CN112964231A - 一种基于声速扰动模态匹配的海洋混合层深度获取方法 - Google Patents

一种基于声速扰动模态匹配的海洋混合层深度获取方法 Download PDF

Info

Publication number
CN112964231A
CN112964231A CN202110147964.9A CN202110147964A CN112964231A CN 112964231 A CN112964231 A CN 112964231A CN 202110147964 A CN202110147964 A CN 202110147964A CN 112964231 A CN112964231 A CN 112964231A
Authority
CN
China
Prior art keywords
depth
mode
disturbance
sound velocity
temperature
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
CN202110147964.9A
Other languages
English (en)
Other versions
CN112964231B (zh
Inventor
屈科
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.)
Guangdong Ocean University
Original Assignee
Guangdong Ocean University
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 Guangdong Ocean University filed Critical Guangdong Ocean University
Priority to CN202110147964.9A priority Critical patent/CN112964231B/zh
Publication of CN112964231A publication Critical patent/CN112964231A/zh
Application granted granted Critical
Publication of CN112964231B publication Critical patent/CN112964231B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种基于声速扰动模态匹配的海洋混合层深度获取方法，涉及海洋混合层深度获取技术领域，其技术方案要点是：根据海洋动力学角度，提取声速扰动的模态，并将真实扰动模态与不同厚度混合层具有的扰动模态进行匹配，然后将扰动模态最匹配的混合层厚度确定为结果。该方法通过比较声速扰动的数据特征和海洋分层情况下声速扰动的物理特征，最终确定海洋层化情况进而获得混合层深度值，对测量的要求低，能够完全不需温度链数据外的测量样本，从而大大扩展了本发明的方法的使用范围，克服了实际应用中往往缺乏完整剖面样本的问题，且获取混合层厚度的精度高。

