CN112731382A - 一种高频地波雷达观测风浪流场的比测评估方法及系统 - Google Patents

一种高频地波雷达观测风浪流场的比测评估方法及系统 Download PDF

Info

Publication number
CN112731382A
CN112731382A CN202011495120.5A CN202011495120A CN112731382A CN 112731382 A CN112731382 A CN 112731382A CN 202011495120 A CN202011495120 A CN 202011495120A CN 112731382 A CN112731382 A CN 112731382A
Authority
CN
China
Prior art keywords
observation
density
unmanned
data
area
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
Application number
CN202011495120.5A
Other languages
English (en)
Other versions
CN112731382B (zh
Inventor
任磊
刘李哲
杨凌娜
卢梓君
苗建明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sun Yat Sen University
Southern Marine Science and Engineering Guangdong Laboratory Zhuhai
Original Assignee
Sun Yat Sen University
Southern Marine Science and Engineering Guangdong Laboratory Zhuhai
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sun Yat Sen University, Southern Marine Science and Engineering Guangdong Laboratory Zhuhai filed Critical Sun Yat Sen University
Priority to CN202011495120.5A priority Critical patent/CN112731382B/zh
Publication of CN112731382A publication Critical patent/CN112731382A/zh
Application granted granted Critical
Publication of CN112731382B publication Critical patent/CN112731382B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/415Identification of targets based on measurements of movement associated with the target
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种高频地波雷达观测风浪流场的比测评估方法及系统,该方法包括:获取地波雷达径向海表流历史数据并对海表流历史数据进行统计分析,得到高密度观测区和低密度观测区;对高密度观测区和低密度观测区进行可视化处理,得到基于当地地形的区域分布图;根据当地地形的区域分布图和海表流历史数据对无人舰艇进行数量和导航设置,后布放无人舰艇采集观测数据;对观测数据进行分类并评估;该系统包括:数据获取模块、可视化处理模块、无人舰艇设置模块和评估模块。本发明能够对高频地波雷达的观测数据的精度和准确性进行验证和校准。本发明作为一种高频地波雷达观测风浪流场的比测评估方法及系统,可广泛应用于高频地波雷达数据评估领域。

Description

一种高频地波雷达观测风浪流场的比测评估方法及系统
技术领域
本发明属于高频地波雷达数据评估领域,尤其涉及一种高频地波雷达观测风浪流场的比测评估方法及系统。
背景技术
高频地波雷达是近几十年来发展起来的可以大范围监测海洋表面动力学参数(风、浪、流)的海洋遥感设备,其工作于高频(3-30MHZ)频段,利用垂直极化的高频电磁波进行探测,高频地波雷达监测具有超视距、大范围、全天候的优点,可助于全面分析海洋环境动力场特性。高频雷达以海洋回波一阶和二阶散射截面方程为理论依据探测海洋表面状态参数。高频雷达无线电波与海浪之间的相互作用会在朝向或背离雷达方向上(径向方向上)发生Bragg散射现象。由于海洋表面的影响,雷达观测获得的海洋回波谱中的一阶峰位置相对标准Bragg峰出现一定频移,根据回波谱频移反演可以进行海流信息的提取。相比能直接获得现场数据的传统测流设备如ADCP,高频地波雷达的观测数据的精度和准确性需要通过比测进行验证和校准。
发明内容
为了解决上述技术问题,本发明的目的是提供一种高频地波雷达观测风浪流场的比测评估方法,有助于综合全面了解高频地波雷达观测的数据。
本发明所采用的第一技术方案是:一种高频地波雷达观测风浪流场的比测评估方法,包括以下步骤:
获取地波雷达径向海表流历史数据并对海表流历史数据进行统计分析,得到高密度观测区和低密度观测区;
对高密度观测区和低密度观测区进行可视化处理,得到基于当地地形的区域分布图;
根据当地地形的区域分布图和海表流历史数据对无人舰艇进行数量和导航设置,完成设置后布放无人舰艇采集观测数据;
对观测数据进行分类并评估,得到评估结果。
进一步,所述获取地波雷达径向海表流历史数据并对海表流历史数据进行统计分析,得到高密度观测区和低密度观测区这一步骤,其具体包括:
获取高频地波雷达监测的径向海流历史数据并根据径向海流历史数据得到覆盖区域和径向流场图;
将覆盖区域结合海表流历史数据中的观测时段及径向流场图,得到观测点的观测数据量;
根据观测点的观测数据量得到高密度观测区和低密度观测区。
进一步,所述高密度观测区和低密度观测区的判断规则如下:
第i个观测点一年应观测次数为T,当年所获得的观测数据数量为ti,计
Figure BDA0002841920230000021
取M>50%的点为高密度点,其余为低密度点,当相邻的高密度点的数量为N(等径弧为rj位置,第θj条径向线上的高密度点,在相邻方位(rj±1,θi±1)的方位上存在数量N≥3的高密度点时)时,这些高密度观测点连接形成的区域为高密度观测区,高密度观测区以外为低密度观测区。
进一步,所述对高密度观测区和低密度观测区进行可视化处理,得到基于当地地形的区域分布图这一步骤,其具体包括:
在高频地波雷达观测覆盖的研究区域地形图上运用CAD叠加高密度点和低密度观测点的分布图层并用两种不同颜色标示区分,得到基于当地地形的高密度区域分布图和低密度区域分布图。
进一步,所述无人舰艇具体为安装有超声波测风仪、船基激光测波仪和船载ADCP的无人舰艇。
进一步,所述根据当地地形的区域分布图和海表流历史数据对无人舰艇进行数量和导航设置,完成设置后布放无人舰艇采集观测数据这一步骤,其具体包括:
根据海表流历史数据得到被探测的径向路径总数、路径上的高密度点、高频雷达的径向观测分辨率、预设的无人舰艇时速和海域的潮周期;
根据预设的无人舰艇时速和海域的潮周期计算无人舰艇在一个潮周期内行进距离;
根据无人舰艇在一个潮周期内行进距离、高频雷达的径向观测分辨率计算一条无人舰艇可覆盖的高密度观测点数;
根据一条无人舰艇可覆盖的高密度观测点数和路径上的高密度点计算一条路径上的无人舰艇数;
根据一条路径上的无人舰艇数和被探测的径向路径总数得到需布设的无人舰艇数量;
