654B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01201805A (ja) * | 1988-02-05 | 1989-08-14 | Mitsubishi Electric Corp | 余弦等化回路 |
CN104268848A (zh) * | 2014-07-24 | 2015-01-07 | 上海海洋大学 | 一种海洋内波波速监测的方法 |
CN106405642A (zh) * | 2016-07-19 | 2017-02-15 | 西安石油大学 | 基于脱压实声波速度的地震反演储层预测方法 |
CN108664680A (zh) * | 2017-04-01 | 2018-10-16 | 中国海洋大学 | 一种孤立波作用下的沙质海滩平衡剖面预测方法 |
CN107340118A (zh) * | 2017-07-07 | 2017-11-10 | 大连理工大学 | 一种实验室内波和内孤立波造波装置 |
CN109436197A (zh) * | 2018-10-31 | 2019-03-08 | 中国海洋大学 | 内孤立波作用下海洋浮式结构的耦合运动及测力模拟实验系统 |
Non-Patent Citations (4)
Title |
---|
ROLAND ROMEISER ET AL.: "Advanced Remote Sensing of Internal Waves by Spaceborne Along-Track InSAR-A Demonstration With TerraSAR-X", 《IEEE》 * |
T.JIA ET AL.: "SAR Observation and Numerical Simulation of Internal Solitary Wave Refraction and Reconnection Behind the Dongsha Atoll", 《JGR》 * |
张善武 等: "变系数EKDV模型在模拟南海北部大振幅内孤立波传播和裂变中的应用", 《中国海洋大学学报》 * |
贾童: "南海东沙岛礁内孤立波折射-交叉过程的卫星遥感与数值模拟研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111429365A (zh) * | 2020-02-27 | 2020-07-17 | 自然资源部第一海洋研究所 | 一种海洋内孤立波的振幅反演装置及方法 |
CN112113545A (zh) * | 2020-09-17 | 2020-12-22 | 中国科学院海洋研究所 | 一种基于多维海面信息的内波振幅反演方法 |
CN112113545B (zh) * | 2020-09-17 | 2021-08-31 | 中国科学院海洋研究所 | 一种基于多维海面信息的内波振幅反演方法 |
CN112683245A (zh) * | 2020-12-31 | 2021-04-20 | 广州海洋地质调查局 | 一种海洋孤立内波预警强度校正方法 |
CN112967323A (zh) * | 2021-02-05 | 2021-06-15 | 南京信息工程大学 | 基于x波段雷达图像的内波相速度场及参数的提取方法 |
CN112967323B (zh) * | 2021-02-05 | 2023-05-23 | 南京信息工程大学 | 基于x波段雷达图像的内波相速度场及参数的提取方法 |
CN113406006B (zh) * | 2021-06-11 | 2022-07-01 | 中国海洋大学 | 一种用于探测第二模态凸型内孤立波振幅的方法 |
CN113406006A (zh) * | 2021-06-11 | 2021-09-17 | 中国海洋大学 | 一种用于探测第二模态凸型内孤立波振幅的方法 |
CN113640800A (zh) * | 2021-08-25 | 2021-11-12 | 中国人民解放军海军潜艇学院 | 一种用于反演海洋内孤立波数据的反演方法 |
CN113640800B (zh) * | 2021-08-25 | 2023-07-28 | 中国人民解放军海军潜艇学院 | 一种用于反演海洋内孤立波数据的反演方法 |
CN114282574A (zh) * | 2021-12-16 | 2022-04-05 | 中国人民解放军海军潜艇学院 | 一种用于海洋内波特征参数的反演方法及系统 |
CN114282574B (zh) * | 2021-12-16 | 2024-05-28 | 中国人民解放军海军潜艇学院 | 一种用于海洋内波特征参数的反演方法及系统 |
CN114662300A (zh) * | 2022-03-11 | 2022-06-24 | 中国人民解放军32021部队 | 基于卫星遥感图像的深海强非线性内波振幅反演方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110110654B (zh) | 2021-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110110654A (zh) | 一种针对下降型海洋内孤立波的振幅反演方法及装置 | |
Barnard et al. | Development of the Coastal Storm Modeling System (CoSMoS) for predicting the impact of storms on high-energy, active-margin coasts | |
Ardhuin et al. | Coastal wave reflection, directional spread, and seismoacoustic noise sources | |
Masselink et al. | Role of wave forcing, storms and NAO in outer bar dynamics on a high-energy, macro-tidal beach | |
Staneva et al. | Oceanic response to atmospheric forcing derived from different climatic data sets. Intercomparison study for the Black Sea | |
Senechal et al. | Wave runup during extreme storm conditions | |
Sakov et al. | TOPAZ4: an ocean-sea ice data assimilation system for the North Atlantic and Arctic | |
Connolly et al. | Regional impact of submarine canyons during seasonal upwelling | |
Bechle et al. | An entropy‐based surface velocity method for estuarine discharge measurement | |
Bertin et al. | Relevance of infragravity waves in a wave‐dominated inlet | |
Marechal et al. | Surface Currents and Significant Wave Height Gradients: Matching Numerical Models and High‐Resolution Altimeter Wave Heights in the Agulhas Current Region | |
Janeković et al. | 4D‐Var data assimilation in a nested, coastal ocean model: A Hawaiian case study | |
Nelson et al. | Temporal and spatial evolution of wave‐induced ripple geometry: Regular versus irregular ripples | |
Boccotti et al. | Two small-scale field experiments on the effectiveness of Morison's equation | |
Ganju et al. | Complex mean circulation over the inner shelf south of Martha's Vineyard revealed by observations and a high‐resolution model | |
Rijnsdorp et al. | A numerical study of wave‐driven mean flows and setup dynamics at a coral reef‐lagoon system | |
Wengrove et al. | Observations of time‐dependent bedform transformation in combined wave‐current flows | |
Rubio et al. | Seasonal to tidal variability of currents and temperature in waters of the continental slope, southeastern Bay of Biscay | |
Scully et al. | Direct measurements of mean Reynolds stress and ripple roughness in the presence of energetic forcing by surface waves | |
Ma et al. | Oceanic responses to H urricane I gor over the G rand B anks: A modeling study | |
Artale et al. | Analysis of nonlinear internal waves observed by Landsat thematic mapper | |
Porter | Laboratory observations and numerical modeling of the effects of an array of wave energy converters | |
Safak et al. | Observations and 3D hydrodynamics-based modeling of decadal-scale shoreline change along the Outer Banks, North Carolina | |
Xu et al. | On the distributions of wave periods, wavelengths, and amplitudes in a random wave field | |
Lippmann et al. | The vertical structure of low-frequency motions in the nearshore. Part I: Observations |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |