利用GA-NN模型反演声速剖面的众源水深数据声速改正

针对当前众源水深数据后处理过程中缺少高精度的实测声速剖面,导致测深数据质量偏低的现状,提出了一种基于遗传算法优化反向传播神经网络（genetic algorithm-back propagation neural network,GA-NN）模型反演声速剖面的声速改正方法。首先,利用历史声速剖面群进行正交经验函数分析,提取特征向量与重构系数范围;然后,结合海区的历史声速场数据训练GA-NN模型;最后,将海表声速数据输入模型反演声速剖面,并分析不同方法下的声速剖面分别进行声速改正后的水深和位置误差。实验结果表明,在复杂的海底地形下,与现有方法相比,所提方法反演的声速剖面更适用于众源水深数据的声速改正,削弱了声速误差的影响,提高了众源水深数据的处理精度。     

多波束测深瞬时姿态误差的改正方法

详细分析多波束测深瞬时姿态误差对水深的影响及在3维地形图上的外观表现,针对性地提出相应的改正措施.将测量的水深数据去除地形趋势信号,得到受姿态误差影响的水深误差数据,采用其是否与横摇变化率和横摇测量值具有线性关系判断属时延还是尺度引起的姿态误差,再搜索确定时延值或尺度系数,以此参数对受影响的区域进行改正.从实测数据处理结果来看,改正结果较理想.     

无验潮模式水下地形测量的水位改正方法

采用无验潮模式进行水下地形测量时,定位信号不稳定会导致水位值出现异常。本文对起伏较小的沙滩区域单波束测深数据的水位值与水深值特征进行分析,研究水位值跳变的规律。对水位值与水深值进行相关性分析,采用傅里叶拟合的方法对异常段的水深数据进行拟合,根据水位值与水深值之间相关的特性,利用拟合函数对异常段的水位值进行改正。通过实例验证,该方法能够有效解决信号不稳定导致的水位异常,提高水下地形测量的高程精度。     

机载LiDAR测深中海底地形坡度的影响及改正EI北大核心CSCD

机载LiDAR测深ALB(Airborne LiDAR Bathymetry)是测量沿海地区地形图和水深图的最有效的技术之一,其通常是利用ALB海面和海底反射回波的峰值位置来计算水深值。然而,当绿色(532 nm)激光光束到达海底时,光斑范围内的具有坡度的海底地形会导致海底反射回波波形展宽、峰值位置偏移等现象,从而产生海底位置的不确定性,进而直接影响海底地形测量的准确性。为了减小这种影响,本文提出了一种机载LiDAR测深的海底地形坡度影响改正方法。通过考虑ALB激光光斑内海底地形的连续性,基于ALB激光光斑范围内局部地形参数模型FTPM(Footprint-scale Topography Parameters Model)构建ALB海底反射回波模型,通过定量分析不同水深、不同海底地形坡度所引起的海底反射回波峰值位置变化,以确定海底地形坡度对ALB测深的影响规律,进而构建ALB测深误差方程针对性地改正海底地形坡度引起的测深误差。本文采用中国南海甘泉岛附近海域所测ALB和多波束测深数据对所提方法进行了验证。结果表明,海底地形坡度影响改正后,平均绝对误差MAE(Mean Absolute Error)和中误差RMSE(Root Mean Square Error)分别减小到9.4 cm和12.3 cm,较改正前分别降低了35.6%和33.5%,对ALB测深数据处理具有参考意义。     

一种多波束声速剖面反演与海底地形校正技术

为了解决在多波束测深中声速剖面代表性误差会造成平坦海底地形凹凸变形的问题，提出了一种基于海底观测值的声速剖面反演与海底地形改正技术。该技术利用波束入射角以及单程回波时间信息，建立波束位移与误差声剖的函数关系，采用间接平差与LM（Levenberg-Marquardt）法反演得到与实际声速剖面相近的改正声速剖面，从而达到校正海底畸变地形的目的。海上实验数据验证表明:与含有误差的海上声剖值相比，反演改正后的声剖值更接近海上实际声剖值；水深改正的相对标准差降低50%以上，有效地削弱了畸变海底地形的影响。     

