基于频域法的留尼汪海域海底地形反演

海底地形是全球地形的重要组成部分,对地球物理科学研究、经济活动等具有重要作用。基于Parker公式,利用卫星测高重力异常和船测水深数据,采用频域的方法反演了疑似马航MH370失事区域的留尼汪海域的10°×10°的海底地形。最后将反演的水深和船测水深、国际通用的海深模型ETOPO1作比较进行精度评估,结果表明:本文反演结果与船测水深相比误差平均值为-26.038 m,标准差为176.588 m;与ETOPO1相比,差异平均值为-33.541 m,标准差为160.769 m。这表明采用重力异常数据,结合船测数据能较高精度地反演海底地形。     

联合重力异常和重力垂直梯度异常数据反演皇帝山海域海底地形

海底地形对开展海洋科学调查和研究十分重要。以多波束为主的回声测深技术测量成本高且效率低,几十年来仅实现了全球约20%的海床测绘。对于空白区（特别是深海区域）,可以借助重力异常和重力垂直梯度异常进行回归分析反演得到,但该方法得到的比例因子鲁棒性不强。为了解决这一问题,同时考虑到两种重力数据在表征海底地形长短波长的不同优势,本文结合滑动窗口赋权和稳健回归分析来反演海底地形。在太平洋皇帝山海域（35°～45°N,165°～175°E）的实验结果表明：在船测检核点处,本文构建模型的标准差为61.02 m,相比于单一重力数据反演模型,精度分别提高了14.92%（重力异常）和2.08%（重力垂直梯度异常）,能较好地反映皇帝海山链的地形走势。     

基于重力地质法反演南海海底地形

基于重力地质法(GGM)采用卫星重力异常数据反演了中国南海112°E~119°E,16°N~20°N范围1'×1'的海底地形模型,通过船测水深数据的直接格网化结果和ETOP01模型的检核进行了精度评价。结果表明,GGM模型较船测水深的直接格网化结果更为精细,在船测控制点分布均匀的海域,GGM模型能获得比ETOP01模型更高的精度。为进一步验证GGM模型受海底地形特征影响的情况,采用GGM模型与ETOP01模型分别内插出9356个检核点处的水深,并统计得到两模型差值的较差结果平均值为19.560m,标准差为130.156m,相对精度为4.79%。经分析得出:GGM模型与ETOP01模型在坡度变化平缓深海区有着较好的一致性,随着水深的依次变浅,二者的差异逐渐显现,在多海山的海域差异达到最大。最后,为充分发挥重力地质法在海底地形反演中的优势总结了其最佳适用条件。     

高精度测高重力场反演南海海底地形

随着测高技术的不断发展,测高海洋重力场的精度不断提高,由其反演计算的海底地形精度也相应提高。利用Sandwell 2014年最新发布主要由Jason-1末期大地测量任务和Cryosat-2观测资料反演的测高重力场V23.1,采用重力地质法(GGM)反演了中国南海海域海底地形模型,并对结果进行了精度评价。该过程中首先直接计算一系列密度差下的反演结果,并通过船测数据检核选定优化的密度差范围,然后利用向下延拓的方法确定了最优密度差异常数为7g/cm3。与船测水深数据相比,反演得到的GGM模型与检核点船测水深数据差值的标准差达到了±70.32m;此外,还计算了由测高重力异常V15.2反演的海底模型,比较这两个模型发现:测高重力场短波部分的改善对海底地形反演精度的提升作用有限,为得到更高精度的海底地形模型,需引入短波更为敏感的重力梯度资料。     

GM测高数据反演中国近海及邻域精细重力场

综合对比4种波形重跟踪算法,选择改进阈值法处理Jason-1GM数据,联合波形重跟踪后的Geosat和ERS-1GM数据,沿轨2Hz重采样以提高数据空间分辨率。通过数据质量控制剔除粗差数据,考虑海表面地形的影响,基于移去-恢复法和维宁-曼齐兹公式反演了中国近海及邻近海域(0°~45°N,100°~140°E)1′×1′的精细重力场。船测数据检核表明反演结果在开阔海域精度约4mGal,近岸浅水区约10mGal,均优于DTU10和V21.1模型。     

基于BP神经网络的海底地形复杂度自动分类方法研究

针对海底地形复杂程度分类问题,在考虑传统水深均值的基础上引入坡度和起伏度两个地形因子作为表征海底地形复杂程度的分类指标并进行量化,对水深数据空间分辨率进行统一,建立包含18种典型海底特征的海底地形复杂度分类库,利用BP神经网络对建立的分类库进行训练学习。为验证该方法的有效性和适用性,选取地形复杂度不同的4块实验区分别采用统计学方法和BP神经网络算法进行海底地形复杂度进行分类,对比发现该方法可以实现海区海底平坦、一般、复杂三种地形的自动识别与分类,并保留实验区海底地形复杂度细节信息。     

重力信息反演海底地形的非线性影响研究分析

基于Paker理论导纳函数模型,研究分析了频率域海底地形非线性项对重力异常与重力异常垂直梯度贡献的量级。通过对日本某海域数值实验结果表明,频率域海底地形非线性项对重力异常的影响需要考虑到三次项,对重力异常垂直梯度量级的影响需要考虑到四次项。研究结果对于提高利用重力异常和重力异常垂直梯度反演高精度海底地形具有应用价值。     

基于STO＿IEU2020的海底地形数据尺度提升方法比较

栅格小于1′的全球海底地形数据通常以卫星测高海洋重力数据构建的1′海底地形数据作为背景场模型,采用数据格网化方法得到。基于此,以STO＿IEU2020模型作为海底地形背景场数据,使用反距离加权法、改进Shepard拟合方法、径向基函数法、Kriging方法4种常规网格化方法以及“移去-恢复”方法,分别构建了试验区域栅格大小为30″和15″海底地形模型,并对试验结果开展了分析评估。试验结果表明,采用改进Shepard拟合方法构建的30″和15″栅格海底地形模型相较其他3种常规海底地形格网化方法检核精度高。进一步基于改进Shepard网格化方法,采用“移去-恢复”方法构建的30″和15″栅格海底地形模型结果显示,“移去-恢复”方法可进一步提升建模精度,据此建议制作多尺度海底地形数据,可重点考虑基于“移去-恢复”的改进Shepard拟合方法。     

应用重力地质法反演马里亚纳海沟地形

根据重力地质法(Gravity Geological Method, GGM),利用6 736个已知水深点数据和卫星测高重力异常反 演了马里亚纳海沟(142^°36^''~147^°18^''E,23^°~27^°N)1^''×1^''分辨率的海底地形,该计算中的密度差常数为1.20 g/cm³。将反演的地形与实测检核水深数据相比,两者较差标准差为152.9 m,平均误差为(±3.0) m,均方差为153.0 m,优于ETOPO1模型和直接把船测水深控制点格网化后的模型。将重力地质法反演的模型、ETOPO1模型、直接格网模型进行功率谱密度分析,结果显示3种模型在中长波地形能量一致,但对于短波地形,重力地质法模型能量高于其他2个模型,说明重力地质法更能描绘细致的海底地形地貌。选取2条测线与重力地质法模型进行对比研究,结果表明重力地质法在海底地形起伏小的区域优于在海底地形起伏较大区域的反演效果。     

南海海底地形的卫星测高数据反演

深入讨论了重力异常与海深的关系 ,在考虑地壳均衡补偿效应影响的基础上 ,推导了由重力异常用FFT技术计算海深的模型。最后 ,利用推导的模型联合测高卫星数据和海洋重力资料反演了中国南海 2 5′× 2 5′海底地形     

