CN117935972B - 一种海水悬沙浓度计算方法、装置、电子设备及存储介质 - Google Patents

一种海水悬沙浓度计算方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN117935972B
CN117935972B CN202410338467.0A CN202410338467A CN117935972B CN 117935972 B CN117935972 B CN 117935972B CN 202410338467 A CN202410338467 A CN 202410338467A CN 117935972 B CN117935972 B CN 117935972B
Authority
CN
China
Prior art keywords
seawater
sea
historical
concentration
sand
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.)
Active
Application number
CN202410338467.0A
Other languages
English (en)
Other versions
CN117935972A (zh
Inventor
付玉通
赵若思
王嘹亮
刘斌
袁玮琳
郭丽华
王陆一
陆天启
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.)
Guangzhou Marine Geological Survey Sanya Institute Of South China Sea Geology
Original Assignee
Guangzhou Marine Geological Survey Sanya Institute Of South China Sea Geology
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 Guangzhou Marine Geological Survey Sanya Institute Of South China Sea Geology filed Critical Guangzhou Marine Geological Survey Sanya Institute Of South China Sea Geology
Priority to CN202410338467.0A priority Critical patent/CN117935972B/zh
Publication of CN117935972A publication Critical patent/CN117935972A/zh
Application granted granted Critical
Publication of CN117935972B publication Critical patent/CN117935972B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本申请公开了一种海水悬沙浓度计算方法、装置、电子设备及存储介质,涉及海沙开采技术领域,方法包括:获取海沙开采区及其临近海域的历史遥感数据、历史海水悬沙浓度数据及历史海水水声数据;临近海域为海沙开采区周围且处于设定范围内的海域;根据历史遥感数据和历史海水悬沙浓度数据确定第一计算式;根据历史海水水声数据和历史海水悬沙浓度数据确定第二计算式;获取海沙开采区及其临近海域的当前遥感数据和当前海水水声数据;将当前遥感数据带入第一计算式,得到表面的海水悬沙浓度;将当前海水水声数据带入第二计算式,得到表面以下的海水悬沙浓度。本申请可拟合出贴合实际海沙分布情况的第一、第二计算式,能准确计算出海水悬沙浓度。

Description

一种海水悬沙浓度计算方法、装置、电子设备及存储介质
技术领域
本申请涉及海沙开采技术领域,尤其涉及一种海水悬沙浓度计算方法、装置、电子设备及存储介质。
背景技术
海沙开采过程中,开采设备将海底沉积物抽到船上,仅截留沙质沉积物,非沙质沉积物直接排到海水中,导致海水悬沙含量上升,而且不同海水深度,海水悬沙浓度不同,且是动态变化的。现有对海水悬沙的计算方案仍存在计算不准确的问题,导致不能准确监测和评估海沙开采对海水悬沙的浓度影响。
发明内容
本申请实施例的主要目的在于提出一种海水悬沙浓度计算方法、装置、电子设备及存储介质,以准确计算出海水悬沙浓度。
为实现上述目的,本申请实施例的一方面提出了一种海水悬沙浓度计算方法,所述方法包括:
获取海沙开采区及其临近海域的历史遥感数据、历史海水悬沙浓度数据以及历史海水水声数据;其中,所述临近海域为所述海沙开采区周围且处于设定范围内的海域;
根据所述历史遥感数据和所述历史海水悬沙浓度数据确定第一计算式;根据所述历史海水水声数据和所述历史海水悬沙浓度数据确定第二计算式;
获取所述海沙开采区及其临近海域的当前遥感数据和当前海水水声数据;
将所述当前遥感数据带入所述第一计算式,得到所述海沙开采区及其临近海域表面的海水悬沙浓度作为第一海水悬沙浓度;将所述当前海水水声数据带入所述第二计算式,得到所述海沙开采区及其临近海域表面以下的海水悬沙浓度作为第二海水悬沙浓度。
在一些实施例中,所述获取海沙开采区及其临近海域的历史遥感数据、历史海水悬沙浓度数据以及历史海水水声数据,包括:
按设定时间段顺序获取所述海沙开采区及其临近海域的所述历史遥感数据、所述历史海水悬沙浓度数据以及所述历史海水水声数据。
在一些实施例中,所述根据所述历史遥感数据和所述历史海水悬沙浓度数据确定第一计算式,包括:
根据所述历史遥感数据和所述历史海水悬沙浓度数据确定第一计算式如下:
其中,γ具体为γ(t,x,y),表示遥感数据,是关于时间t、横坐标x、纵坐标y的函数;为根据所述历史海水悬沙浓度数据确定的系数;/>具体为/>,是表征海水悬沙的参数;/>具体为/>,是海水悬沙浓度;/>具体为/>,是海水悬沙平均半径。
在一些实施例中,所述根据所述历史海水水声数据和所述历史海水悬沙浓度数据确定第二计算式,包括:
