联合多源数据确定中国海及周边海底地形模型!

联合船测海深、重力异常和垂直重力梯度异常数据,构建了中国海及周边地区1′×1′海底地形模型。船测海深数据主要用于构建波长大于200km波段的海底地形,垂直重力梯度异常数据用于反演100~200km波段内的海底地形,而重力异常数据用于反演波长小于100km波段的海底地形。以船测海深为检核参考,考察了本文模型在南中国海和菲律宾海地区的精度。结果表明,本文模型精度优于ETOPO1、GEBCO和DTU10模型,在南中国海地区与斯克里普斯海洋研究所(Scripps Institute of Oceanography,SIO)的海底地形模型V15.1精度一致,在菲律宾海地区较V15.1模型精度提高了约8.2%。     

顾及海底地形非线性项的最小二乘配置反演方法

针对目前常用的反演海底地形方法主要考虑海底地形和卫星测高重力数据线性趋势项而忽略非线性项影响现状,提出了顾及海底地形非线性项的最小二乘配置反演方法.选择日本海某海域作为目标海区,利用卫星测高重力异常和重力异常垂直梯度数据作为输入源进行了方法试算并构建了相应的海深模型,然后以实际船测海深作为外部检核参考,评估了反演模型效能,同时分析了反演模型频谱特征.目标海区试验结果表明:相较于本文仅仅考虑海底地形和重力数据线性趋势项采用最小二乘方法建立的海深模型,基于最小二乘配置方法,利用相同重力异常和重力异常垂直梯度数据获得的目标海区反演海深模型检核精度最低分别提高了大约2.5倍和3.5倍,相对精度最高分别提升了9.76％ 和13.07％,极大地提升了海底地形建模质量;采用本文方法建立的海底地形模型在研究海域表现良好,反演模型与S&S V18.1、ETOPO1、GEBCO和BAT_VGG模型在研究海域相关系数均达到了0.95以上;在研究海区本文模型检核精度与S&S V18.1相当,远远优于ETOPO1等海深模型;本文模型可有效改善船测海深相关波段信息(本文反演波段范围为15～160 km),其中重力异常垂直梯度构建的海深模型相比重力异常为输入源建立的海深模型改善船测海深相关波段信息更为明显,验证了本文方法的可行性和有效性.     

联合多源重力数据反演菲律宾海域海底地形

对比分析重力-海深的“理论导纳”和实际数据的“观测导纳”,获得研究海域有效弹性厚度理论值为10 km。联合重力异常和重力异常垂直梯度数据,应用自适应赋权技术,采用导纳函数方法构建菲律宾海域1'×1'海底地形模型。试验发现,当重力异常垂直梯度反演海深结果与重力异常反演海深结果的权比为2∶3时,所构建的海深模型检核精度最高。同时,联合多源重力数据反演海深能够综合重力异常和重力异常垂直梯度在对待不同海底地形上的反演优势,生成精度优于单独使用重力异常数据和重力异常垂直梯度数据反演的海底地形模型。以船测数据作为外部检核条件,反演模型检核精度略低于V18.1海深模型,而相较于ETOPO1海深模型和DTU10海深模型检核精度分别提高了27.17%和39.02%左右;反演模型相对误差的绝对值在5%范围内的检核点大约占检核点总数的94.25%。     

顾及局部地形改正的GGM海底地形反演

研究了顾及局部地形改正的GGM(gravity-geologic method)海底地形反演方法,采用该方法反演了印度洋Rodriguez三联点区域的1 ′×1′海底地形模型,说明了反演计算过程及结果的有效性.同时将该方法应用于南中国海内4°×4°区域的海底地形的反演.与船测海深比较发现,在研究区域内,GGM方法反演得到的海深模型精度优于ETOPO1模型,并且在南中国海研究区域内,改进方法大大提高了海底地形的反演精度.     