以高密度区域分布图和低密度区域分布图为基准、以高频地波雷达测站布设点为起点进行GPS导航,得到巡航规则;
根据需布设的无人舰艇数量和巡航规则布放无人舰艇采集观测数据。
进一步,所述需布设的无人舰艇数量的计算公式如下:
Figure BDA0002841920230000031
上式中,Mi表示路径i上的高密度点数,n表示无人舰艇在一个潮周期内能在其径向路径上完整巡回的次数,Δr表示高频雷达的径向观测分辨率,S表示无人舰艇在一个潮周期内行进距离,Ni表示路径i上的无人舰艇数量,K表示被探测的径向路径总数。
进一步,所述对观测数据进行分类并评估,得到评估结果这一步骤,其具体包括:
将观测数据分为风、浪、流的数据资料并存储;
根据风、浪、流的数据资料结合高频地波雷达得到的风、浪、流数据绘制风场图、浪场图和流场图;
根据风场图、浪场图和流场图对相同海洋要素不同观测渠道的动力场图空间趋势吻合度和差异进行分析比较,得到相关系数、复相关系数、均方根误差、平均绝对误差和平均绝对百分误差;
根据相关系数、复相关系数、均方根误差、平均绝对误差和平均绝对百分误差对比测效果进行定量综合评估,得到评估结果。
本发明所采用的第二技术方案是:一种高频地波雷达观测风浪流场的比测评估系统,包括以下模块:
数据获取模块,用于获取地波雷达径向海表流历史数据并对海表流历史数据进行统计分析,得到高密度观测区和低密度观测区;
可视化处理模块,用于对高密度观测区和低密度观测区进行可视化处理,得到基于当地地形的区域分布图;
无人舰艇设置模块,用于根据当地地形的区域分布图和海表流历史数据对无人舰艇进行数量和导航设置,完成设置后布放无人舰艇采集观测数据;
评估模块,用于对观测数据进行分类并评估,得到评估结果。
本发明方法及系统的有益效果是:本发明的无人舰艇编队可开展长时段的自适应性自主观测,较大提高观测效率,延长比测时间,获得涵盖多时间尺度的风浪流信息,有助于全面评估高频地波雷达的观测性能与精度,通过无人舰艇的导航路径规划,使得无人艇始终沿高频地波雷达径向流的路径进行巡测,可获取更多的与高频地波雷达匹配的风浪流观测数据,减少由于外界工作环境对无人舰艇及其观测的影响。
附图说明
图1是本发明具体实施例一种高频地波雷达观测风浪流场的比测评估方法的步骤流程图;
图2是本发明具体实施例一种高频地波雷达观测风浪流场的比测评估系统的结构框图;
图3是本发明具体实施例无人舰艇上传感器布设示意图;
图4是本发明具体实施例无人舰艇巡测路径示意图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步的详细说明。对于以下实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
如图1所示,本发明提供了一种高频地波雷达观测风浪流场的比测评估方法,该方法包括以下步骤:
S1、获取地波雷达径向海表流历史数据并对海表流历史数据进行统计分析,得到高密度观测区和低密度观测区;
S2、对高密度观测区和低密度观测区进行可视化处理,得到基于当地地形的区域分布图;
S3、根据当地地形的区域分布图和海表流历史数据对无人舰艇进行数量和导航设置,完成设置后布放无人舰艇采集观测数据;
具体地,参照图4,无人舰艇的航行路径布设在高频地波雷达以分辨角θ为间距的每一个径向分支上进行往返观测,每一条径向分支所需布设的无人舰艇数量根据计算确定;无人舰艇采用多源能源互补供应体系,兼具太阳能和风力发电供电系统,在规划路径上以GPS为导航并由多源能源互补供应系统提供动力使得无人艇可进行航向偏移自适应性修正,在风浪流作用下或自主规避过往船只或小型障碍物而偏离航向时可自主调整航向。当无人舰艇测巡路径存在岛屿暗礁等大型障碍物时,可将该径向分支从障碍物处分段,逐段布设无人舰艇进行往返观测。
S4、对观测数据进行分类并评估,得到评估结果。
