Sea state estimation using multiple ships simultaneously as sailing wave buoys

The article presents initial ideas towards a network-based approach for sea state estimation used for marine operations and other maritime applications. In principle, all available means, ranging from in situ buoys, fleet of ships to remote sensing by satellite and aircraft, could be considered, emphasising that each means and any combinations among may act simultaneously. This study focuses on just one of the means; the use of ships as sailing wave buoys. The article introduces the wave buoy analogy, i.e. ship-as-a-wave-buoy, and it makes a proposal on how to impose (different) weights to the single ship-specific wave spectrum estimates obtained from multiple ships. Moreover, the work includes a discussion about the importance to associate a measure to reflect the (un)certainty of the wave spectrum estimate. The article presents a numerical case study, where multiple ships act simultaneously as wave spectrum-estimators. The case study relies on numerical motion simulations, as appropriate full-scale data is not yet available. In the analysis, it is shown that the use of simultaneous data from multiple ships leads to more accurate wave spectrum estimations.     

海面溢油无人机高光谱遥感检测与厚度估算方法

海上溢油是海洋国家所面临的共同问题,但至今仍没有一种可靠实用的海上溢油准确识别和油量遥感监测方法。为此,本文以无人机高光谱遥感为手段,开展了海面溢油检测与厚度估算方法研究。实验中,通过搭建室外大型水槽溢油实验装置,获取了模拟真实海洋环境条件下不同溢油量的遥感和现场光谱数据,在此基础上,分析并提取了海上溢油特征光谱波段,给出了海上溢油高光谱检测模型;针对现场实验条件下水面油膜厚度难以测定的问题,设计了3种利用总体溢油量的油膜厚度估算模型。得到如下主要结论:（1）675 nm和699 nm是海上溢油检测的有效特征波段,但对极薄的油膜没有检测能力;（2）提出了归一化溢油指数模型、反比例模型和吸收基线模型等3种海上溢油油膜厚度估算模型,其中对于薄油膜（厚度≤ 5 μm）和厚油膜（厚度>50 μm）,反比例模型是溢油厚度反演的首选也是唯一选择。对于中厚度油膜,晴朗天气条件下,归一化溢油指数模型是油膜厚度反演的首选,同时反比例模型和溢油吸收基线模型也都有较好的反演能力,而在多云天气条件下,反比例模型效果最佳。     

基于散射计风场数据的台风强度诊断方法——以海洋二号卫星数据为例

本文提出了一种基于散射计风场数据的台风定强方法。该方法定义了台风所在海区的一个圆形区域上的风速平均值来对台风进行定强,并使用海洋二号卫星散射计历史数据对该方法进行了验证。验证结果表明,该台风定强方法可以克服散射计反演台风风速过低的问题。与台风强度监测的历史记录比较的结果显示,在台风强度低于"强台风"这一强度等级时,该方法能够有效估算台风强度。     

系统偏差常数弧段估计策略对多系统静态精密单点定位的影响

为探讨系统偏差最优估计策略,利用IGS提供的GPS、BDS、GLONASS和Galileo 四系统的观测数据以及GFZ提供的精密卫星钟差和精密轨道产品,将系统偏差（ISB）按照高斯白噪声、20 min、30 min、1 h、2 h分段常数进行单天静态解,分别获得E、N、U方向上的坐标偏差,分析不同系统偏差求解策略下多系统融合PPP的收敛时间和定位精度。结果表明,在多系统融合静态PPP中,从观测模型强度与定位结果稳定性和可靠性角度综合考虑,对ISB采用20 min分段常数估计策略是最优的,静态PPP收敛时间在30 min左右,收敛后的定位精度E方向优于2 cm、N方向优于1 cm、U方向优于5 cm。     

利用大地水准面模型计算垂线偏差的方法及精度分析

根据大地水准面与垂线偏差的关系,设计合理的计算方案,给出利用大地水准面模型计算垂线偏差的简化公式,并通过模拟计算探讨大地水准面相对精度、取点间距和已知点选取及个数对计算结果的影响。利用GEOID12B模型分别计算GSVS2011、GSVS2014项目中各测站点和美国西部区域（40°~45°N,100°~105°W,分辨率为1′）的垂线偏差,并与GSVS项目垂线偏差实测值和DEFLEC12B模型值进行比较。结果表明,垂线偏差南北分量和东西分量的计算精度均优于±0.5″,说明利用相对精度为cm甚至亚cm级的大地水准面模型可获取较高精度的垂线偏差。     