根据所述历史海水水声数据和所述历史海水悬沙浓度数据确定第二计算式如下:
其中,是海水悬沙浓度,/>表示海水水声数据,/>和/>均表示海水水声数据对应的系数;i是水声传感器编号,n是水声传感器阵列编号,m是水声传感器在水声传感器阵列中的编号。
在一些实施例中,所述获取所述海沙开采区及其临近海域的当前遥感数据和当前海水水声数据,包括:
获取对所述海沙开采区及其临近海域在多个时刻测得的遥感数据作为所述当前遥感数据;
利用两个水声传感器阵列对所述海沙开采区及其临近海域在所述多个时刻测量获得多个海水水声数据作为所述当前海水水声数据;其中,所述海沙开采区和所述临近海域各设置一个所述水声传感器阵列,每个所述水声传感器阵列包括多组水声传感器子阵列,每组所述水声传感器子阵列包括多个纵向分布的水声传感器。
在一些实施例中,所述方法还包括:
根据每组所述水声传感器子阵列中各个所述水声传感器的纵向分布,对所述多个时刻对应的海水悬沙浓度绘制纵向的浓度剖面图。
在一些实施例中,所述方法还包括:
利用多个时刻的所述第一海水悬沙浓度绘制海水悬沙浓度的等值线图;
在所述等值线图上标注出所述第一海水悬沙浓度超出设定浓度阈值的区域。
为实现上述目的,本申请实施例的另一方面提出了一种海水悬沙浓度计算装置,所述装置包括:
历史数据获取单元,用于获取海沙开采区及其临近海域的历史遥感数据、历史海水悬沙浓度数据以及历史海水水声数据;其中,所述临近海域为所述海沙开采区周围且处于设定范围内的海域;
计算式确定单元,用于根据所述历史遥感数据和所述历史海水悬沙浓度数据确定第一计算式;根据所述历史海水水声数据和所述历史海水悬沙浓度数据确定第二计算式;
当前数据获取单元,用于获取所述海沙开采区及其临近海域的当前遥感数据和当前海水水声数据;
浓度计算单元,用于将所述当前遥感数据带入所述第一计算式,得到所述海沙开采区及其临近海域表面的海水悬沙浓度作为第一海水悬沙浓度;将所述当前海水水声数据带入所述第二计算式,得到所述海沙开采区及其临近海域表面以下的海水悬沙浓度作为第二海水悬沙浓度。
在一些实施例中,所述历史数据获取单元,包括:
历史数据获取子单元,用于按设定时间段顺序获取所述海沙开采区及其临近海域的所述历史遥感数据、所述历史海水悬沙浓度数据以及所述历史海水水声数据。
在一些实施例中,所述计算式确定单元,包括:
第一计算式确定单元,用于根据所述历史遥感数据和所述历史海水悬沙浓度数据确定第一计算式如下:
其中,γ具体为γ(t,x,y),表示遥感数据,是关于时间t、横坐标x、纵坐标y的函数;为根据所述历史海水悬沙浓度数据确定的系数;/>具体为/>,是表征海水悬沙的参数;/>具体为/>,是海水悬沙浓度;/>具体为/>,是海水悬沙平均半径。
在一些实施例中,所述计算式确定单元,包括:
第二计算式确定单元,用于根据所述历史海水水声数据和所述历史海水悬沙浓度数据确定第二计算式如下:
其中,是海水悬沙浓度,/>表示海水水声数据,/>和/>均表示海水水声数据对应的系数;i是水声传感器编号,n是水声传感器阵列编号,m是水声传感器在水声传感器阵列中的编号。
在一些实施例中,所述当前数据获取单元,包括:
遥感数据获取单元,用于获取对所述海沙开采区及其临近海域在多个时刻测得的遥感数据作为所述当前遥感数据;
水声据获取单元,用于利用两个水声传感器阵列对所述海沙开采区及其临近海域在所述多个时刻测量获得多个海水水声数据作为所述当前海水水声数据;其中,所述海沙开采区和所述临近海域各设置一个所述水声传感器阵列,每个所述水声传感器阵列包括多组水声传感器子阵列,每组所述水声传感器子阵列包括多个纵向分布的水声传感器。
在一些实施例中,所述装置还包括:
浓度评估单元,用于根据每组所述水声传感器子阵列中各个所述水声传感器的纵向分布,对所述多个时刻对应的海水悬沙浓度绘制纵向的浓度剖面图。
在一些实施例中,所述装置还包括浓度监测单元,所述浓度监测单元包括:
第一浓度监测子单元,用于利用多个时刻的所述第一海水悬沙浓度绘制海水悬沙浓度的等值线图;
第二浓度监测子单元,用于在所述等值线图上标注出所述第一海水悬沙浓度超出设定浓度阈值的区域。
为实现上述目的,本申请实施例的另一方面提出了一种电子设备,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的一种海水悬沙浓度计算方法。
为实现上述目的,本申请实施例的另一方面提出了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的一种海水悬沙浓度计算方法。
本申请实施例至少包括以下有益效果:
本申请通过获取海沙开采区及其临近海域的历史遥感数据、历史海水悬沙浓度数据以及历史海水水声数据;其中,临近海域为海沙开采区周围且处于设定范围内的海域;根据历史遥感数据和历史海水悬沙浓度数据确定第一计算式;根据历史海水水声数据和历史海水悬沙浓度数据确定第二计算式;获取海沙开采区及其临近海域的当前遥感数据和当前海水水声数据;将当前遥感数据带入第一计算式,得到海沙开采区及其临近海域表面的海水悬沙浓度作为第一海水悬沙浓度;将当前海水水声数据带入第二计算式,得到海沙开采区及其临近海域表面以下的海水悬沙浓度作为第二海水悬沙浓度。本申请可根据历史的遥感数据和海水水声数据分别拟合出第一计算式和第二计算式,据此可分别获得海沙开采区及其临近海域表面和表面以下纵向深度的海水悬沙浓度分布情况,相较于现有技术的直接取样计算法和间接计算法,本申请的第一计算式和第二计算式更贴合海沙开采区及其临近海域的实际海沙分布情况,据此可准确计算出相应的海水悬沙浓度,计算出准确的海水悬沙浓度可用于监测和评估海底冲淤、人工填岛或海洋风电场建设等工程场景造成的海水悬沙污染。
附图说明
图1为本申请实施例提供的一种海水悬沙浓度计算方法的流程示意图;
图2为本申请实施例提供的一种海沙开采区及其临近海域的示例图;
图3为本申请实施例提供的S120的流程示意图;
图4为本申请实施例提供的一种布设水声传感器阵列的场景示意图;
图5为本申请实施例提供的图4所示场景中各个水声传感器的剖面图;
图6为本申请实施例提供的S140的流程示意图;
图7为本申请实施例提供的一种海水悬沙浓度计算装置的结构示意图;
