海底沉积物声速经验方程的分析和研究

比较国内外主要研究者提出的海底沉积物声速单参数、双参数和多参数预报经验方程的物理意义和适用性,提出了孔隙度-含水量预报海底沉积物声速新的双参数公式,该式避免了单一参数预报声速经验方程和某些双参数公式中物理意义不明确以及多参数方程复杂性及对提高预报计算能力效果不显著之处.基于理论分析,改进孔隙度-含水量双参数计算公式得到的通用模型具有明确的物理意义,可以通过修改参数适用于不同海域的声速预报,提高了泛化能力,扩大了适用范围.通过对孔隙度、含水量等物理参数的权值分析研究,更加明确了孔隙度是影响海底沉积物声速大小的最关键参数.用台湾海峡北部、南海海域、珠江口大陆架三处的海域沉积物测量数据比较了不同模型,验证了本模型的优越性.     

基于遗传BP神经网络的海底沉积物声速预报

在海底沉积物声速预报中,针对传统经验公式存在预测精度差、适用范围窄、缺乏物理意义等问题,在已有BP神经网络预测的基础上,运用遗传算法优化其初始权值和阈值的方法,构建出基于含水量、孔隙度的声速预报模型。将南沙海域采集得到的海底沉积物样品分为两部分,抽取120组涵盖陆架、陆坡、海槽等地貌单元的样品作为训练数据,另外剩余6组作为测试数据。经试验对比后发现,在对本区域进行声速预报时,宜采用遗传算法优化的BP神经网络,其要优于传统的单参数、双参数回归拟合预报方法和国内外其他学者所得到的经验公式。此种预报方法具有一定的科学依据和广泛的应用前景,可在今后为建立明确、统一的声速预报模型提供参考。     

基于主元分析技术的海底沉积物声速预报方程

通过应用主元分析技术建立预报海底沉积物声速的经验方程,将前人研究报道的经验方程进行分析研究,指出其计算误差,运用南海南部大陆架和大陆坡数据,建立了主元回归计算模型。从理论上研究了如何在众多影响声速的物理参数中,排除相互关联的参数,优选出相互独立的、且对声速有显著影响的少数几个物理参数,用优选后的物理参数建立了南海南部海域大陆架及大陆坡沉积物的3参数（孔隙度n、颗粒中值粒径Ma、塑限W,）声速预报方程：Cp=1774-5．0944n＋12．499Md＋0．9985Wp,该方程的相对预报误差仅为-4．48％-3．77％。     

南黄海中部海底沉积物原位声速与物理性质相关关系

基于在南黄海中部获得的海底沉积物原位声速数据,分析讨论了原位声速与密度、含水量、孔隙比、孔隙度等沉积物物理性质参数的相关关系。通过回归分析建立了海底沉积物原位声速预测方程。结果表明,原位声速与上述物理参数之间具有良好的相关性,相关系数r均大于0.93。对比分析了原位声速预测方程与甲板声速预测方程的差异,两者最小相差15.8 m/s,最大相差31.3 m/s,平均差值约为22.6 m/s。将原位声速预测方程与其他研究者建立的声速预测方程进行了对比,结果表明不同声速预测方程存在明显差异,初步分析了存在差异的原因。     

海底沉积物声学物理力学性质聚类分析研究

Stoll、Hamilton等分别从理论和实测方面出发研究海底沉积物声学与物理力学性质关系,这两类研究都是将声学性质作为独立性质从沉积物的物理性质中提取出来,以两者作为因果关系进行研究,割裂了其内在统一性.本文不试图建立声学与物理力学性质的经验方程,而是综合考虑海底沉积物声学、物理力学性质,对南海大陆坡和人陆架沉积物进行聚类研究,分析南海海底沉积物共有的性质.研究表明聚类分析方法为海底沉积物性质研究提供了一种有效的分类手段,通过聚类,得出如下结论:(1)声速与孔隙度、密度等物理力学性质存在着明显的单调相关性,可以通过某些物理力学参数来预报沉积物的声速,同时可以通过测量沉积物声速反演沉积物的某些物理力学参数;(2)海底沉积物的声速和地文单元、沉积物的颗粒成份组成有关;(3)火陆坡黏土质粉砂、粉砂、砂质粉砂和大陆架粉砂、砂质粉砂、粉砂质砂的压缩波速依次增大,切变波速依次减小;(4)海底沉积物声学与物理力学性质聚类分析研究,可以作为海底沉积物的声学探测的参考依据.     