基于共轭梯度搜索的病态问题处理方法

在最小二乘平差准则基础上,把病态平差问题转化为无约束的二次规划问题,并利用优化理论分析病态对平差解的影响。通过共轭梯度搜索算法在可行域中寻找最优步长因子,自动寻找最速下降方向,并给出迭代初值的设置方法。分析近似计算中病态问题与局部最优解的关系,讨论局部最优解的快速迭代方法,并通过实例验证算法的有效性,计算迭代的速度。由于整个过程没有对法方程系数矩阵进行求逆计算,该算法可用于处理大规模系数矩阵高病态的平差问题。     

基于全球分布的地震观测数据估计0S0模态的特征频率及品质因子

选取2011-03-11日本MW9.3地震后全球地震台站记录的约220 h波形数据,基于一定的判断准则,筛选出质量较高的448个垂向观测数据,采用频域AR方法对0S0模态的特征频率和品质因子进行估值,并以信噪比为权重进行加权平均,得到特征频率f=0.814 658 4±5.3×10-7,品质因子Q=5 586±12。该结果与已有研究成果相比精度更高,有助于约束现有地球介质密度和衰减模型,使其更接近真实地球。     

新疆地区土地覆被遥感数据的一致性研究

鉴于新疆地区对中国乃至中亚有着特殊的战略意义,本文针对不同数据源及分类系统在土地覆被数据的空间分布上缺乏互通性问题,结合2010年目视解译土地利用现状遥感监测数据、GlobeLand30和GlobCover2009共3种土地覆被数据,采用类型相似分析、类型混淆分析、混淆矩阵分析、空间一致性分析4种方法开展精度评价及一致性分析,以期对土地覆被数据在中国西北干旱区的适用性及适用范围提供有效建议。结果表明,3种土地覆被数据对新疆地区土地覆被类型构成基本一致,且对裸地类型的辨识度最高;新疆地区中高度一致区域占新疆总面积的95%;3种数据两两对比时,总体精度在64.11%~72.57%之间,其中目视解译数据/GlobeLand 30组合表现出最高水平,且仍有提高空间,反映出目前相同卫星传感器是提升精度评价结果的重要因素之一,且不同分类系统、分类方法、空间分辨率及卫星过境时间等因素对精度评价结果也会产生巨大影响。为解决此类问题,利用多源土地覆被遥感数据的融合技术提高数据精度,或是利用深度学习对遥感影像资料进行精确地解译和判读,将是今后全球土地覆被制图及应用领域的主要发展趋势。     

基于低成本单频u-blox接收机的GPS/BDS定向性能分析

针对高精度GNSS定向应用场景,通过实验对比对低成本单频u-blox接收机的数据质量和解算精度。结果表明,u-blox接收机GPS、BDS观测值的信噪比略低于测量型接收机;伪距精度分别为0.91 m、0.56 m,相位精度分别为1.35 cm、1.20 cm。在静态观测环境下,u-blox的定向精度可以达到航向0.2°/m和俯仰0.4°/m;动态环境下解算结果稍差,但也可以达到航向0.3°/m和俯仰0.6°/m,略低于高成本测量型接收机单频数据的实时动态定向精度。     

全球海潮模型最新进展及在中国沿海精度评估

介绍TPXO、FES、Chinatide、MIKE Global Tide、Utide等典型海潮模型,总结归纳其同化潮汐数据来源和最新的海洋地形数据,利用我国沿岸长期验潮站以外的26个中短期潮位观测站评估TPXO等海潮模型预报精度。结果表明,全球海潮模型对我国沿海M2分潮的预报精度普遍较低,且主导了几种海潮模型在中国海域的整体预报精度;相比MIKE Global Tide和TPXO7.2,TPXO8、TPXO_Yellow Sea 2010和TPXO_China&Ind模型在我国沿海的预报精度更高。