进一步作为本方法的优选实施例,所述获取地波雷达径向海表流历史数据并对海表流历史数据进行统计分析,得到高密度观测区和低密度观测区这一步骤,其具体包括:
获取高频地波雷达监测的径向海流历史数据并根据径向海流历史数据得到覆盖区域和径向流场图;
将覆盖区域结合海表流历史数据中的观测时段及径向流场图,得到观测点的观测数据量;
根据观测点的观测数据量得到高密度观测区和低密度观测区。
进一步作为本方法优选实施例,所述高密度观测区和低密度观测区的判断规则如下:
第i个观测点一年应观测次数为T,当年所获得的观测数据数量为ti,计
Figure BDA0002841920230000051
取M>50%的点为高密度点,其余为低密度点,当相邻的高密度点的数量为N(等径弧为rj位置,第θj条径向线上的高密度点,在相邻方位(rj±1,θi±1)的方位上存在数量N≥3的高密度点时)时,这些高密度观测点连接形成的区域为高密度观测区,高密度观测区以外为低密度观测区。
进一步作为本发明的优选实施例,所述对高密度观测区和低密度观测区进行可视化处理,得到基于当地地形的区域分布图这一步骤,其具体包括:
在高频地波雷达观测覆盖的研究区域地形图上运用CAD叠加高密度点和低密度观测点的分布图层并用两种不同颜色标示区分,得到基于当地地形的高密度区域分布图和低密度区域分布图。
具体地,颜色越深说明该点观测数据越多,空白区域说明该处暂无观测数据。
进一步作为本发明优选实施例,所述无人舰艇具体为安装有超声波测风仪、船基激光测波仪和船载ADCP的无人舰艇。
具体地,无人舰艇上的传感器布设参照图3,测风传感器采用超声波测风仪,布设在船上高H=2m处。测浪的传感器采用船基激光测波仪,为确保观测精度,船基激光测波仪安装在船头。测海流传感器采用船载ADCP,固定布设在无人舰艇船底中央水深约0.5~1.0m处,与高频地波雷达所测海流范围同步。分别对这3个传感器进行调试,收集测试数据,对测试数据进行处理并综合评估,根据评估结果继续调试传感器,直至达到观测规范要求的精度。
进一步作为本发明优选实施例,所述根据当地地形的区域分布图和海表流历史数据对无人舰艇进行数量和导航设置,完成设置后布放无人舰艇采集观测数据这一步骤,其具体包括:
根据海表流历史数据得到被探测的径向路径总数、路径上的高密度点、高频雷达的径向观测分辨率、预设的无人舰艇时速和海域的潮周期;
根据预设的无人舰艇时速和海域的潮周期计算无人舰艇在一个潮周期内行进距离;
根据无人舰艇在一个潮周期内行进距离、高频雷达的径向观测分辨率计算一条无人舰艇可覆盖的高密度观测点数;
根据一条无人舰艇可覆盖的高密度观测点数和路径上的高密度点计算一条路径上的无人舰艇数;
根据一条路径上的无人舰艇数和被探测的径向路径总数得到需布设的无人舰艇数量;
以高密度区域分布图和低密度区域分布图为基准、以高频地波雷达测站布设点为起点进行GPS导航,得到巡航规则;
具体地,为提高比测质量与准确性,以第三步得到的高、低密度区域分布图为基准进行GPS导航,在通过高密度区域时将设计无人舰艇以较低航速a航行,以期获得与高频地波雷达对应的高频风浪流数据,在通过低密度区域时以较快速度b=3a航行,为高密度点的观测预留更多时间,提高观测效率。
根据需布设的无人舰艇数量和巡航规则布放无人舰艇采集观测数据。
具体地,已有研究及统计分析表明高频地波雷达的观测特性和接受回波信号的特性,高密度点多分布在靠近雷达站区域,低密度点多远离雷达站。以靠近雷达站的高密度区域举例,假设高频雷达观测海域的潮周期为规则半日潮,无人舰艇的数量N可通过以下步骤计算:
①根据高频雷达径向角分辨率θ0和总观测角度θ1,可得被探测的径向路径总数为
Figure BDA0002841920230000061