重力数据融合与重力垂直梯度异常反演

重力垂直梯度异常反应了重力异常的空间变化率,在地球物理勘探等多学科中得到越来越多的应用。利用南海局部区域实测重力异常数据和Sandwell测高重力异常数据,将搜索范围、距离和精度多种因素融合考虑并对Shepard算法进行改进,给出了南海局部区域(19°N~20.5°N,114°E~115.5°E)分辨率1'×1'的重力异常并反演了对应分辨率的重力垂直梯度异常。结果表明,基于Shepard改进算法的高精度船测重力和测高重力的有机融合,增强了单一测高重力数据反演重力垂直梯度异常的细节纹理,提高了反演重力垂直梯度异常的分辨率和精度。     

两种测高重力异常反演海底地形方法比较

针对基于测高重力异常反演海底地形理论众多、选取标准无法确定的情况,利用中国南海海域内的测高重力异常和船测水深数据研究比较了重力地质法(GGM)和SmithSandwell (SAS)法两种精度高、计算速度相对较快的海底地形反演理论。其中,GGM方法的密度差异常数Δρ由向下延拓技术确定为2.15 g·cm-3,SAS方法采用移去-恢复技术得到反演波段内重力异常和水深数据。结果表明:测线分布条件一定时,水深多在-1 000 m左右或反演区域岛礁、海山等复杂海底地形较多时选取SAS方法,水深主要在-3 000 m以深的区域或海底地形复杂程度不高时选取GGM方法则能获取更好的效果,其效果最优处与船测水深在检核点处的差值最优平均值能达-0.61 m,标准差可达14.67 m。     

基于多源水深数据融合的海底高精度地形重建

本文在研究多源水深数据构建技术的基础上,分析了张力样条插值算法和“移去-恢复”法的多源水深数据融合处理技术,基于该方法选取实验区,利用多波束、单波束、历史海图等多源水深数据进行高精度海底地形融合试验,并针对多源水深融合技术缺少误差评估的现状,利用split-sample方法对融合结果进行水深不确定性评估,形成融合结果的可靠性空间分布。结果表明该方法无论是在数据稀疏区还是高密度区都达到了较好的融合效果,既保留了高分辨率水深数据的细节信息,又较真实的反映了研究区海底地形特征,且构建的海底地形精度可靠,误差百分比集中在0.5%。本文整套数据融合和结果评估方法可为多源水深数据融合的海底高精度地形构建提供借鉴和参考。     

大地水准面高的计算及其在海底地形反演中的应用

为充分挖掘海洋重力数据在反演海底地形中的应用潜力,尝试探索利用大地水准面高反演海底地形的技术途径,并以夏威夷—皇帝海山链拐点所在海区作为反演试验区进行验证。首先采用Belikov列推法计算伴随(缔和)勒让德函数,利用EIGEN-6C4地球重力场模型解算获取了分辨率为1'的大地水准面高格网数值模型;然后通过综合分析反演比例函数和转换函数特点、研究海区大地水准面高与海底地形的相干特性以及大地水准面高本身尺度特征,获得了利用大地水准面高反演海底地形的频段范围;最终以试验海区大地水准面高为数据输入,构建了相应的海底地形模型(BNT模型),并与ETOPO1等海深模型进行比对分析。试验结果表明:BNT模型检核差值在一倍均方差范围检核点数量占比70.60%,相比正态分布更加集中;BNT模型检核精度低于ETOPO1等海深模型;海深模型检核精度随着水深增加不断提升,水深小于1 000 m时,海深模型相对误差出现较大发散现象;计算海域ETOPO1模型精度最高,GEBCO模型和DTU10模型检核精度相当。     