一种基于LM算法的多波束横摇残差改正方法

针对多波束测深系统由于存在运动残差而产生横摇误差,从而导致数据条带边缘呈现“波浪”状周期性起伏的问题,提出了一种基于列文伯格-马夸尔特（Levenberg-Marquardt,LM）算法的多波束横摇残差改正方法。该方法首先建立水深与横摇残差之间的函数关系式,然后采用非线性最小二乘LM算法并结合剖面趋势线构建思想进行横摇残差提取,最终实现对海底地形的改正。实例计算结果表明,改正后地形过渡更加平滑,趋近真实海底;左、右舷剖面水深标准差降低约50%,而剖面水深均值则几乎不变;对两组横摇序列进行相似性计算,初步判断横摇残差包含延时与杆晃影响。所提方法能够较准确地提取系统横摇残差,改正后海底地形起伏相对标准差明显降低,有效地削弱了运动残差对多波束测深数据的影响。     

多波束海底地形畸变校正与声速剖面反演

提出了一种多波束测量声速剖面反演方法。即采用EOF(empirical orthogonal function)算法,对测区实测声速剖面数据进行模态向量提取,以多波束测量声速改正不完善引起的地形畸变程度为依据构造适应度函数,通过遗传算法优化声速剖面的重构系数,实现声速剖面反演。实验结果表明,反演的声速剖面能有效改正声速误差引起的海底地形失真,显著提高了多波束水深测量数据精度和处理效率。     

基于多技术融合的潮间带地形测量应用实践

由于测量条件的特殊性,潮间带地形测量一直是测量工作中的难点:测量的完整性和精度难以得到保证,需要采用合理和切实可行的技术方案加以解决。论述了几种潮间带地形测量的技术方案和案例,结果表明,满足精度要求的三维GNSS控制网是进行潮间带地形测量的基础;以无人(有人)测船为平台的RTK三维水深测量系统能提高水深测量的精度和可靠性,消除动吃水的影响;无人机载激光雷达系统能直接测量淤泥滩涂的泥面高程;无人机低空摄影测量技术在进行滩涂测量时需要布设一定数量的像控点;气垫船可作为滩涂测量的载具和平台。本研究可为近海潮间带区域和河口感潮水域的测量工作提供参考。     

利用DEM数据内插等高线与水系套合试验(国土基础信息系统全国DEM精度分析之一)

<正> 数字高程模型(DEM),在地理信息系统的支持下,可以派生多种属性的地形信息,广泛应用于国民经济建设的各个领域,如遥感影像地形畸变改正;重力勘探中的地形改正计算;道路概略选线;水库库容计算等,利用DEM数据和所派生的其它地形信息,与各种专业信息复合,可以获得各种各样的所需信息,应用于地理环境的分析评价,资源的开发利用,国土整治规划,农业区划,生产布局及规划等,其结果可输出成各种专题地图。     

利用卡尔曼滤波改正多波束数据声速整体误差

针对传统多波束测深系统从误差源进行平差的后处理方式受声速误差等因素影响较大的应用局限,提出了以相邻条带中央波束构建的每ping海底地形趋势线作为先验信息,利用卡尔曼滤波(Kalman filter, KF)对声速整体误差影响下的测深数据系统性误差进行改正的方法。首先,提取测深数据准确性相对较高的相邻条带的中央波束数据,对多波束每ping测深点所在的区域海底地形构建大致走向的趋势线;其次,利用检测线中央波束与主测线交叉重叠部分的数据,得到观测值的偏差和所构建海底地形趋势线的偏差;最后,结合得到的偏差,以构建的趋势线作为先验信息对测深数据利用卡尔曼滤波进行改正,并对改正后的数据进行精度分析与评估。实验表明,对于声速整体误差引起的海底地形畸变,利用卡尔曼滤波能够对边缘波束的系统性误差进行有效的改正。