基于遗传小波神经网络的海底声学底质识别分类

分割海底声纳探测图像,提取单元特征向量进行主成份分析,选取均值、标准差、对比度、相关系数、能量及同质性作为训练特征向量,构建小波神经网络。利用遗传算法优化小波神经网络的初始权值及小波参数,对砂、礁石、泥3种底质类型分别进行训练,并得到3种底质的测试精度都在90%以上,优于单独利用小波神经网络进行训练时的测试精度,克服了小波神经网络训练时易陷入局部极小的固有缺陷,表明基于遗传算法的小波神经网络可有效用于海底底质声纳图像的识别和分类。     

马尼拉俯冲带中段增生楔精细构造特征及微型圈闭盆地发育模式探讨

对马尼拉俯冲带中段高精度地形数据编辑后绘制成图,联合之前所获取的地震剖面数据,对俯冲带增生楔的精细构造地貌特征及发育模式进行了深入探讨.在增生楔下构造区发现了大量狭长的微型圈闭盆地,经过对其平面断裂特点与深部应力状态的分析,发现增生楔从俯冲前缘到脊顶区其构造特点的转变对应着微型圈闭盆地4个完整的发育阶段,即初期的加积断裂阶段、中期的圈闭成盆阶段、后期的挤压消亡阶段乃至最终的隆升推覆阶段,揭示出一种新型的俯冲带增生楔发育模式,并推断其本质是深部板片俯冲活动所产生的压应力在海底面的表现.     

地形坡度对多金属结核分布的控制作用

选取我国东太平洋多金属结核开辟区内的一个区域作为研究区,利用人工神经网络中应用最为广泛的BP网络,建立控制多金属结核分布的地质因素与多金属结核分布之间的映射关系,探讨地形坡度对多金属结核分布的控制作用.结果表明,在经度、纬度、水深、坡度四个因素中,坡度对结核分布影响程度最大;多金属结核主要分布于坡度小于5°的地方;当坡度小于5°时,丰度与地形坡度呈正相关,品位与地形坡度呈负相关,丰度与品位呈负相关;品位与坡度似呈指数关系,坡度增大,品位降低.     

面向GIS的线状符号开放式多元设计方案

提出一种跨越专业限制，用于快速绘制任意曲率曲线的开放式线状符号“组合配置法”设计方案，即用主干线、辅助线、辅助圆和点符号等四种子线型的有机组合描述目标线型，并详细论述了其数据结构、文件结构及子线型的实现方法。同时还提出伪码法用于解决满足国标要求的图廓整饰线，并对裁剪法作了简要阐述。上述线型设计方法已成功设计、实现并应用于“海底地形成图系统(MBChar)”，已服务于大陆架海底成图项目。     

海底声学底质分类的ELM-AdaBoost方法

基于自适应增强算法（AdaBoost）结合极限学习机（ELM）,通过迭代、调整、优化ELM分类器之间的权值,从而构建了具有强鲁棒性、高精度的ELM-AdaBoost强分类器,增强了现有的ELM分类器的稳定性。以珠江口海区侧扫声呐图像为实验数据,对礁石、砂、泥3类典型底质进行分类识别,该方法的平均分类精度超过90%,优于单一ELM分类器的平均分类精度85.95%,也优于LVQ、BP等传统分类器,且在分类所耗时间上也远少于传统分类器。实验结果表明,本文构建的ELM-AdaBoost方法可有效应用于海底声学底质分类,可满足实时底质分类的需求。     

浅地层剖面在富钴结壳调查研究中的应用

文中以Topas PS018系统为例简要介绍浅地层剖面仪的工作原理和系统组成,重点介绍浅地层剖面在大洋富钴结壳资源调查研究中的应用情况。浅地层剖面资料与联合作业的海底视像、岩芯取样等资料进行对比和分析,发现浅地层剖面能够有效识别基岩、板状结壳、砾状结壳、砂、沉积物等不同底质类型,对浅地层剖面资料进行深入挖掘能够提取出富钴结壳矿区界线信息。     

全球海底地形精细建模进展与发展趋势

精细的海底地形模型在海底板块构造运动、水下载体航行保障、海洋资源勘探等方面具有重要作用。回顾国内外海底地形探测技术和模型构建的发展,讨论当前全球海底地形精细建模的研究现状和面临的主要挑战,总结今后全球海底地形精细建模的发展趋势,认为基于卫星测高技术的海洋重力场反演仍是未来全球海底地形精细建模的主要技术手段,并且新体制测高卫星如双星跟飞测高和SWOT(surface water ocean topography)二维海面高测量任务将为进一步提升海洋重力场以及海底地形模型精度提供数据源,结合地形复杂度优化海底地形反演理论方法有望带来理论创新,探索人工智能技术用于海底地形精细建模值得关注。     

东海陆架两期沙脊的时空对比东海陆架两期沙脊的时空对比

基于高分辨率的单道地震和多波束测深数据,识别并对比了东海陆架中部同一海区相距20余万年的层U14和层U2两期沙脊群,其中层U14期沙脊属于埋藏沙脊,位于东海海底以下90 m深处,推测属于距今320~200 ka的海侵体系域(TST),沙脊顶界面是该期海侵的最大洪泛面(MFS);层U2期沙脊位于东海陆架,属于衰退沙脊,系末次盛冰期(LGM)以来的TST,顶界面是LGM以来的MFS。尽管两期沙脊形成年代相距20余万年,地层层位相距近90 m,但是沙脊群总体走向一致,表明距今2×105 a以来东海陆架潮波基本格局稳定。从层U2期可识别出4个亚期沙脊,通过多波束海底地形图可识别出4组走向的沙脊,多亚期、多走向沙脊是LGM以来海平面阶梯状波动在海底地形演变过程中的响应证据。     

基于SVM的海底声纳图像底质识别*

对海底底质声纳图像分割,提取单元特征向量进行主成份分析,选取均值、标准差、对比度、相关系数、能量及同质性作为训练特征向量,优化支持向量机(SVM)参数.利用多分类 SVM 对砂、礁石、泥进行训练,有效、快速地分离出了3种底质类型,测试精度高于80%,表明该方法可有效用于海底底质声纳图像的识别和分类.     

基于近底原位观测的小尺度海底沙波地形小波分解

浅海海床发育着不同尺度的活动性砂体,在大型活动性砂体上常叠加发育着大量小尺度沙波(纹),分析这些小尺度沙波(纹)有助于揭示活动性砂体的成因机制。但它们的尺度较小,常规分析方法往往将其作为高频噪声滤除,难以对该尺度海底沙波(纹)进行分离量化研究。为了解决这个问题,本文设计并实现了一种基于小波分析的小尺度海底沙波地形分解方法,并以台湾浅滩典型区域的高精度近底原位观测数据为例,实现了小尺度海底沙波地形的分解和定量分析,分解出背景地形、小型沙波和沙波纹(波长小于0.6 m)3种地貌类型。本文提出的小尺度海底沙波地形分解量化方法,可广泛应用于浅海高活动性地貌发育演化和海底边界层沉积动力过程研究,对评估海洋工程的稳定性也具有一定的实用价值。