图8为本申请实施例提供的当前数据获取单元的结构示意图;
图9为本申请实施例提供的浓度监测单元的结构示意图;
图10为本申请实施例提供的一种电子设备的硬件结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请实施例相一致的所有实施方式,它们仅是与如所附权利要求书中所详述的、本申请实施例的一些方面相一致的装置和方法的例子。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种概念,但除非特别说明,这些概念不受这些术语限制。这些术语仅用于将一个概念与另一个概念区分。例如,在不脱离本申请实施例范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“若”、“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
本申请所使用的术语“至少一个”、“多个”、“每个”、“任一”等,至少一个包括一个、两个或两个以上,多个包括两个或两个以上,每个是指对应的多个中的每一个,任一是指多个中的任意一个。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
在对本申请实施例进行详细说明之前,首先对本申请实施例中涉及的部分相关技术进行说明,如下:
海沙开采过程中,开采设备将海底沉积物抽到船上,仅截留沙质沉积物,非沙质沉积物直接排到海水中,导致海水悬沙含量上升,而且不同海水深度,海水悬沙浓度不同,且是动态变化的。现有对海水悬沙的计算方案仍存在计算不准确的问题,导致不能准确监测和评估海沙开采对海水悬沙的浓度影响。
现有相关技术关于海水悬沙浓度计算方案包括直接法和间接法:
直接法是在海沙开采前、开采中和开采后进行海水悬沙取样,并对海水悬沙取样进行测试,根据测试结果对比分析,完成海沙开采造成的海水悬沙变化、变化范围和影响时间评估。直接法的缺点是海水悬沙取样测试结果只能反应取样时刻点、取样站位对应深度的海水悬沙含量,不能反应海水其他深度悬浮泥沙含量,不适合大范围、长周期海沙开采造成的海水悬沙含量变化情况动态评估。
间接法是用遥感数据计算出海水中的泥沙含量,该方法在深水区(20米已深)、透明度低的区域,计算结果误差较大,也不适用于海水悬沙随海水深度变化的场景。
本申请实施例提供了一种海水悬沙浓度计算方法、装置、电子设备及存储介质。该方案通过获取海沙开采区及其临近海域的历史遥感数据、历史海水悬沙浓度数据以及历史海水水声数据;其中,临近海域为海沙开采区周围且处于设定范围内的海域;根据历史遥感数据和历史海水悬沙浓度数据确定第一计算式;根据历史海水水声数据和历史海水悬沙浓度数据确定第二计算式;获取海沙开采区及其临近海域的当前遥感数据和当前海水水声数据;将当前遥感数据带入第一计算式,得到海沙开采区及其临近海域表面的海水悬沙浓度作为第一海水悬沙浓度;将当前海水水声数据带入第二计算式,得到海沙开采区及其临近海域表面以下的海水悬沙浓度作为第二海水悬沙浓度。本申请可根据历史的遥感数据和海水水声数据分别拟合出第一计算式和第二计算式,据此可分别获得海沙开采区及其临近海域表面和表面以下纵向深度的海水悬沙浓度分布情况,相较于现有技术的直接取样计算法和间接计算法,本申请的第一计算式和第二计算式更贴合海沙开采区及其临近海域的实际海沙分布情况,据此可准确计算出相应的海水悬沙浓度,计算出准确的海水悬沙浓度可用于监测和评估海底冲淤、人工填岛或海洋风电场建设等工程场景造成的海水悬沙污染。
本申请实施例提供了一种海水悬沙浓度计算方法,涉及海沙开采技术领域。本申请实施例提供的海水悬沙浓度计算方法可应用于终端中,也可应用于服务器中,还可以是运行于终端或服务器中的软件。在一些实施例中,终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表以及车载终端等,但并不局限于此;服务器端可以配置成独立的物理服务器,也可以配置成多个物理服务器构成的服务器集群或者分布式系统,还可以配置成提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN以及大数据和人工智能平台等基础云计算服务的云服务器,服务器还可以是区块链网络中的一个节点服务器;软件可以是实现海水悬沙浓度计算方法的应用等,但并不局限于以上形式。
本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
参照图1,本申请实施例提供了一种海水悬沙浓度计算方法,该方法可以包括但不限于包括S100至S130,具体如下:
S100:获取海沙开采区及其临近海域的历史遥感数据、历史海水悬沙浓度数据以及历史海水水声数据;其中,所述临近海域为所述海沙开采区周围且处于设定范围内的海域。
具体地,海沙开采区可以是任意形状或范围的区域,作为一种可选的实施方式,本实施例以矩形的海沙开采区为例进行说明,而海沙开采区的临近海域可以根据实际决定,可选地,其同样可以是矩形,海沙开采区及其临近海域的示例图可参照图2。其中,海沙开采区的范围是A,其长为a,宽为b;临近海域的范围是B,其长为3a,宽为3b。
需要说明的是,本实施例的历史遥感数据、历史海水悬沙浓度数据以及历史海水水声数据为在需要监测或评估海水悬沙之前测得的遥感数据、海水悬沙浓度数据以及海水水声数据。
进一步地,S100可以包括:
按设定时间段顺序获取所述海沙开采区及其临近海域的所述历史遥感数据、所述历史海水悬沙浓度数据以及所述历史海水水声数据。
具体地,本实施例的时间段可以是季节、月份或数周等,具体时间段长度可以任意设定。作为一种可选的实施方式,本实施例可以按季节获取海沙开采区及其邻近海域历史时刻测得的遥感数据、海水悬沙浓度数据和海水水声数据,其中,海水水声数据可以包括振幅、频率、波形或时间等。
S110:根据所述历史遥感数据和所述历史海水悬沙浓度数据确定第一计算式;根据所述历史海水水声数据和所述历史海水悬沙浓度数据确定第二计算式。
具体地,本实施例可以根据海沙开采区及其临近海域历史的测量数据获得与海沙开采区及其临近海域的真实情况相符的相关计算式,基于该计算式可以准确计算出海水悬沙浓度。