应用重力地质方法反演皇帝海山的海底地形

论述了采用重力地质方法(GGM)反演海底地形的基本原理,并使用该方法计算了皇帝海山南部的海底地形模型,与现有的海深模型和船测海深数据相比,其精度略高于ETOPO2模型。与经典方法相比,GGM方法不需引入先验模型,不必考虑海底的均衡状况,模型简单,易于计算。     

利用多元回归分析反演西南印度洋区域海底地形

针对海底地形与重力异常和重力异常垂直梯度在相应频段呈现强线性相关的特点,引入多元回归分析技术,提出并详细推导了联合多元重力数据的海底地形建模方法。然后,在西南印度洋SWIR(Southwest India Ridge)所在部分海域开展了海底地形反演试验及地形地貌分析研究。试验结果表明:6种海深模型中,基于多元回归分析技术构建的海深模型(BDVG模型)检核精度最高,相较于S&S V18.1模型和ETOPO1模型精度分别提高了11.51%和57.81%左右;2000 m以上水深海域,各个海深模型的检核精度较高,相对误差波动较小,反映了深海海域具有良好的反演效果;地形起伏剧烈海域或者浅海海域,BDVG海深模型,相较于以重力异常和重力异常垂直梯度作为单一输入源建立的BDG模型和BVGG模型相对误差及相对误差波动变化较小,反映了BDVG模型拥有更好的稳定性,从而体现了联合反演的必要性和优势。Indomed FZ—Gallieni FZ上唯一轴部缺失裂谷洋脊段(27洋脊段)目前属于岩浆供应充足阶段,构造作用的海底扩张对其影响较小;同时由于对称裂离方式影响,27洋脊段沿轴南北对称分布有地形隆起。     

联合卫星测高技术的船载声呐测深测线密度设计

针对目前船载声学海深测量技术应对大面积海域海底地形数据获取效率仍然较低的问题,提出了联合卫星测高技术的船载声呐测深测线布设技术方案;并结合目标海域重力数据复杂程度,给出了满足海底地形模型构建精度需求的测线密度布设指标.首先利用导纳函数反演方法恢复实验中16块海域海底地形;然后联合水深测量控制点,应用自适应测线密度计算方法得到各区域的最佳测线布设密度指标;最后选择目标海域7个重力异常特征参量为参考,引入主成分分析法探讨了各区域的重力数据复杂程度.实验结果表明,目标海域重力数据复杂程度与最佳船测海深测线密度存在较强的相关性.在三等海道测量精度标准下,不同复杂程度区域的测线密度存在1'～9'的较大差别,复杂区域需要布设的测线明显较密.     

改进的重力地质法及其在中国南海地区海底地形反演中的应用

为进一步提高传统重力地质法（gravity-geologic method,GGM）反演海底地形的精度,顾及海底地形非线性项对GGM进行改进。采用改进的GGM反演了中国南海地区空间分辨率为1’×1’海底地形模型,并利用船测水深检核点对反演结果进行了精度评定,验证了所提方法的有效性。研究结果表明,忽略海底地形非线性项会在起伏约2 km的山区引起约50 mGal偏差;改进的GGM能有效地从短波重力异常中恢复海底地形的非线性项;获取的海底地形结果与ETOPO1、SIOV23.1及传统GGM反演模型相比具有最高的精度,与检核点差异的均方根为130.4 m;与传统GGM法反演结果相比,改进GGM获得的结果在黄岩海山链附近精度提高10.8 m,在中沙群岛附近精度提高4.7 m。     