Description

一种基于声速扰动模态匹配的海洋混合层深度获取方法
技术领域
本发明涉及海洋混合层深度获取技术领域，更具体地说，它涉及一种基于声速扰动模态匹配的海洋混合层深度获取方法。
背景技术
海洋混合层厚度是研究海洋上层动力过程、海气相互作用以及生态环境的基本物理量，对混合层厚度的掌握对于海洋上层的物理、生化等研究应用具有重要的价值。以海洋声学的研究应用为例，混合层厚度很大程度上决定了海洋表面静压声道的厚度，进而影响海洋上层声传播的特性。著名的“午后效应”本质上也可以归结混合层厚度变化的结果。因此，在海洋声学等一系列科学研究中混合层深度是一个非常重要的物理量。
获取混合层厚度最直接的方式是使用温盐深仪等剖面设备进行剖面测量，但是由于设备的吊放时间、成本等因素的原因，这种方法很少应用于对于某一坐标点的长时间连续测量上。在实际海洋测量中，对于目标点位剖面的长时间连续观测通常选用锚定温度链的方法进行观测。在温度链的布放中，出于布放成本、测量准确性、设备安全性以及浮力稳定性等因素综合考虑，往往最浅的一个温度传感器距离海面都有一段距离，而这段距离很有可能大于坐标点处混合层的厚度，导致剖面信息缺乏混合层的厚度。在浅层海域中，温度梯度往往都是比较恒定的，当缺乏下层信息时，往往都可以采用直接的外插手段。对于海洋上层的外插，混合层厚度具有很强的时间和空间变化特性且缺少混合层厚度就无法准确外插到海面。综上，在使用温度链的办法进行固定点连续观测的过程中，经常会缺乏混合层厚度信息，造成各种应用的信息缺失。当前还没有较精确的混合层厚度获取方法，亟待开发相应的方案，满足温度链连续观测数据中海洋各类研究和应用对海洋表层混合层信息的需求。
为此，本发明旨在设计提出一种基于声速扰动模态匹配的海洋混合层深度获取方法，通过对温度链获得的声速数据提取扰动模态，将实际扰动模态与不同跃层厚度情况下的理论扰动模态进行对比，最终获得海域混合层厚度，以解决上述问题。
发明内容
本发明的目的是提供一种基于声速扰动模态匹配的海洋混合层深度获取方法，该方法通过比较声速扰动的数据特征和海洋分层情况下声速扰动的物理特征，最终确定海洋层化情况进而获得混合层深度值，对测量的要求低，能够完全不需温度链数据外的测量样本，从而大大扩展了本发明的方法的使用范围，克服了实际应用中往往缺乏完整剖面样本的问题，且获取混合层厚度的精度高。
本发明的上述技术目的是通过以下技术方案得以实现的：一种基于声速扰动模态匹配的海洋混合层深度获取方法，根据海洋动力学角度，提取声速扰动的模态，并将真实扰动模态与不同厚度混合层具有的扰动模态进行匹配，然后将扰动模态最匹配的混合层厚度确定为结果，具体包括以下步骤：
S1、截取一个时间段内需判断混合层厚度的温度链测量样本的声速值X(hn,tn)，在连续时间N内，通过以下公式：
Figure BDA0002931408040000031
获取温度链测量样本的平均值
Figure BDA0002931408040000032
然后将温度链测量样本的矩阵减去温度链测量样本的平均值
Figure BDA0002931408040000033
获得温度链测量样本的异常值A：
Figure BDA0002931408040000034
其中，hn代表温度链单元深度上的采样点，tn代表温度链单元时间上的采样点；
S2、基于温度链测量样本的异常值A的矩阵和温度链测量样本的平均值
Figure BDA00029314080400000310
进行正交经验函数分析，获得EOF向量，即获得声速扰动的主成分，通过公式：(G-λI)K＝0代表温度链测量样本的数据的扰动特征，其中，G是温度链测量样本的异常值A的协方差矩阵，I是单位矩阵，λ是I的本征值矩阵，K为EOF向量数据扰动的主要模态：
Figure BDA0002931408040000035
K(hn,en)代表第en阶EOF向量在深度点hn上的幅度；
S3、根据备选的混合层深度值H与温度链测量样本的平均值
Figure BDA0002931408040000036
进行插值，获得备选的全海深的温度剖面值
Figure BDA0002931408040000037
S4、将步骤S3中获得的温度剖面信息
Figure BDA0002931408040000038
带入水质子运动的动力学方程中计算获得得到水质子运动的模态