进一步地,S110中确定第一计算式的步骤可以包括:
根据所述历史遥感数据和所述历史海水悬沙浓度数据确定第一计算式如下:
其中,γ具体为γ(t,x,y),表示遥感数据,是关于时间t、横坐标x、纵坐标y的函数;为根据所述历史海水悬沙浓度数据确定的系数;/>具体为/>,是表征海水悬沙的参数;/>具体为/>,是海水悬沙浓度;/>具体为/>,是海水悬沙平均半径。
作为一种可选的实施方式,为减少计算工作量和计算结果对比,时间t的单位为天,值为正整数,其中t=1时为海沙开采第1天,t=0时表示海沙未开采。
γ可以在GIS(Geographic Information System,地理信息系统)平台中直接读取,GIS平台已加载上述历史遥感数据。
ε是一个系数,与海水的透明度、海水悬沙含量、天气(云、海况、雨)等因素有关,同一个时间段,可以认为是一个定值,可以利用S110中获取的历史数据通过统计学方法,如线性回归计算得到。
海水悬沙浓度α、海水悬沙平均粒径β可以通过海水悬沙仪原位测试获取,也可以海水悬沙取样后实验室测试;与α成正比关系,与β成反比关系。
进一步地,S110中确定第二计算式的步骤可以包括:
根据所述历史海水水声数据和所述历史海水悬沙浓度数据确定第二计算式如下:
其中,是海水悬沙浓度,/>表示海水水声数据,/>和/>均表示海水水声数据对应的系数;i是水声传感器编号,n是水声传感器阵列编号,m是水声传感器在水声传感器阵列中的编号。
具体地,第二计算式中是水声传感器阵列/>接收到的水声声波振幅强度,是关于时间t的函数,简写为/>;其中,该水声传感器阵列为本实施例中获取海水水声数据的设备。
是/>对应的系数,可以通过对历史海水悬沙浓度进行线性拟合或者机器学习方式获得。
是水声传感器阵列/>接收到的水声声波振幅强度/>对应的海水悬沙浓度。
S120:获取所述海沙开采区及其临近海域的当前遥感数据和当前海水水声数据。
具体地,本实施例获取的遥感数据为实际监测或评估需要时测得的数据,其可以作为当前遥感数据;本实施例获取的海水水声数据为实际监测或评估需要时测得的数据,其可以作为当前海水水声数据。
参照图3,本实施例提供了S120进一步的流程示意图。
进一步地,S120中获取当前遥感数据的步骤可以包括:
S121:获取对所述海沙开采区及其临近海域在多个时刻测得的遥感数据作为所述当前遥感数据。
具体地,本实施例的多个时刻可以是海沙开采后的不同天数,例如是t=0,1,5,10,20,40。
遥感数据可以表征海沙开采区及其临近海域在海域表面上的实际情况,因此根据遥感数据可在后续步骤中计算获得海域表面的海水悬沙浓度。
进一步地,S120中获取当前遥感数据的步骤可以包括:
S122:利用两个水声传感器阵列对所述海沙开采区及其临近海域在所述多个时刻测量获得多个海水水声数据作为所述当前海水水声数据;其中,所述海沙开采区和所述临近海域各设置一个所述水声传感器阵列,每个所述水声传感器阵列包括多组水声传感器子阵列,每组所述水声传感器子阵列包括多个纵向分布的水声传感器。
首先,参照图4,本实施例提供了布设水声传感器阵列的场景示意图。需要说明的是,该水声传感器阵列中的各个水声传感器为主动水声传感器。
图4中,海沙开采区设置一个水声传感器阵列,具体设置方式为:在海沙开采区A的四个顶点,各布设1组水声传感器子阵列,每组水声传感器子阵列包括多个纵向分布的水声传感器,分别记为h1,1,h1,2,h1,3,h1,4;临近海域设置一个水声传感器阵列,具体设置方式为:在临近海域B的四个顶点,各布设1组水声传感器子阵列,每组水声传感器子阵列包括多个纵向分布的水声传感器,分别记为h2,1,h2,2,h2,3,h2,4
图5为图4所示场景中各个水声传感器的剖面图,每组水声传感器子阵列的水声传感器数量相同,水声传感器的编号记为i,自上而下依次编号为1,2,3,…i;根据水深数据确定i,比如深度为3米,可根据深度确定水声传感器子阵列某一个水声传感器在纵向上的编号。
任意1个水声传感器可记为hi n,m;n是水声传感器阵列的编号,取1或2;其中1表示为海沙开采区的水声传感器阵列,2表示为临近海域的水声传感器阵列。
m是每组水声传感器子阵列的编号,取1,2,3,4; h2,2-h1,2-h1,4-h2,4剖面图见图5。n和m可以确定水声传感器的平面位置。
本实施例对需要获得对应海水悬沙浓度的深度,可以在该深度设置水声传感器,进而利用水声传感器收集该深度的水声数据,而根据在不同深度获得的水声数据可在后续步骤中计算获得海域表面以下的海水悬沙浓度,通过多个纵向设置的水声传感器实现获取海沙开采区及其临近海域在海域表面以下各个深度的水声数据。
S130:将所述当前遥感数据带入所述第一计算式,得到所述海沙开采区及其临近海域表面的海水悬沙浓度作为第一海水悬沙浓度;将所述当前海水水声数据带入所述第二计算式,得到所述海沙开采区及其临近海域表面以下的海水悬沙浓度作为第二海水悬沙浓度。
具体地,本实施例可以获取t=0,1,5,10,20,40时的海沙开采A和邻近海域B的遥感数据,根据第一计算式计算出t=0,1,5,10,20,40时海沙开采区及其临近海域表面的海水悬沙浓度作为第一海水悬沙浓度。
本实施例还可以利用水声传感器阵列获取t=0,1,5,10,20,40时的海沙开采A和邻近海域B的海水水声数据,根据第二计算式计算出t=0,1,5,10,20,40时海沙开采区及其临近海域表面以下的海水悬沙浓度作为第二海水悬沙浓度。
具体地,根据水声传感器阵列传感器hi n,m,采集到的海水水声数据的振幅强度,根据第二计算式分别计算t=0,1,5,10,20,40时,对应的海水悬沙浓度/>,/>,/>,/>,/>。t取值可以根据实际情况任意调整。
本实施例既可以根据第一计算式和遥感数据获得表面的海水悬沙浓度,也可以根据第二计算式和多个深度测得的水声数据获得表面以下多个深度的海水悬沙浓度,可得到海沙开采区及其临近海域全面的海水悬沙浓度分布情况。
在计算出准确的海水悬沙浓度之后,本申请实施例还可以包括对海水悬沙浓度污染情况进行监测和评估。
参照图6,本申请实施例海可以包括S140,评估海水悬沙浓度的步骤,具体如下:
S141:利用多个时刻的所述第一海水悬沙浓度绘制海水悬沙浓度的等值线图;