海底地形高次项对海面重力信息影响分析

为了尽可能利用海面重力数据所含地形相关信息,提升依据重力数据反演海底地形结果质量,选择南中国海为试验海区,详细研讨了频率域不同阶次海底地形正演恢复海面重力异常和重力异常垂直梯度在不同海底地形环境下的影响。数值分析试验结果表明,一次项海底地形正演结果对重力信息贡献起主要作用,随着海底地形阶次的增加,相应阶次海底地形正演海面重力信息的幅度不断减弱;海底地形起伏剧烈且起伏幅度较大海区,高阶次海面重力异常和重力异常垂直梯度变化明显,而地形平坦海区正演的海面重力信息变化微弱;重力异常垂直梯度相比重力异常对海底地形高频部分更加敏感,在试验海区依据海面重力数据反演海底地形过程中,若输入数据源为重力异常,建议顾及至二次项海底地形,若输入数据源为重力异常垂直梯度,建议顾及至三次项或者四次项海底地形,从而尽可能利用海面重力数据所包含信息。     

利用卫星资料研究中国南海海底地形

基于海洋重力异常与海深之间的密切关系 ,推导了利用FFT技术由重力异常计算海深的模型 ;利用该模型联合卫星测高数据和海洋重力资料反演了中国南海 2 .5′× 2 .5′海底地形 ;探讨了各种地球物理信息对于反演海底地形的影响     

新一代全球海底地形模型BAT_WHU2020

本文利用由多源卫星测高资料计算的新版全球重力异常Grav_Alti_WHU,联合船测水深资料,构建了全球75°S—70°N范围的1′×1′海底地形模型BAT_WHU2020。以船测水深、现有模型和多波束测深数据为参考,对模型精度进行了分析评价。结果表明,在中国海域及邻区(104°E—160°E,0°N—50°N),本文模型与船测水深之差值的标准差约70 m,与SIO V19.1模型精度相当,优于ETOPO1、DTU10、GEBCO_08等模型,较此前发布的BAT_VGG模型精度提高了约30%,说明本文模型构建方法可靠、数据处理准确、精度较高。在全球范围内,BAT_WHU2020模型与船测水深之差值的标准差为50～65 m,差值在±200 m范围内的比率超过95%,与SIO V19.1模型精度相当,优于ETOPO1、DTU10、GEBCO_08等模型,较BAT_VGG模型精度提高了27%～36%。以SIO V19.1模型为参考,模型之差的标准差为90～110 m,约90%格网点差值在±200 m以内,约95%格网点差值在±300 m以内,两者一致性良好。最后,讨论了地壳均衡、Parker公式高次项等对成果精度的影响,模型的真实空间分辨率,以及以多波束测深为参考的模型精度问题。分析认为,BAT_WHU2020模型空间分辨率为10～18 km,在马里亚纳海沟、麦夸里海岭地区相对精度为5%～6%。     

采用重力异常的导纳理论推估海底地形

系统探讨了采用重力异常的导纳理论推估海底地形的方法。在频率域内对海底地形和重力异常的相关性进行了分析,确定在20~300 km波段内两者相关系数最高,适合通过重力异常反演。以皇帝海山链为例,分别采用未补偿导纳模型和顾及挠曲补偿的导纳模型开展研究,其中涉及的地壳厚度和有效弹性厚度等参数通过均衡响应函数法得到。引入余弦低通滤波器,有效地解决了向下延拓过程中产生的高频震荡问题。算例结果表明,采用重力异常的导纳理论能够有效地反演海底地形,结果真实可靠,反演模型的相对精度在6%左右,与ETOPO1模型相当,且能够刻画出ETOPO1模型中未显现的地形细节。由于地形变化剧烈,反演模型在海山链沿线附近精度不甚理想。     

Analysis of some systematic errors affecting altimeter-derived sea surface gradient with application to geoid determination over Taiwan