Figure BDA0002931408040000039
(采用sea-mat等海洋学计算程序计算)，并通过声速经验公式、物态方程联立，计算在该背景温度剖面
Figure BDA0002931408040000041
下对应水质子运动模态
Figure BDA0002931408040000042
的声速扰动模态Q(hn,en):
Figure BDA0002931408040000043
其中，声速扰动模态Q在深度h上的幅值等于对应阶数
Figure BDA0002931408040000044
乘以温度剖面的梯度
Figure BDA0002931408040000045
声速扰动模态Q(hn,en)代表背景温度剖面
Figure BDA0002931408040000046
下分层特性应该具有的物理的扰动特征；
S5、将数据的扰动特征模态K(hn,en)和物理的扰动特征模态Q(hn,en)进行匹配比较，判断备选的混合层深度值H对应的物理扰动特征是否与数据表现出来的特征相符；具体方法为，选取方差贡献率最大的前两阶模态，将幅值归一化后进行匹配：
Figure BDA0002931408040000047
其中，HN代表温度链测量深度范围内深度采样点总数，E即为物理模态和数据模态的符合程度，E的值越小代表符合程度越高；
S6、将海面到温度链最上端的深度范围内的深度值网格化，并对不同的备选的混合层深度值H值重复步骤S4至步骤S5，获得其对应的符合程度值E(H),其中，最小的E值表明此时海洋分层状态物理特征与数据表现出来的统计特征最符合，其对应的混合层备选值即为最终混合层的计算值。
进一步地，所述温度链测量样本声速值X(hn,tn)通过声速经验公式从样本温度值W(hn,tn)得到。
进一步地，步骤S3中所述的插值的具体方法为：对温度链下方缺失的数据通过
Figure BDA0002931408040000051
进行线性外插；对温度链上方缺失的部分，首先通过线性外插到备选的混合层深度值H,然后混合层深度值H以上均为混合层，即混合层深度值H以上的点的温度值与外插到H点的温度值一致时，即获得全海深的温度剖面
Figure BDA0002931408040000052
综上所述，本发明与现有技术相比较，通过比较声速扰动的数据特征和海洋分层情况下声速扰动的物理特征，最终确定海洋层化情况进而获得混合层深度值，具有以下有益效果：
1、本发明的方法对测量的要求低，能够完全不需温度链数据外的测量样本，从而大大扩展了本发明的方法的使用范围，克服了实际应用中往往缺乏完整剖面样本的问题；
2、本发明的方法在求解时所需应用到的数据均是需要求解混合层深度时段的数据，时效性好，从而能够确保获得的结果即代表所需求时段的特征；
3、本发明的方法中扰动的模态是相对平滑稳定的量，在模态的匹配中个别剖面样本的随机扰动对声速扰动模态的计算影响小，数据的模态是EOF计算，是大量数据的统计结果，且物理的模态是平均的背景剖面计算，两者均不易受个别样本随机扰动的影响，不易引入样本随机突变的误差，同时，模态匹配也是由物理规律出发，在物理规律的约束下不会出现不符合物理实际的结果，从而能够确保计算精度。
附图说明
图1是本发明实施例中的流程图。
具体实施方式
以下结合附图1对本发明作进一步详细说明。
实施例：一种基于声速扰动模态匹配的海洋混合层深度获取方法，如图1所示，根据海洋动力学角度，提取声速扰动的模态，并将真实扰动模态与不同厚度混合层具有的扰动模态进行匹配，然后将扰动模态最匹配的混合层厚度确定为结果，具体包括以下步骤：
S1、截取一个时间段内需判断混合层厚度的温度链测量样本的声速值X(hn,tn)，在连续时间N内，通过以下公式：
Figure BDA0002931408040000061
获取温度链测量样本的平均值
Figure BDA0002931408040000062
然后将温度链测量样本的矩阵减去温度链测量样本的平均值
Figure BDA0002931408040000063
获得温度链测量样本的异常值A：
Figure BDA0002931408040000064
其中，hn代表温度链单元深度上的采样点，tn代表温度链单元时间上的采样点；
S2、基于温度链测量样本的异常值A的矩阵和温度链测量样本的平均值
Figure BDA0002931408040000065