S142:在所述等值线图上标注出所述第一海水悬沙浓度超出设定浓度阈值的区域。
具体地,根据S130中的第一海水悬沙浓度可以判断海沙开采对表层海水悬沙浓度变化影响;根据实际情况,可以设定海水悬沙浓度α≥Λ时,认为污染严重,Λ根据实际情况设定数值大小。
利用第一海水悬沙浓度分别绘制t=0,1,5,10,20,40时海水悬沙浓度等值线图M0,M1,M5,M10,M20,M40;在M0,M1,M5,M10,M20,M40图上分别圈定α≥Λ区域,M0,Λ,M1,Λ,M5,Λ,M10,Λ,M20,Λ,M40,Λ;根据M0,Λ,M1,Λ,M5,Λ,M10,Λ,M20,Λ,M40,Λ;可以判断海沙开采过程中及开采后表层海水污染的面积及区域位置。
本申请实施例海可以包括监测海水悬沙浓度的步骤,具体如下:
S150:根据每组所述水声传感器子阵列中各个所述水声传感器的纵向分布,对所述多个时刻对应的海水悬沙浓度绘制纵向的浓度剖面图。
具体地,本实施例可以根据S130计算的第二海水悬沙浓度,判断中深部海水悬沙浓度变化情况:
传感器编号i相同时,重复执行shang数“判断海沙开采对表层海水悬沙浓度变化影响”的步骤,判断海水中深部海沙开采过程中及开采后表层海水污染的面积及区域位置。
利用在同1条水平直线上的各个水声传感器,比如h2,2-h1,2-h1,4-h2,4,根据第二海水悬沙浓度分别绘制t=0,1,5,10,20,40时,海水中深部悬浮泥沙浓度剖面图P0,P1,P5,P10,P20,P40,对比P0,P1,P5,P10,P20,P40,判断海水中深部海沙开采过程中及开采后主要的海水污染的深度段和动态变化情况。
本申请实施例至少包括以下有益效果:
(1)提出了基于遥感-主动声学的海沙开采海水悬沙浓度变化监测技术方案,能够实现大范围、长时间、原位的海沙开采海水环境悬浮泥沙污染情况动态变化监测,实现海沙开采过程中悬浮泥沙主要污染区域、污染层段和污染时间评估;
(2)提出了一种遥感数据与海水悬沙浓度、水声数据与海水悬沙浓度计算公式;
(3)本申请实施例的技术方案可以用于监测海底冲淤、人工填岛、海洋风电场建设等应用场景造成的海水悬沙污染。
接下来将结合具体的应用例子,对本申请实施例的方案作详细介绍和说明:
参照图7,本申请实施例还提供了一种海水悬沙浓度计算装置,可以实现上述的海水悬沙浓度计算方法,该装置包括:
历史数据获取单元,用于获取海沙开采区及其临近海域的历史遥感数据、历史海水悬沙浓度数据以及历史海水水声数据;其中,所述临近海域为所述海沙开采区周围且处于设定范围内的海域;
计算式确定单元,用于根据所述历史遥感数据和所述历史海水悬沙浓度数据确定第一计算式;根据所述历史海水水声数据和所述历史海水悬沙浓度数据确定第二计算式;
当前数据获取单元,用于获取所述海沙开采区及其临近海域的当前遥感数据和当前海水水声数据;
浓度计算单元,用于将所述当前遥感数据带入所述第一计算式,得到所述海沙开采区及其临近海域表面的海水悬沙浓度作为第一海水悬沙浓度;将所述当前海水水声数据带入所述第二计算式,得到所述海沙开采区及其临近海域表面以下的海水悬沙浓度作为第二海水悬沙浓度。
在一些实施例中,所述历史数据获取单元,包括:
历史数据获取子单元,用于按设定时间段顺序获取所述海沙开采区及其临近海域的所述历史遥感数据、所述历史海水悬沙浓度数据以及所述历史海水水声数据。
在一些实施例中,所述计算式确定单元,包括:
第一计算式确定单元,用于根据所述历史遥感数据和所述历史海水悬沙浓度数据确定第一计算式如下:
其中,γ具体为γ(t,x,y),表示遥感数据,是关于时间t、横坐标x、纵坐标y的函数;为根据所述历史海水悬沙浓度数据确定的系数;/>具体为/>,是表征海水悬沙的参数;/>具体为/>,是海水悬沙浓度;/>具体为/>,是海水悬沙平均半径。
在一些实施例中,所述计算式确定单元,包括:
第二计算式确定单元,用于根据所述历史海水水声数据和所述历史海水悬沙浓度数据确定第二计算式如下:
其中,是海水悬沙浓度,/>表示海水水声数据,/>和/>均表示海水水声数据对应的系数;i是水声传感器编号,n是水声传感器阵列编号,m是水声传感器在水声传感器阵列中的编号。
参照图8,在一些实施例中,所述当前数据获取单元,包括:
遥感数据获取单元,用于获取对所述海沙开采区及其临近海域在多个时刻测得的遥感数据作为所述当前遥感数据;
水声据获取单元,用于利用两个水声传感器阵列对所述海沙开采区及其临近海域在所述多个时刻测量获得多个海水水声数据作为所述当前海水水声数据;其中,所述海沙开采区和所述临近海域各设置一个所述水声传感器阵列,每个所述水声传感器阵列包括多组水声传感器子阵列,每组所述水声传感器子阵列包括多个纵向分布的水声传感器。
在一些实施例中,所述装置还包括:
浓度评估单元,用于根据每组所述水声传感器子阵列中各个所述水声传感器的纵向分布,对所述多个时刻对应的海水悬沙浓度绘制纵向的浓度剖面图。
参照图9,在一些实施例中,所述装置还包括浓度监测单元,所述浓度监测单元包括:
第一浓度监测子单元,用于利用多个时刻的所述第一海水悬沙浓度绘制海水悬沙浓度的等值线图;
第二浓度监测子单元,用于在所述等值线图上标注出所述第一海水悬沙浓度超出设定浓度阈值的区域。
可以理解的是,上述方法实施例中的内容均适用于本装置实施例中,本装置实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本申请实施例还提供了一种电子设备,电子设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述海水悬沙浓度计算方法。该电子设备可以为包括平板电脑、车载电脑等任意智能终端。
可以理解的是,上述方法实施例中的内容均适用于本设备实施例中,本设备实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
请参阅图10,图10示意了另一实施例的电子设备的硬件结构,电子设备包括:
处理器1001,可以采用通用的CPU(CentralProcessingUnit,中央处理器)、微处理器、应用专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本申请实施例所提供的技术方案;
