非航海用DDM向航海应用转换的方法

针对非航海用数字水深模型（DDM）不能直接应用于航海上的这一问题,提出了一种基于水深不确定度拟合面的非航海用DDM向航海应用转换的方法。采用不确定度合成方法计算原始水深不确定度对非航海用DDM建模点的传递不确定度;利用测试点检验法估算非航海用DDM网格的地形描述不确定度,进而合成建模点的综合不确定度;基于模型网格双线性法构建非航海用DDM的水深不确定度拟合面,并推估模型内任一点的水深不确定度,以提高转换后非航海用DDM的深度保证率。试验证明：所提方法切实可行,能够较大程度地提高转换后非航海用DDM的深度保证率,以满足舰船的安全航海需求。     

基于区域平均垂直不确定度的自适应网格水深建模方法

提出一种基于区域平均垂直不确定度的自适应网格数字水深模型构建方法。利用水深不确定度及其传递机制,计算建模区域的水深平均不确定度,自动确定网格剖分层次和组织水深数据;并在公共边界处增加约束条件,解决相邻网格区域的水深模型不连续问题。试验证明:①在水深变化趋势不一致的区域,与等间距法和水深复杂度法相比,不确定度法所构DDM具有更高的质量;②相对于等间距法,不确定度法能自动确定网格剖分层次和网格大小,控制模型质量达到预先设计的指标要求,相对水深复杂度法,具有更强的自适应调控能力;③不确定度法比水深复杂度法具有更高的自动化程度和效率。     

抗差估计的多波束测深数据内插方法

针对传统多波束测深数据网格化内插方法抗差性不足的问题,该文将抗差估计理论应用于网格化内插方法中。基于不确定度指标建立了距离不确定度联合加权内插模型,在该模型的权函数中引入了等价权,同时给出了等价权设计方案及迭代初值确定原则,以增强模型的抗差性;介绍了一种节点邻域参考点合理选取方法,给出了改进内插法实现的基本步骤,最后通过实测数据对反距离加权法、联合加权法及改进方法内插水深质量进行比较。结果表明,改进方法内插结果要优于另外两种方法,可应用于多波束测深数据网格化处理中。     

一种基于不确定度的水深控浅方法

针对目前广泛使用的经验取浅方法在安全可靠性上的不足,提出了一种基于不确定度的水深控浅方法。所提方法计算了原始观测和内插水深的不确定度信息,并基于不确定度信息设计了安全可靠的水深控浅模型,比对分析了两种水深方法的安全可靠性。实验证明：与经验取浅方法相比,所提方法可明显提高水深模型的安全可靠性,特别是在水深变化复杂的区域。     

利用拟构模型面调控水深模型点选取的航海DDM构建

针对传统方法难以确保所建模型的深度保证率满足航海安全要求的问题，提出了一种利用拟构模型面调控水深模型点选取的航海数字水深模型（digital depth model，DDM）构建方法。定义了已选、待选、拟选水深点以及拟构模型面的概念，并利用待选水深点来定量评估模型面的深度保证率与表达度，实现了水深自动选取过程中的DDM质量动态监控。在此基础上，通过构造水深选取中的质量评估综合算子，利用该算子来定量调控水深点的选取，确保所构DDM的深度保证率能达到规定指标要求。实验结果表明:（1）与传统方法相比，所提方法能确保所建模型的保证率满足航海安全要求；（2）对于深度保证率均能满足航海安全要求的水深点，所提方法较传统方法能从一定程度上提高模型在此处的表达度。     

利用不确定度的海底数字高程模型构建

综合考虑水深点不确定度信息和距离对格网节点的影响,提出了利用不确定度和距离联合确定权函数方法构建海底数字高程模型(DEM)。利用不确定度信息传递模型和海底DEM格网分辨率选取标准,在DEM精度和数据容量之间保持平衡,为生成多种形式、满足多种需要的海洋数字产品提供了基础。     

服务航海与非航海的DDM质量指标之间的关系研究

针对航海用数字水深模型DDM和非航海用DDM所采用的质量评估指标的不同,分析了DDM的重建过程与质量指标的评估方法,理论推导了航海用DDM所用深度保证率、深度表达度和非航海用DDM所用中误差之间的关系,并通过试验海区验证了航海与非航海用DDM质量指标随DDM的整体偏差值变化而变化的规律。     

多波束水深数据不确定度研究

针对目前多波束水深数据质量评定问题,提出一种基于交叉检查的多波束水深数据质量评定方法。该方法计算原始水深的不确定度信息,利用多波束交叉测线成果水深信息,分析交叉检查区域水深差值与不确定度相符情况。试验结果表明,不同的多波束软件得到成果水深及其不确定度不同,所提方法能检查出多波束成果水深与其不确定度不符程度。     

基于海量多波束数据的海底地形模型的构建与可视化

针对多波束数据组织、处理的技术难点,提出一种高效的适合海量、离散水深数据的预处理技术.首先,建立空间索引数据块,同时采用Delauny三角网技术和网格点双线性内插技术,构建出各块水深数据的DEM模型.然后,使用扩展块技术,解决了相邻块DEM的接边问题.最后,利用细节层次模型技术对所有DEM模型进行高效绘制,实现了海底地形的3维可视化.     