进行正交经验函数分析，获得EOF向量，即获得声速扰动的主成分，通过公式：(G-λI)K＝0代表温度链测量样本的数据的扰动特征，其中，G是温度链测量样本的异常值A的协方差矩阵，I是单位矩阵，λ是I的本征值矩阵，K为EOF向量数据扰动的主要模态：
Figure BDA0002931408040000071
K(hn,en)代表第en阶EOF向量在深度点hn上的幅度；
S3、根据备选的混合层深度值H与温度链测量样本的平均值
Figure BDA0002931408040000072
进行插值，获得备选的全海深的温度剖面值
Figure BDA0002931408040000073
S4、将步骤S3中获得的温度剖面信息
Figure BDA0002931408040000074
带入水质子运动的动力学方程中计算获得得到水质子运动的模态
Figure BDA0002931408040000075
(可以采用sea-mat等海洋学计算程序计算)，并通过声速经验公式、物态方程联立，计算在该背景温度剖面
Figure BDA00029314080400000712
下对应水质子运动模态
Figure BDA0002931408040000076
的声速扰动模态Q(hn,en):
Figure BDA0002931408040000077
其中，声速扰动模态Q在深度h上的幅值等于对应阶数
Figure BDA0002931408040000078
乘以温度剖面的梯度
Figure BDA0002931408040000079
声速扰动模态Q(hn,en)代表背景温度剖面
Figure BDA00029314080400000710
下分层特性应该具有的物理的扰动特征；
S5、将数据的扰动特征模态K(hn,en)和物理的扰动特征模态Q(hn,en)进行匹配比较，判断备选的混合层深度值H对应的物理扰动特征是否与数据表现出来的特征相符；具体方法为，选取方差贡献率最大的前两阶模态，将幅值归一化后进行匹配：
Figure BDA00029314080400000711
其中，HN代表温度链测量深度范围内深度采样点总数，E即为物理模态和数据模态的符合程度，E的值越小代表符合程度越高；
S6、将海面到温度链最上端的深度范围内的深度值网格化，并对不同的备选的混合层深度值H值重复步骤S4至步骤S5，获得其对应的符合程度值E(H),其中，最小的E值表明此时海洋分层状态物理特征与数据表现出来的统计特征最符合，其对应的混合层备选值即为最终混合层的计算值。
其中，所述温度链测量样本声速值X(hn,tn)通过声速经验公式从样本温度值W(hn,tn)得到。
其中，步骤S3中所述的插值的具体方法为：对温度链下方缺失的数据通过
Figure BDA0002931408040000081
进行线性外插；对温度链上方缺失的部分，首先通过线性外插到备选的混合层深度值H,然后混合层深度值H以上均为混合层，即混合层深度值H以上的点的温度值与外插到H点的温度值一致时，即获得全海深的温度剖面
Figure BDA0002931408040000082
工作原理：本发明提供的基于声速扰动模态匹配的海洋混合层深度获取方法，通过混合层的厚度获取声速剖面在物理机制约束下的扰动模态，然后通过“数据的扰动特征”模态和“物理的扰动特征”模态相匹配的方法估计出混合层的深度，对测量的要求低，完全不需温度链数据外的测量样本，大大扩展了本方法的使用范围，克服了实际应用中往往缺乏完整剖面样本的问题；同时，在求解时所需应用到的数据均是需要求解混合层深度时段的数据，时效性好，从而能够确保获得的结果即代表所需求时段的特征；同时，本方法中的扰动的模态是相对平滑稳定的量，在模态的匹配中个别剖面样本的随机扰动对声速扰动模态的计算影响小，数据的模态是EOF计算，是大量数据的统计结果，且物理的模态是平均的背景剖面计算，两者均不易受个别样本随机扰动的影响，不易引入样本随机突变的误差，同时，模态匹配也是由物理规律出发，在物理规律的约束下不会出现不符合物理实际的结果，便于确保计算精度。
本具体实施例仅仅是对本发明的解释，其并不是对本发明的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本发明的权利要求范围内都受到专利法的保护。