取其中某条路径i为研究对象,通过对历史数据的统计分析得出路径i上的高密度点有Mi个;
②将高频雷达的径向观测路径上相邻两个观测点的距离记为Δr,单位为km;
③将布设的无人舰艇时速记为a,单位为km/h(a可在5-10内取值);
④将一个潮周期时长记为T,单位为h(规则半日潮可取12h);
⑤计算获得无人舰艇在一个潮周期内行进距离S=aT;
⑥假设无人舰艇在一个潮周期内能在其径向路径上完整巡回n次,则一条无人舰艇可覆盖的高密度观测点数为
Figure BDA0002841920230000062
个;
⑦计算得到路径i上的无人舰艇数为
Figure BDA0002841920230000063
⑧则最后可得需布设的无人舰艇总数
Figure BDA0002841920230000064
进一步作为本方法的优选实施例,所述需布设的无人舰艇数量的计算公式如下:
Figure BDA0002841920230000065
上式中,Mi表示路径i上的高密度点数,n表示无人舰艇在一个潮周期内能在其径向路径上完整巡回的次数,Δr表示高频雷达的径向观测分辨率,S表示得无人舰艇在一个潮周期内行进距离,Ni表示路径i上的无人舰艇数量,K表示被探测的径向路径总数。
进一步作为本方法的优选实施例,所述对观测数据进行分类并评估,得到评估结果这一步骤,其具体包括:
将观测数据分为风、浪、流的数据资料并存储;
根据风、浪、流的数据资料结合高频地波雷达得到的风、浪、流数据绘制风场图、浪场图和流场图;
根据风场图、浪场图和流场图对相同海洋要素不同观测渠道的动力场图空间趋势吻合度和差异进行分析比较,得到相关系数、复相关系数、均方根误差、平均绝对误差和平均绝对百分误差;
具体地,空间趋势吻合度越高,差异越小,高频地波雷达的观测精度越高。
根据相关系数、复相关系数、均方根误差、平均绝对误差和平均绝对百分误差对比测效果进行定量综合评估,得到评估结果。
具体地,公式如下:
相关系数r:
Figure BDA0002841920230000071
复相关系数R:
Figure BDA0002841920230000072
均方根误差RMSE:
Figure BDA0002841920230000073
平均绝对误差MAE:
Figure BDA0002841920230000074
平均绝对百分比误差MAPE:
Figure BDA0002841920230000075
式中,x,y分别为相同海洋要素,不同观测渠道获得的系列数据,
Figure BDA0002841920230000076
分别表示对应观测渠道的数据平均值,m表示观测渠道获得的数据数量,
Figure BDA0002841920230000077
表示回归方程的预测值。
相关系数r和复相关系数R越大,均方根误差RMSE,平均绝对误差MAE和平均绝对百分比误差MAPE越小,则无人舰艇测得的数据与高频地波雷达数据越接近,高频地波雷达的测量精度越高。
如图2所示,一种高频地波雷达观测风浪流场的比测评估系统,包括以下模块:
数据获取模块,用于获取地波雷达径向海表流历史数据并对海表流历史数据进行统计分析,得到高密度观测区和低密度观测区;
可视化处理模块,用于对高密度观测区和低密度观测区进行可视化处理,得到基于当地地形的区域分布图;
无人舰艇设置模块,用于根据当地地形的区域分布图和海表流历史数据对无人舰艇进行数量和导航设置,完成设置后布放无人舰艇采集观测数据;
评估模块,用于对观测数据进行分类并评估,得到评估结果。
上述系统实施例中的内容均适用于本方法实施例中,本方法实施例所具体实现的功能与上述系统实施例相同,并且达到的有益效果与上述系统实施例所达到的有益效果也相同。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (9)