顾及形态差异的TIN-DDM地形复杂度度量方法

地形复杂度是海底地形形态研究领域的一个综合性参数,合理构建TCI计算模型是实现度量DDM表面地形形态变化的重要环节之一。目前TIN-DDM地形复杂度度量方法所建立的TCI计算模型,均无法较好地以采样点TCI值比较的方式反映出其所在不同地形单元间形态变化特征的差异。针对此问题,本文提出了一种充分顾及形态差异的TIN-DDM地形复杂度度量方法。该方法在分析滚动球变换原理的基础上,阐明了TIN-DDM在滚动球变换过程中采样点的深度变化与其TCI的关联性,分析了最佳滚动球半径的选取原则,构建了采样点TCI计算模型并进行优化处理,最后通过TCI内插复杂场的方式实现了TIN-DDM地形复杂度的有效度量。试验结果表明,本文方法具有良好的地形复杂度度量效果,所构建的TCI计算模型可较好区分采样点所表达局部地形形态的差异,且相对于对比方法,依据本文方法TCI重构的DDM具有更高的精度。     

航海用DDM向非航海用转换时的整体偏差补偿方法

针对航海用数字水深模型（DDM）向非航海用转换这一问题,提出了一种用整体偏差值补偿来提高转换精度的方法。首先建立航海用DDM整体性偏差值与海底地形复杂因子、海图比例尺之间的关系;其次依据上述关系预先推算航海用DDM的整体偏差值;最后将整体偏差值补偿到转换前的航海用DDM的模型点上,以提高转换后的非航海用DDM精度。试验证明：①所提的方法可行,可提高转换后非航海用DDM的精度;②转换后非航海用DDM精度提高的程度与海底地形复杂因子和海图比例尺有关。     

顾及“保真性”原则的双向滚动球变换DDM多尺度表达算法

在分析符合"安全性"要求的数字水深模型(DDM)正向滚动球变换应用局限的基础上,根据高保真DDM多尺度表达评价标准中对水深值准确性、严密有序性及地形信息等级嵌套性的要求,从顾及"保真性"原则的DDM多尺度表达需要出发,提出一种基于双向滚动球变换的DDM多尺度表达算法。分析了海底地貌特征点在DDM双向滚动球变换过程中的变化趋势,根据DDM正向滚动球变换的尺度依赖特性,计算出了一定尺度下海底地貌的横向分布范围与纵向分布高度,建立了DDM多尺度表达中细部(骨架)地貌的判定准则。通过保留给定尺度下DDM中的骨架地貌,使海底地形的整体变化趋势得到了保持,满足了DDM多尺度表达对水深值准确性的要求;论证了DDM单值曲面等距离面变换的水深序同构特性,通过对给定尺度下的细部地貌进行DDM双向滚动球变换的等距离面提取,使海底地形的局部起伏形态得到了保持,满足了DDM多尺度表达对水深值严密有序性的要求;从满足DDM多尺度表达对地形信息等级嵌套性的要求出发,分析了DDM双向滚动球变换中尺度因子与地形信息等级单元逻辑包含关系的不相关性,论证了任意尺度因子条件下具有的相应等级地形信息范围的一致性。试验结果表明该算法克服了DDM正向滚动球变换存在的无法保留负向骨架地貌和保持海底局部地形起伏形态等不足,可有效保留DDM中骨架地貌并综合细部地貌,满足顾及"保真性"原则的DDM多尺度表达要求。     

高精度瞬时水深模型的乘潮进港分析

针对海图上航道水深数据稀少、进行乘潮进港分析不准确的不足,本文提出了基于高精度瞬时水深模型的乘潮进港分析方法。在海图水深的基础上,融入高密度多波束水深数据,共建高精度静态水深模型,并进一步精化水位预报,形成高精度的瞬时水深模型;然后,采用分段测试的方法,分析航线可行性,并求取乘潮进港时间窗口。实验结果表明基于高精度的瞬时水深模型能够获得更准确的乘潮进港出发时间窗口,可提高航道通航能力。     

实时水深模型的一种构建方法

水深是表达海洋深度变化的基础数据,实时水深是舰船航行和海岸带军事行动的重要影响因子。本文从实用角度出发,采用海图水深作为静态水深,基于余水位订正的预报水位作为动态水位,提出了一种顾及实时水深区域变化特征的实时水深模型。实验表明,该模型实现了实时水深的快速求取,一定程度上可以满足航海和军事应用需求。     

二次CUBE滤波算法及在边坡乱石区测深数据处理中的应用

针对传统CUBE（combined uncertainty bathymetry estimation）算法在水下边坡乱石区多波束测深数据滤波中表现出的水深估计不准确、地形特征模糊和粗差剔除能力不足等问题,基于乱石区测深数据特点,提出二次CUBE滤波算法,给出了位置和水深同步估计的思想和方法、顾及地形梯度的平面和水深不确定度传递模型、参考水深的多重估计和优选新算法,以及顾及地形梯度的二次水深估计模型,综合实现了乱石区水深的准确估计和粗差的自动准确检测。试验表明,本文给出的方法实现了粗差的自动准确剔除,提高了传统CUBE算法水深估值的精度,算法效率和抗差性更强,形成的地形特征更加准确。