Claims (3)

1.一种基于声速扰动模态匹配的海洋混合层深度获取方法，其特征是：根据海洋动力学角度，提取声速扰动的模态，并将真实扰动模态与不同厚度混合层具有的扰动模态进行匹配，然后将扰动模态最匹配的混合层厚度确定为结果，具体包括以下步骤：
S1、截取一个时间段内需判断混合层厚度的温度链测量样本的声速值X(hn,tn)，在连续时间N内，通过以下公式：
Figure FDA0002931408030000011
获取温度链测量样本的平均值
Figure FDA0002931408030000012
然后将温度链测量样本的矩阵减去温度链测量样本的平均值
Figure FDA0002931408030000013
获得温度链测量样本的异常值A：
Figure FDA0002931408030000014
其中，hn代表温度链单元深度上的采样点，tn代表温度链单元时间上的采样点；
S2、基于温度链测量样本的异常值A的矩阵和温度链测量样本的平均值
Figure FDA0002931408030000015
进行正交经验函数分析，获得EOF向量，即获得声速扰动的主成分，通过公式：(G-λI)K＝0代表温度链测量样本的数据的扰动特征，其中，G是温度链测量样本的异常值A的协方差矩阵，I是单位矩阵，λ是I的本征值矩阵，K为EOF向量数据扰动的主要模态：
Figure FDA0002931408030000016
K(hn,en)代表第en阶EOF向量在深度点hn上的幅度；
S3、根据备选的混合层深度值H与温度链测量样本的平均值
Figure FDA0002931408030000021
进行插值，获得备选的全海深的温度剖面值
Figure FDA0002931408030000022
S4、将步骤S3中获得的温度剖面信息
Figure FDA0002931408030000023
带入水质子运动的动力学方程中计算获得得到水质子运动的模态
Figure FDA0002931408030000024
并通过声速经验公式、物态方程联立，计算在该背景温度剖面
Figure FDA00029314080300000210
下对应水质子运动模态
Figure FDA0002931408030000025
的声速扰动模态Q(hn,en):
Figure FDA0002931408030000026
其中，声速扰动模态Q在深度h上的幅值等于对应阶数
Figure FDA0002931408030000027
乘以温度剖面的梯度
Figure FDA0002931408030000028
声速扰动模态Q(hn,en)代表背景温度剖面
Figure FDA00029314080300000211
下分层特性应该具有的物理的扰动特征；
S5、将数据的扰动特征模态K(hn,en)和物理的扰动特征模态Q(hn,en)进行匹配比较，判断备选的混合层深度值H对应的物理扰动特征是否与数据表现出来的特征相符；具体方法为，选取方差贡献率最大的前两阶模态，将幅值归一化后进行匹配：
Figure FDA0002931408030000029
其中，HN代表温度链测量深度范围内深度采样点总数，E即为物理模态和数据模态的符合程度，E的值越小代表符合程度越高；
S6、将海面到温度链最上端的深度范围内的深度值网格化，并对不同的备选的混合层深度值H值重复步骤S4至步骤S5，获得其对应的符合程度值E(H),其中，最小的E值表明此时海洋分层状态物理特征与数据表现出来的统计特征最符合，其对应的混合层备选值即为最终混合层的计算值。
2.根据权利要求1所述的一种基于声速扰动模态匹配的海洋混合层深度获取方法，其特征是：所述温度链测量样本声速值X(hn,tn)通过声速经验公式从样本温度值W(hn,tn)得到。
3.根据权利要求1所述的一种基于声速扰动模态匹配的海洋混合层深度获取方法，其特征是：步骤S3中所述的插值的具体方法为：对温度链下方缺失的数据通过
Figure FDA0002931408030000031
进行线性外插；对温度链上方缺失的部分，首先通过线性外插到备选的混合层深度值H,然后混合层深度值H以上均为混合层，即混合层深度值H以上的点的温度值与外插到H点的温度值一致时，即获得全海深的温度剖面
Figure FDA0002931408030000032
CN202110147964.9A 2021-02-03 2021-02-03 一种基于声速扰动模态匹配的海洋混合层深度获取方法 Active CN112964231B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110147964.9A CN112964231B (zh) 2021-02-03 2021-02-03 一种基于声速扰动模态匹配的海洋混合层深度获取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110147964.9A CN112964231B (zh) 2021-02-03 2021-02-03 一种基于声速扰动模态匹配的海洋混合层深度获取方法

Publications (2)

Publication Number Publication Date
CN112964231A true CN112964231A (zh) 2021-06-15
CN112964231B CN112964231B (zh) 2022-02-22

Family

ID=76273915

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110147964.9A Active CN112964231B (zh) 2021-02-03 2021-02-03 一种基于声速扰动模态匹配的海洋混合层深度获取方法

Country Status (1)