1.一种高频地波雷达观测风浪流场的比测评估方法,其特征在于,包括以下步骤:
获取地波雷达径向海表流历史数据并对海表流历史数据进行统计分析,得到高密度观测区和低密度观测区;
对高密度观测区和低密度观测区进行可视化处理,得到基于当地地形的区域分布图;
根据当地地形的区域分布图和海表流历史数据对无人舰艇进行数量和导航设置,完成设置后布放无人舰艇采集观测数据;
对观测数据进行分类并评估,得到评估结果。
2.根据权利要求1所述一种高频地波雷达观测风浪流场的比测评估方法,其特征在于,所述获取地波雷达径向海表流历史数据并对海表流历史数据进行统计分析,得到高密度观测区和低密度观测区这一步骤,其具体包括:
获取高频地波雷达监测的径向海流历史数据并根据径向海流历史数据得到覆盖区域和径向流场图;
将覆盖区域结合海表流历史数据中的观测时段及径向流场图,得到观测点的观测数据量;
根据观测点的观测数据量得到高密度观测区和低密度观测区。
3.根据权利要求2所述一种高频地波雷达观测风浪流场的比测评估方法,其特征在于,所述高密度观测区和低密度观测区的判断规则如下:
第i个观测点一年应观测次数为T,当年所获得的观测数据数量为ti,计
Figure FDA0002841920220000011
取M>50%的点为高密度点,其余为低密度点,当相邻的高密度点的数量为N(等径弧为rj位置,第θj条径向线上的高密度点,在相邻方位(rj±1,θi±1)的方位上存在数量N≥3的高密度点时)时,这些高密度观测点连接形成的区域为高密度观测区,高密度观测区以外为低密度观测区。
4.根据权利要求3所述一种高频地波雷达观测风浪流场的比测评估方法,其特征在于,所述对高密度观测区和低密度观测区进行可视化处理,得到基于当地地形的区域分布图这一步骤,其具体包括:
在高频地波雷达观测覆盖的研究区域地形图上运用CAD叠加高密度点和低密度观测点的分布图层并用两种不同颜色标示区分,得到基于当地地形的高密度区域分布图和低密度区域分布图。
5.根据权利要求4所述一种高频地波雷达观测风浪流场的比测评估方法,其特征在于,所述无人舰艇具体为安装有超声波测风仪、船基激光测波仪和船载ADCP的无人舰艇。
6.根据权利要求5所述一种高频地波雷达观测风浪流场的比测评估方法,其特征在于,所述根据当地地形的区域分布图和海表流历史数据对无人舰艇进行数量和导航设置,完成设置后布放无人舰艇采集观测数据这一步骤,其具体包括:
根据海表流历史数据得到被探测的径向路径总数、路径上的高密度点、高频雷达的径向观测分辨率、预设的无人舰艇时速和海域的潮周期;
根据预设的无人舰艇时速和海域的潮周期计算无人舰艇在一个潮周期内行进距离;
根据无人舰艇在一个潮周期内行进距离、高频雷达的径向观测分辨率计算一条无人舰艇可覆盖的高密度观测点数;
根据一条无人舰艇可覆盖的高密度观测点数和路径上的高密度点计算一条路径上的无人舰艇数;
根据一条路径上的无人舰艇数和被探测的径向路径总数得到需布设的无人舰艇数量;
以高密度区域分布图和低密度区域分布图为基准、以高频地波雷达测站布设点为起点进行GPS导航,得到巡航规则;
根据需布设的无人舰艇数量和巡航规则布放无人舰艇采集观测数据。
7.根据权利要求6所述一种高频地波雷达观测风浪流场的比测评估方法,其特征在于,所述需布设的无人舰艇数量的计算公式如下:
Figure FDA0002841920220000021
上式中,Mi表示路径i上的高密度点数,n表示无人舰艇在一个潮周期内能在其径向路径上完整巡回的次数,Δr表示高频雷达的径向观测分辨率,S表示无人舰艇在一个潮周期内行进距离,Ni表示路径i上的无人舰艇数量,K表示被探测的径向路径总数。
8.根据权利要求7所述一种高频地波雷达观测风浪流场的比测评估方法,其特征在于,所述对观测数据进行分类并评估,得到评估结果这一步骤,其具体包括:
将观测数据分为风、浪、流的数据资料并存储;
根据风、浪、流的数据资料结合高频地波雷达得到的风、浪、流数据绘制风场图、浪场图和流场图;
根据风场图、浪场图和流场图对相同海洋要素不同观测渠道的动力场图空间趋势吻合度和差异进行分析比较,得到相关系数、复相关系数、均方根误差、平均绝对误差和平均绝对百分误差;
根据相关系数、复相关系数、均方根误差、平均绝对误差和平均绝对百分误差对比测效果进行定量综合评估,得到评估结果。
9.一种高频地波雷达观测风浪流场的比测评估系统,其特征在于,包括以下模块:
数据获取模块,用于获取地波雷达径向海表流历史数据并对海表流历史数据进行统计分析,得到高密度观测区和低密度观测区;
可视化处理模块,用于对高密度观测区和低密度观测区进行可视化处理,得到基于当地地形的区域分布图;
无人舰艇设置模块,用于根据当地地形的区域分布图和海表流历史数据对无人舰艇进行数量和导航设置,完成设置后布放无人舰艇采集观测数据;
评估模块,用于对观测数据进行分类并评估,得到评估结果。
CN202011495120.5A 2020-12-17 2020-12-17 一种高频地波雷达观测风浪流场的比测评估方法及系统 Active CN112731382B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011495120.5A CN112731382B (zh) 2020-12-17 2020-12-17 一种高频地波雷达观测风浪流场的比测评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011495120.5A CN112731382B (zh) 2020-12-17 2020-12-17 一种高频地波雷达观测风浪流场的比测评估方法及系统

