海南省万宁东部砂质海岸侵蚀特征分析

2011—2014年于万宁东部海岸建立了海岸动态监测系统,包括120个岸线监测站位和30个岸滩剖面监测站位,收集了4年间岸线和岸滩的实时变化信息。以这些实测资料为基础,结合收集的海岸资料和实地调查,对万宁东部海岸的侵蚀规律与特征进行了探讨。在季节变化中,海岸呈现夏秋侵蚀冬春淤积的规律;在年际变化中,海岸总体呈侵蚀趋势,但相邻年份间又呈现侵蚀和淤积相间的现象。万宁部分海岸受前滨采砂影响严重,加上频繁的台风天气,致使侵蚀加剧,在两年时间内后滨侵蚀发育8m高的软质陡崖,造成难以恢复的地形改变。     

海底峡谷的分类与识别研究进展

为更好地研究海底峡谷的形成、演化并充分开发利用海底峡谷,通过对国内外海底峡谷分类与识别有关研究成果的总结和归纳,综合考虑海底峡谷的多项因素,建立了一套新的分类体系,同时对海底峡谷的识别方法进行了概述分析。新建立的分类体系能够更好地满足海底峡谷的分类要求,海底峡谷识别方法优缺点的总结可为大规模海底峡谷识别提供支持。对海底峡谷分类与识别的研究综述将会为以后的研究以及相关海洋产业的发展提供支撑和帮助。     

联合不确定度的多期水深剖面分析方法及应用

单波束测深技术在近海及河口水深测量中被广泛应用,但受动态海洋环境的影响,很难有效获取不同时期同一位置的水深数据,这给快速变化的近海地形的准确对比与分析造成很大困难。针对该技术问题,本文提出了一种联合不确定度的多期水深剖面分析方法。通过初始不确定度计算、水深及不确定度传递、卡尔曼滤波更新等步骤构建时序地形剖面,并基于假设检验完成剖面地形演变分析。用两期次河口区单波束数据对算法进行了验证。结果表明,本文方法获取了可与实际地形剖面有效对比的水深剖面,并可对地形骤变区域作出准确评估,对于快速变化的河口水下三角洲尤其是航道区域的演变分析具有实际的应用价值。     

基于广义高斯模型的机载测深LiDAR波形拟合算法

针对传统LiDAR测深波形拟合算法受噪声干扰严重、对微弱回波信号及复杂波形拟合不准确的问题，提出一种基于广义高斯模型的波形拟合算法。首先通过计算滤波前后尾段波形的差异估计波形的噪声；然后利用广义高斯模型提取海面与海底反射信号分量，并对剩余信号进行迭代拟合；最后利用LM算法对参数进行优化，并对优化后的参数进行约束，避免冗余分量。采用南海实测数据进行验证，该算法拟合微弱回波及复杂波形能力强，不论在浅水(回波发生叠加)还是深水，其拟合精度均优于传统算法，具有良好的鲁棒性。     

基于时序InSAR的珠江口大面积地面沉降监测

珠江口是我国沿海地面沉降灾害较严重地区之一,长期地面沉降威胁着人类生产生活的质量和安全。针对传统InSAR在河口等沿海地区空间采样率不足的现状,采用基于KS检验和特征分解的DS-InSAR时序分析方法,获得了珠江口地区2015—2018年间地面沉降监测数据,并分析了几处沉降严重地区的沉降特征和原因。采用的DS-InSAR方法在沥青路面、裸土等非城市区域提取了较大密度的高相干点,提高了时序InSAR形变反演的精度。研究表明,研究区域总体呈地面沉降趋势且分布不均匀,珠江三角洲西北部和东南部为主要沉降区,最大沉降速率可达25 mm/a,珠江口西岸沉降相对东岸分布更广,沉降量更大。     

TEQC在沿海GNSS业务化观测中数据质量分析的应用

利用TEQC软件的批处理检核了沿海CORS站的数据质量,得出GNSS业务化观测站选址稳定、质量可靠的结论,为后续精密数据处理提供参考,同时可对太阳风暴当天沿海CORS站的数据质量可及时进行分析处理.     

LiDAR测量点云融合影像的分块滤波方法

针对现有LiDAR地面点滤波算法对复杂地形地物适应性不强的问题,本文提出了一种融合点云与地面影像分块滤波的方法。首先,将地面影像与点云匹配,使点云从影像中获取更多的光谱纹理信息。然后,分析地物光谱、林地相对密度、点云高程特征、地面DSM模型及其坡度,并基于决策级融合将原始点云切割成若干独立的区块。最后,根据每块区域不同的多元细节特征,对IPTD滤波算法进行改进并利用搜索法优化参数,得到最优且稳健的结果。利用滤波后的总地面点通过插值算法得到的DEM模型和相关试验验证了本文算法的优越性。     

利用深层卷积神经网络实现地形辅助的多波束海底底质分类

海底底质分类对于海洋资源开发与利用、海洋科学研究等多方面具有重要意义。目前,多波束探测是实现大范围海底底质分类的有效手段之一,通常基于多波束反向散射强度提取角度响应(AR)特征及反向散射图像特征进行底质分类。由于特征来源较单一,分类器结构简单,往往分类精度不高。为此,本文提出了一种基于深层卷积神经网络(CNN)的多波束海底底质分类方法。除反向散射强度特征外,还利用地形特征,将特征向量转换为波形图,再输入卷积神经网络进行训练和分类。试验对比不同特征组合以及BP网络、支持向量机(SVM)、K近邻(KNN)、随机森林(RF)4种常规分类器,本文模型算法总体分类精度达到94.86%,Kappa系数为0.93,精度具有明显优势,效率也比较高。表明该方法有效利用两种数据类型所蕴含的海底底质信息,充分发挥卷积神经网络权值共享、高效率等特点,实现高分辨率海底底质分类,可对海底底质分类研究提供参考。     

基于IGS超快星历的GPS钟差线性预报分析

本文在分析IGS超快星历卫星钟差的基础上,首先分析分别采用线性模型和二次多项式模型,利用实际观测值得到的预报值与IGS提供的超快预报值进行比较分析。在此基础上,利用实际观测的超快卫星钟差拟合得到线性模型分别预报后一天和后两天的钟差,分别利用第一天和第二天的实际钟差观测资料拟合得到的线性模型预报第三天的卫星钟差,并与IGS最终钟差产品进行比较分析。得出一些有益的结论与同行商榷。     

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.