Country Link
CN (1) CN112964231B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115204317A (zh) * 2022-09-15 2022-10-18 山东大学 基于正交经验函数分解的声速剖面延拓方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09274081A (ja) * 1996-04-03 1997-10-21 Tech Res & Dev Inst Of Japan Def Agency 海底堆積層における音速測定方法
CN111578909A (zh) * 2020-05-21 2020-08-25 中国水产科学研究院东海水产研究所 判定感兴趣温度所在水层和识别温跃层的装置与方法
CN112115406A (zh) * 2020-09-28 2020-12-22 自然资源部第二海洋研究所 基于遥感海面数据的海洋内部中尺度涡反演方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09274081A (ja) * 1996-04-03 1997-10-21 Tech Res & Dev Inst Of Japan Def Agency 海底堆積層における音速測定方法
CN111578909A (zh) * 2020-05-21 2020-08-25 中国水产科学研究院东海水产研究所 判定感兴趣温度所在水层和识别温跃层的装置与方法
CN112115406A (zh) * 2020-09-28 2020-12-22 自然资源部第二海洋研究所 基于遥感海面数据的海洋内部中尺度涡反演方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
宋文华等: "一种声速剖面展开的正交基函数获取方法", 《声学学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115204317A (zh) * 2022-09-15 2022-10-18 山东大学 基于正交经验函数分解的声速剖面延拓方法及系统
CN115204317B (zh) * 2022-09-15 2022-11-25 山东大学 基于正交经验函数分解的声速剖面延拓方法及系统

Also Published As

Publication number Publication date
CN112964231B (zh) 2022-02-22

Similar Documents

Publication Publication Date Title
CN109543356B (zh) 考虑空间非平稳性的海洋内部温盐结构遥感反演方法
Joughin et al. Basal shear stress of the Ross ice streams from control method inversions
CN101892837B (zh) 地层因数确定方法及含油饱和度确定方法
CN112711899B (zh) 一种蒸发波导高度的融合预测方法
CN108445188A (zh) 基于中智区间函数的岩体结构面粗糙度系数尺寸效应下边坡稳定性表达方法
CN112964231B (zh) 一种基于声速扰动模态匹配的海洋混合层深度获取方法
Luznik et al. Distribution of energy spectra, Reynolds stresses, turbulence production, and dissipation in a tidally driven bottom boundary layer
Sanchez et al. Small-scale spectrum of a scalar field in water: The Batchelor and Kraichnan models
CN115993649A (zh) 基于等效方位杨氏模量的裂缝参数预测方法及系统
CN109633593A (zh) 一种地质雷达信号定量分析方法及系统
CN114417682B (zh) 一种综合校正北极海冰厚度反演的方法
CN103134433A (zh) 一种利用位移监测鉴别边坡失稳致滑因子的方法
Davies et al. An intercomparison and validation of a range of turbulence closure schemes used in three dimensional tidal models
Chen Travel-time approximation of acoustic ranging in GPS/Acoustic seafloor geodesy
Liu et al. Improved dissipation rate estimation method based on time-varying glide parameter analysis of underwater gliders
Tanhua et al. Changes of anthropogenic CO2 and CFCs in the North Atlantic between 1981 and 2004
Salon et al. Sound speed in the Mediterranean Sea: an analysis from a climatological data set
Cunningham Circulation and volume flux of the North Atlantic using synoptic hydrographic data in a Bernoulli inverse
RU2682080C1 (ru) Способ измерения профилей температуры, давления и плотности в жидкости
CN106595472B (zh) 摄影测量系统的精度确定方法
CN113819892B (zh) 基于半参数估计和附加深度约束的深海基准网平差方法
Wang et al. Scaling relationships for diffusive boundary layer thickness and diffusive flux based on in situ measurements in coastal seas
DiNezio et al. Identifying and estimating biases between XBT and Argo observations using satellite altimetry
Morse et al. Ice deformation in the vicinity of the ice-core site at Taylor Dome, Antarctica, and a derived accumulation rate history
CN114184764B (zh) 致密碳酸盐岩储层岩石力学层划分方法及系统

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