Publications (2)

Publication Number Publication Date
CN112731382A true CN112731382A (zh) 2021-04-30
CN112731382B CN112731382B (zh) 2023-07-11

Family

ID=75603946

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011495120.5A Active CN112731382B (zh) 2020-12-17 2020-12-17 一种高频地波雷达观测风浪流场的比测评估方法及系统

Country Status (1)

Country Link
CN (1) CN112731382B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113589235A (zh) * 2021-09-28 2021-11-02 北京海兰信数据科技股份有限公司 一种雷达径向流数据提取方法和系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090078037A1 (en) * 2007-08-17 2009-03-26 Hickey Kenneth J Method for measuring surface currents using a long-range single station high frequency ground wave radar system
CN103344957A (zh) * 2013-06-14 2013-10-09 张永刚 一种波导超视距海浪监测雷达
CN103604944A (zh) * 2013-12-11 2014-02-26 哈尔滨工业大学 一种基于单站船载高频地波雷达的表面流测量方法
JP2015158435A (ja) * 2014-02-25 2015-09-03 三菱電機株式会社 海洋レーダ装置
CN105277926A (zh) * 2015-10-12 2016-01-27 中国海洋大学 一种远程高频地波雷达海上验证方法
CN110134675A (zh) * 2019-05-23 2019-08-16 大连海事大学 一种面向海洋数据流的数据清洗方法和系统
CN111308501A (zh) * 2020-03-28 2020-06-19 中国三峡新能源(集团)股份有限公司 激光雷达测风浮标海上对比验证试验场及其试验方法
CN111860146A (zh) * 2020-06-11 2020-10-30 中山大学 海洋锋区域的获取方法、装置、计算机设备和存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090078037A1 (en) * 2007-08-17 2009-03-26 Hickey Kenneth J Method for measuring surface currents using a long-range single station high frequency ground wave radar system
CN103344957A (zh) * 2013-06-14 2013-10-09 张永刚 一种波导超视距海浪监测雷达
CN103604944A (zh) * 2013-12-11 2014-02-26 哈尔滨工业大学 一种基于单站船载高频地波雷达的表面流测量方法
JP2015158435A (ja) * 2014-02-25 2015-09-03 三菱電機株式会社 海洋レーダ装置
CN105277926A (zh) * 2015-10-12 2016-01-27 中国海洋大学 一种远程高频地波雷达海上验证方法
CN110134675A (zh) * 2019-05-23 2019-08-16 大连海事大学 一种面向海洋数据流的数据清洗方法和系统
CN111308501A (zh) * 2020-03-28 2020-06-19 中国三峡新能源(集团)股份有限公司 激光雷达测风浮标海上对比验证试验场及其试验方法
CN111860146A (zh) * 2020-06-11 2020-10-30 中山大学 海洋锋区域的获取方法、装置、计算机设备和存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
FEARGHAL O’DONNCHA等: "Characterizing observed circulation patterns within a bay using HF radar and numerical model simulations", 《JOURNAL OF MARINE SYSTEMS》, vol. 142, no. 2, pages 96 - 110, XP029102333, DOI: 10.1016/j.jmarsys.2014.10.004 *
LEI REN等: "Estimation of Coastal Currents Using a Soft Computing Method: A Case Study in Galway Bay, Ireland", 《MARINE SCIENCE AND ENGINEERING》, vol. 7, no. 5, pages 1 - 17 *
邹婷等: "2DVAR方法在台湾海峡海表流场融合中的应用", 《应用海洋学报》, vol. 39, no. 4, pages 469 - 479 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113589235A (zh) * 2021-09-28 2021-11-02 北京海兰信数据科技股份有限公司 一种雷达径向流数据提取方法和系统

Also Published As

Publication number Publication date
CN112731382B (zh) 2023-07-11

Similar Documents

Publication Publication Date Title
CN110146895B (zh) 基于倒置式多波束回声仪的声速剖面反演方法
CN106990404B (zh) 一种利用导航x波段雷达反演海面波高的自动定标算法
CN105787281B (zh) 一种海浪有效波高场的融合反演方法和装置
CN106990402B (zh) 一种基于波浪理论的导航x波段雷达波群检测方法
CN105352476A (zh) 船载水岸线水上水下一体化测量系统集成方法
CN104156629B (zh) 一种基于相对辐射校正的导航雷达图像反演海面风向方法
CN108469620B (zh) 适用于辐射沙脊群浅水海域的水下地形测量方法
CN111854704A (zh) 一种海洋地球物理综合调查系统
CN112598113A (zh) 一种基于自组织竞争型神经网络的海洋声速剖面获取方法
CN103389077B (zh) 一种基于mbes的海底沙波地貌运动探测方法
CN102353946A (zh) 一种基于x波段雷达图像的海表面流反演方法
CN109631863A (zh) 一种空地结合的潮间带一体化测绘方法
CN112731382B (zh) 一种高频地波雷达观测风浪流场的比测评估方法及系统
CN113063360B (zh) 一种基于单光子激光测高数据的海冰厚度估算方法
KR20170078835A (ko) 적어도 하나의 선박의 수면속도를 계산하는 방법 및 상기 선박의 경로상의 모든 지점에서 각각의 표류벡터를 추론하는 방법
CN102270394A (zh) 基于激光传感器的船舶交通量监测方法
Guo et al. Application of multi-beam bathymetry system in shallow water area
CN104297753A (zh) 一种基于自适应缩减算子的导航雷达图像反演海面风向方法
CN102073037B (zh) 基于自适应阈值选取技术的迭代海流反演方法
CN115693666A (zh) 基于卫星反演的海上风电场发电量确定方法及系统
CN113281757B (zh) 一种倒置式多波束回声仪及海面波浪测量方法
CN112632868B (zh) 高频地波雷达观测径向流缺失值的填补修正方法及系统
Hessner et al. High resolution current & bathymetry determined by nautical X-Band radar in shallow waters
Voulgaris et al. 2-D inner-shelf current observations from a single VHF WEllen RAdar (WERA) station
CN110767322B (zh) 一种基于响应面模型的海洋浮式平台热点应力推算方法

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