存储器1002,可以采用只读存储器(ReadOnlyMemory,ROM)、静态存储设备、动态存储设备或者随机存取存储器(RandomAccessMemory,RAM)等形式实现。存储器1002可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器1002中,并由处理器1001来调用执行本申请实施例的海水悬沙浓度计算方法;
输入/输出接口1003,用于实现信息输入及输出;
通信接口1004,用于实现本设备与其他设备的通信交互,可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信;
总线1005,在设备的各个组件(例如处理器1001、存储器1002、输入/输出接口1003和通信接口1004)之间传输信息;
其中处理器1001、存储器1002、输入/输出接口1003和通信接口1004通过总线1005实现彼此之间在设备内部的通信连接。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现:获取海沙开采区及其临近海域的历史遥感数据、历史海水悬沙浓度数据以及历史海水水声数据;其中,所述临近海域为所述海沙开采区周围且处于设定范围内的海域;根据所述历史遥感数据和所述历史海水悬沙浓度数据确定第一计算式;根据所述历史海水水声数据和所述历史海水悬沙浓度数据确定第二计算式;获取所述海沙开采区及其临近海域的当前遥感数据和当前海水水声数据;将所述当前遥感数据带入所述第一计算式,得到所述海沙开采区及其临近海域表面的海水悬沙浓度作为第一海水悬沙浓度;将所述当前海水水声数据带入所述第二计算式,得到所述海沙开采区及其临近海域表面以下的海水悬沙浓度作为第二海水悬沙浓度。即该计算机程序被处理器执行时实现上述一种海水悬沙浓度计算方法。
可以理解的是,上述方法实施例中的内容均适用于本存储介质实施例中,本存储介质实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本申请实施例描述的实施例是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域技术人员可知,随着技术的演变和新应用场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
本领域技术人员可以理解的是,图中示出的技术方案并不构成对本申请实施例的限定,可以包括比图示更多或更少的步骤,或者组合某些步骤,或者不同的步骤。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元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机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括多指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例的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(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序的介质。
以上参照附图说明了本申请实施例的优选实施例,并非因此局限本申请实施例的权利范围。本领域技术人员不脱离本申请实施例的范围和实质内所作的任何修改、等同替换和改进,均应在本申请实施例的权利范围之内。

Claims (8)

1.一种海水悬沙浓度计算方法,其特征在于,所述方法包括:
获取海沙开采区及其临近海域的历史遥感数据、历史海水悬沙浓度数据以及历史海水水声数据;其中,所述临近海域为所述海沙开采区周围且处于设定范围内的海域;
根据所述历史遥感数据和所述历史海水悬沙浓度数据确定第一计算式;根据所述历史海水水声数据和所述历史海水悬沙浓度数据确定第二计算式;
获取所述海沙开采区及其临近海域的当前遥感数据和当前海水水声数据;
将所述当前遥感数据带入所述第一计算式,得到所述海沙开采区及其临近海域表面的海水悬沙浓度作为第一海水悬沙浓度;将所述当前海水水声数据带入所述第二计算式,得到所述海沙开采区及其临近海域表面以下的海水悬沙浓度作为第二海水悬沙浓度;
所述根据所述历史遥感数据和所述历史海水悬沙浓度数据确定第一计算式,包括:
根据所述历史遥感数据和所述历史海水悬沙浓度数据确定第一计算式如下:
其中,γ具体为γ(t,x,y),表示遥感数据,是关于时间t、横坐标x、纵坐标y的函数;为根据所述历史海水悬沙浓度数据确定的系数;/>具体为/>,是表征海水悬沙的参数;具体为/>,是海水悬沙浓度;/>具体为/>,是海水悬沙平均半径;
所述根据所述历史海水水声数据和所述历史海水悬沙浓度数据确定第二计算式,包括:
根据所述历史海水水声数据和所述历史海水悬沙浓度数据确定第二计算式如下:
其中,是海水悬沙浓度,/>表示海水水声数据,/>和/>均表示海水水声数据对应的系数;i是水声传感器编号,n是水声传感器阵列编号,m是水声传感器在水声传感器阵列中的编号。
2.根据权利要求1所述的一种海水悬沙浓度计算方法,其特征在于,所述获取海沙开采区及其临近海域的历史遥感数据、历史海水悬沙浓度数据以及历史海水水声数据,包括:
按设定时间段顺序获取所述海沙开采区及其临近海域的所述历史遥感数据、所述历史海水悬沙浓度数据以及所述历史海水水声数据。
3.根据权利要求1所述的一种海水悬沙浓度计算方法,其特征在于,所述获取所述海沙开采区及其临近海域的当前遥感数据和当前海水水声数据,包括:
获取对所述海沙开采区及其临近海域在多个时刻测得的遥感数据作为所述当前遥感数据;
利用两个水声传感器阵列对所述海沙开采区及其临近海域在所述多个时刻测量获得多个海水水声数据作为所述当前海水水声数据;其中,所述海沙开采区和所述临近海域各设置一个所述水声传感器阵列,每个所述水声传感器阵列包括多组水声传感器子阵列,每组所述水声传感器子阵列包括多个纵向分布的水声传感器。
4.根据权利要求3所述的一种海水悬沙浓度计算方法,其特征在于,所述方法还包括:
根据每组所述水声传感器子阵列中各个所述水声传感器的纵向分布,对所述多个时刻对应的海水悬沙浓度绘制纵向的浓度剖面图。
5.根据权利要求1至4任一项所述的一种海水悬沙浓度计算方法,其特征在于,所述方法还包括:
利用多个时刻的所述第一海水悬沙浓度绘制海水悬沙浓度的等值线图;
在所述等值线图上标注出所述第一海水悬沙浓度超出设定浓度阈值的区域。
6.一种海水悬沙浓度计算装置,其特征在于,所述装置包括:
历史数据获取单元,用于获取海沙开采区及其临近海域的历史遥感数据、历史海水悬沙浓度数据以及历史海水水声数据;其中,所述临近海域为所述海沙开采区周围且处于设定范围内的海域;
计算式确定单元,用于根据所述历史遥感数据和所述历史海水悬沙浓度数据确定第一计算式;根据所述历史海水水声数据和所述历史海水悬沙浓度数据确定第二计算式;
所述计算式确定单元,包括:
第一计算式确定单元,用于根据所述历史遥感数据和所述历史海水悬沙浓度数据确定第一计算式,包括:
根据所述历史遥感数据和所述历史海水悬沙浓度数据确定第一计算式如下:
其中,γ具体为γ(t,x,y),表示遥感数据,是关于时间t、横坐标x、纵坐标y的函数;为根据所述历史海水悬沙浓度数据确定的系数;/>具体为/>,是表征海水悬沙的参数;具体为/>,是海水悬沙浓度;/>具体为/>,是海水悬沙平均半径;
所述计算式确定单元,包括:
第二计算式确定单元,用于根据所述历史海水水声数据和所述历史海水悬沙浓度数据确定第二计算式,包括:
根据所述历史海水水声数据和所述历史海水悬沙浓度数据确定第二计算式如下:
其中,是海水悬沙浓度,/>表示海水水声数据,/>和/>均表示海水水声数据对应的系数;i是水声传感器编号,n是水声传感器阵列编号,m是水声传感器在水声传感器阵列中的编号;
当前数据获取单元,用于获取所述海沙开采区及其临近海域的当前遥感数据和当前海水水声数据;
浓度计算单元,用于将所述当前遥感数据带入所述第一计算式,得到所述海沙开采区及其临近海域表面的海水悬沙浓度作为第一海水悬沙浓度;将所述当前海水水声数据带入所述第二计算式,得到所述海沙开采区及其临近海域表面以下的海水悬沙浓度作为第二海水悬沙浓度。
7.一种电子设备,其特征在于,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的一种海水悬沙浓度计算方法。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的一种海水悬沙浓度计算方法。
CN202410338467.0A 2024-03-25 2024-03-25 一种海水悬沙浓度计算方法、装置、电子设备及存储介质 Active CN117935972B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410338467.0A CN117935972B (zh) 2024-03-25 2024-03-25 一种海水悬沙浓度计算方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410338467.0A CN117935972B (zh) 2024-03-25 2024-03-25 一种海水悬沙浓度计算方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN117935972A CN117935972A (zh) 2024-04-26
CN117935972B true CN117935972B (zh) 2024-06-04

Family

ID=90765117

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410338467.0A Active CN117935972B (zh) 2024-03-25 2024-03-25 一种海水悬沙浓度计算方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN117935972B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102288646A (zh) * 2011-05-16 2011-12-21 中国海洋大学 一种海水中泥沙浓度垂向分布的原位自动监测方法及系统
CN103900938A (zh) * 2014-04-18 2014-07-02 淮海工学院 一种分离海底沉积物再悬浮过程中悬沙浓度的方法
CN106546518A (zh) * 2016-10-25 2017-03-29 天津大学 一种基于声学反演悬浮颗粒物浓度的方法
CN109738344A (zh) * 2019-01-15 2019-05-10 厦门大学 一种基于声衰减的入海口悬浮泥沙浓度实时测量方法
KR20200101563A (ko) * 2019-02-19 2020-08-28 단국대학교 산학협력단 초음파반사율 및 수심을 이용한 다중회귀분석을 통해 부유사농도를 추정하는 방법
CN112949072A (zh) * 2021-03-02 2021-06-11 山东农业大学 一种获取海水悬沙浓度的方法及装置
KR102355001B1 (ko) * 2021-08-24 2022-01-24 서울대학교 산학협력단 기계학습 회귀모형과 확률론적 군집화 방법을 이용하여 초분광 영상자료로부터 하천 부유사 농도의 공간분포를 산정하는 방법

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102288646A (zh) * 2011-05-16 2011-12-21 中国海洋大学 一种海水中泥沙浓度垂向分布的原位自动监测方法及系统
CN103900938A (zh) * 2014-04-18 2014-07-02 淮海工学院 一种分离海底沉积物再悬浮过程中悬沙浓度的方法
CN106546518A (zh) * 2016-10-25 2017-03-29 天津大学 一种基于声学反演悬浮颗粒物浓度的方法