HY-2A测高数据对重力异常反演精度的影响分析

通过联合HY-2A、TP、Envisat卫星的高度计数据,分析HY-2A测高数据对中国南海重力异常影响。首先,将HY-2A和TP、Envisat数据进行对比,通过共线处理和交叉点平差前后的不符值RMS统计分析表明,HY-2A数据精度优于TP变轨后及Envisat数据精度;利用逆Venning-Meinesz公式分别计算中国南海海域(0°~23°N,103°E~120°E)15'×15'的重力异常,将反演结果与船测结果对比,HY-2A数据加入反演得到的重力异常精度在±6.13m Gal,其精度要优于没有HY-2A反演得到的结果,并分析反演重力异常与船测重力差值分布规律。结果表明,HY-2A数据对于提高海洋重力异常计算精度具有一定意义。     

基于水深分段选择因子的多光谱影像反演水深

岛礁周边海底地形精密测量是海洋测绘的难点问题之一,利用多光谱卫星能精确测定岛礁周边水深地形,是传统岛礁水深测量有效的补充方式之一。本文以蜈支洲岛周围水域为研究区域,提出了基于BP神经网络水深分段选取反演因子的方法,利用WorldView-2数据和多波束实测数据建立多模型,整合预测的各段水深获得海底地形。实验表明,本文方法能充分利用水体的光谱特性,与单一BP神经网络模型结果相比,MRE降低了6.4%,RMSE降低了1.2 m,是一种可行的多光谱水深反演的方法     

测高重力场反演海底地形方法比较

根据重力异常与海底地形的相关性,利用日本西之岛附近海域内的重力异常和船测水深,分别采用SandwellSmith方法(SS,1994)和重力地质法(GGM)反演了该海域内1'×1'海底地形模型,并将反演的模型与格网化船测水深模型和ETOPO1模型进行了对比分析。在GGM中,使用了迭代法向下延拓确定密度差常数为5.7g/cm~3。与SS模型相比,GGM模型与格网化船测水深模型的差值的标准差达到了37.10m。     

卫星测高在海洋测绘中的应用

研究了卫星测高数据在海山探测以及无图海域水深预测方面的应用。介绍了匹配滤波法检测海山的理论与方法，并研究了反演海底地形时的重力导纳理论以及滤波窗口和滤波函数的选择。实践表明，利用卫星测高数据反演海底地形的精度可优于水深的10％。     

基于地形的海底热液区沉积物分布趋势预测方法研究

热液区沉积物接受了大量热液物质的输入,其矿物组成及地球化学空间分布特征是多金属硫化物勘探的有效指标。由于重力作用,洋中脊区域沉积物主要分布于低洼和平坦地形区。为了探索地形因素对热液区沉积物分布的影响规律,本文通过ArcGIS提出了一种基于地形数据的海底热液区沉积物分布趋势预测方法,并对西南印度洋中脊龙角区地形数据进行了分析,包括沉积物重力搬运方向提取、沉积物汇集量估算、海底沟谷提取和沉积物源区划分。通过与研究区底质解译结果进行对比验证发现,预测结果与研究区内沉积物的实际分布范围较为吻合,表明本方法在一定程度上可以有效地指示地形影响下海底热液区沉积物的分布情况。本方法对海底硫化物矿产勘探工作具有一定指导意义,可为海底沉积物取样站位设置与海底硫化物成矿远景区圈定提供参考依据。     

利用多代卫星测高数据计算中国近海及邻域重力异常

为提高海洋重力场数据的精度和空间分辨率,联合Jason-1/2、T/P、Envisat、ERS-1/2、Geosat等多代卫星测高数据计算中国近海及邻域(0°~42°N,100°~140°E)2′×2′重力异常。对卫星测高数据分别进行共线处理和自交叉点平差,并以T/P卫星测高数据为基准进行多星数据联合平差,有效削弱了卫星测高数据的时变影响和不协调性;利用逆Vening-Meinesz公式计算重力异常,与船测重力相比,均方根误差为5.4 mgal。结果表明,通过引入高精度的卫星测高数据,结合多项平差处理手段,提高了海洋重力异常的计算精度。