菲律宾海深海海底沉积物声学特性与物理性质相关关系

为研究深海海底沉积物声学特性与物理性质相关关系,于2016年11月在实验室对水深3164～5 592 m的菲律宾海深海海底沉积物柱状样品的声学特性进行测量,获取了沉积物声速、声速比、声阻抗、声阻抗指数等声学特性参数。结合沉积物的孔隙度和密度等物理性质参数,分析了海底沉积物声速、声速比、声阻抗、声阻抗指数与孔隙度、密度的相关关系,建立了该海域海底沉积物声学特性回归方程。研究结果表明:研究区深海数据与浅海回归方程符合度较差,与深海回归方程符合度较好;Hamilton校正方法有助于修正实验室测量引起的温度和压力误差,声速比与Hamilton方程符合度比声速好;声阻抗和声阻抗指数与物理性质参数的相关性优于声速和声速比。此外,研究认为由于海底沉积物的沉积环境较为复杂,其声学特性回归方程存在差异。由于上述差异的存在,在使用基于不同海域数据建立的回归方程进行海底沉积物声学特性预测时,应加以区别对待。该研究丰富了深海海底沉积物声学数据,对促进深海海底沉积物声学深入研究具有一定的借鉴意义。     

海底沉积物声学特征定量分析及其智能分类研究

海底底质特性描述及分类是当今浅海声学的研究热点,海底沉积物的物理结构特性与其声学响应特征密切相关。在分析海底沉积物声传播特性的基础上,应用现代计算机信号分析技术手段,对海底沉积物声学响应波形提取了4个特征参数:声速、波幅指数、波形关联维分形指数和声波频谱的频率矩。以这4个特征参数作为输入向量,海底沉积物的结构类型作为输出向量,建立径向基概率神经网络模型。研究表明建立的神经网络模型具有较强的海底沉积物分类预报能力。     

基于时间平均的海底沉积物声速预测

在海底沉积物声速预测中,把不同海域的物理性质完全不同的沉积物试验数据拟合出一个统一的方程存在不足,不但数据过于离散,而且方程中参量的物理意义不明确。借鉴Wyllie等建立的时间平均方程的思路,基于声传播过程中路程、时间和声速之间的基本关系,引入了表征固液双相之间的堆垒方式和耦合状态对声传播路径影响的耦合系数,建立了沉积物声速预测模型。将鹿回头外海、南海南部和北部的沉积物测量数据进行线性回归分析,分别得出适用于不同海域的沉积物声速预测模型,拟合的复相关系数较大,偏差较小,证明该模型能够反映声速随孔隙度的变化规律,且各参数物理意义明确,具有一定的研究和理论探索意义。     

基于时间平均的海底沉积物声速预测

在海底沉积物声速预测中,把不同海域的物理性质完全不同的沉积物试验数据拟合出一个统一的方程存在不足,不但数据过于离散,而且方程中参量的物理意义不明确。借鉴Wyllie等建立的时间平均方程的思路,基于声传播过程中路程、时间和声速之间的基本关系,引入了表征固液双相之间的堆垒方式和耦合状态对声传播路径影响的耦合系数,建立了沉积物声速预测模型。将鹿回头外海、南海南部和北部的沉积物测量数据进行线性回归分析,分别得出适用于不同海域的沉积物声速预测模型,拟合的复相关系数较大,偏差较小,证明该模型能够反映声速随孔隙度的变化规律,且各参数物理意义明确,具有一定的研究和理论探索意义。     

海底沉积物声速实验室测量结果校正研究

海底沉积物实验室测量状态与海底原状态存在较大差异,因此有必要进行声速校正.基于研究海底浅表层沉积物采样样品的原状态与实验室环境的差异,提出运用Hamilton声速校正模型对实验室测量沉积物声速数据进行校正,实现表层沉积物标准测量环境(23℃,1个大气压)下的声速校正到海底原状态;设计了温度变化实验测试南海海底沉积物的声速比变化,验证了Hamilton模型的可行性并将其推广到室温状态下各个温度的校正;分析了Hamilton声速校正模型应用于海底浅表层沉积物声速校正的可行性.