This paper analyzes several systematic errors affecting sea surface gradients derived from Seasat, Geosat/ERM, Geosat/GM, ERS-1/35d, ERS-1/GM and TOPEX/POSEIDON altimetry. Considering the data noises, the conclusion is: (1) only Seasat needs to correct for the non-geocentricity induced error, (2) only Seasat and Geosat/GM need to correct for the one cycle per revolution error, (3) only Seasat, ERS-1/GM and Geosat/GM need to correct for the tide model error; over shallow waters it is suggested to use a local tide model not solely from altimetry. The effects of the sea surface topography on gravity and geoid computations from altimetry are significant over areas with major oceanographic phenomena. In conclusion, sea surface gradient is a better data type than sea surface height. Sea surface gradients from altimetry, land gravity anomalies, ship gravity anomalies and elevation data were then used to calculate the geoid over Taiwan by least-squares collocation. The inclusion of sea surface gradients improves the geoid prediction by 27% when comparing the GPS-derived and the predicted geoidal heights, and by 30% when comparing the observed and the geoid-derived deflections of the vertical. The predicted geoid along coastal areas is accurate to 2 cm and can help GPS to do the third-order leveling. Received 22 January 1996; Accepted 13 September 1996     

利用卫星测高资料反演海底地形研究

论述了利用卫星测高数据反演海底地形地解析算法和统计算法的基本原理和数学模型，在此基础上，基于最小二乘配置理论，提出了统计算法的改进模型。使用新模型在南中国海地区进行了海底地形反演计算，并将反演结果与实际船测水深进行比对，进一步验证改进模型的可靠性和有效性。     

Bathymetric inversion of South China Sea from satellite altimetry data

1　ＩｎｔｒｏｄｕｃｔｉｏｎＴｏｄｅｖｅｌｏｐｔｈｅｏｃｅａｎｗｉｄｅｌｙａｎｄｄｅｅｐｌｙ ,ｗｅｎｅｅｄａｂｕｎｄａｎｔｏｃｅａｎｉｎｆｏｒｍａｔｉｏｎ .Ａｓａｎｅｓｓｅｎｔｉａｌｐａｒｔｏｆｓｕｃｈｉｎｆｏｒｍａｔｉｏｎ ,ｓｅａｆｌｏｏｒｔｏｐｏｇｒａｐｈｙｐｌａｙｓａｖｅｒｙｉｍｐｏｒｔａｎｔｒｏｌｅｉｎａｖａｒｉｅｔｙｏｆｍａｒｉｎｅａｃｔｉｖｉｔｉｅｓ .Ｈｏｗｅｖｅｒ,ｔｈｅｈｉｇｈｃｏｓｔｆｏｒｏｃｅａｎｂａｔｈｙｍｅｔｒｉｃｓｕｒｖｅｙｉｎｇｌｉｍｉｔｓｔｈｅａｐｐｌｉｃａｔｉｏｎｏ…     

Recovery of bathymetry from altimeter data

At present, there exist two methods used to recover the bathymetry from altimeter data, i. e. the deterministic method and the stochastic method. In this paper, the principles of the two methods are introduced first. Then according to the theory of least-square collocation, a modified statistical model for recovering bathymetry from altimeter data is proposed. The new model has been used for computing the ocean depth in the South China Sea from altimeter-derived gravity anomalies. Finally the predicted depths are compared with the ship-borne depth. It shows that they agree with each other very well.     

Recovery of Bathymetry from Altimeter Data

At present,there exist two methods used to recover the bathymetry from altimeter data,i.e.the deterministic method and the stochastic method.In this paper,the principles of the two methods are introduced first.Then according to the theory of leastsquare collocation,a modified statistical model for recovering bathymetry from altimeter data is proposed.The new model has been used for computing the ocean depth in the South China Sea from altimeter-derived gravity anomalies.Finally the predicted depths are compared with the ship-borne depth.It shows that they agree with each other very well.     

海洋平均重力异常计算与精度估计

提出了一种简便实用的重力异常推值方法──方位距离加权中数法，给出了直接使用重力异常变化梯度作为衡量平均重力异常计算精度的尺度，并运用ＯＳＵ９１Ａ模型成功地建立起重力异常变化梯度与平均重力异常计算精度的相关关系，通过此关系可对海洋平均重力异常计算精度作出比较可靠的估计。