CN109738344A (zh) * 2019-01-15 2019-05-10 厦门大学 一种基于声衰减的入海口悬浮泥沙浓度实时测量方法
KR20200101563A (ko) * 2019-02-19 2020-08-28 단국대학교 산학협력단 초음파반사율 및 수심을 이용한 다중회귀분석을 통해 부유사농도를 추정하는 방법
CN112949072A (zh) * 2021-03-02 2021-06-11 山东农业大学 一种获取海水悬沙浓度的方法及装置
KR102355001B1 (ko) * 2021-08-24 2022-01-24 서울대학교 산학협력단 기계학습 회귀모형과 확률론적 군집화 방법을 이용하여 초분광 영상자료로부터 하천 부유사 농도의 공간분포를 산정하는 방법

Also Published As

Publication number Publication date
CN117935972A (zh) 2024-04-26

Similar Documents

Publication Publication Date Title
Barrell et al. Detecting hot and cold spots in a seagrass landscape using local indicators of spatial association
Carvalho et al. Characterizing the Indian Ocean sea level changes and potential coastal flooding impacts under global warming
WO2009094518A1 (en) Estimation of subsurface thermal structure using sea surface height and sea surface temperature
Lucieer et al. Analyzing uncertainty in multibeam bathymetric data and the impact on derived seafloor attributes
Lowen et al. Effects of spatial resolution on predicting the distribution of aquatic invasive species in nearshore marine environments
Temple et al. Low-cost pressure gauges for measuring water waves
Erikstad et al. Impact of scale and quality of digital terrain models on predictability of seabed terrain types
CN114218864A (zh) 基于数学孪生的网箱网衣破损检测方法、装置及存储介质
CN114781576B (zh) 一种基于随机森林算法的声速剖面估计方法及装置
CN104180873A (zh) 一种单波束测深仪水深粗差检测修正方法及系统
CN115935139A (zh) 一种海洋观测数据的空间场插补方法
Makarynskyy et al. Wave prediction and data supplementation with artificial neural networks
CN103323816A (zh) 基于信息熵的导航x波段雷达海浪波高反演算方法
Bernier et al. Mapping the return periods of extreme sea levels: allowing for short sea level records, seasonality, and climate change
CN102087107B (zh) 绳系多传感器协同优化近海测波浮标及其滤波融合方法
Yu et al. Distributed detection in landslide prediction based on Wireless Sensor Networks
Dandapath et al. Characterization of seafloor pockmark seepage of hydrocarbons employing fractal: A case study from the western continental margin of India
CN117935972B (zh) 一种海水悬沙浓度计算方法、装置、电子设备及存储介质
CN116861750B (zh) 一种深海网箱远程健康诊断系统
CN106846229B (zh) 湖泊生态系统灾变早期预警方法
Lonergan et al. The effects of interpolation error and location quality on animal track reconstruction
CN111951204A (zh) 一种基于深度学习的天宫二号探测数据海面风速反演方法
Hou et al. Automatic Extraction of Drainage Networks from DEMs Base on Heuristic Search.
Landy et al. Improved Arctic sea ice freeboard retrieval from satellite altimetry using optimized sea surface decorrelation scales
Simeonov et al. River discharge and bathymetry estimation from inversion of surface currents and water surface elevation 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