基于多模态感知的水下目标检测应用构想

水下目标检测在海洋生物研究、考古探索、军事防御等多领域广泛应用,随着人工智能快速发展,水下目标检测也朝着无人化、智能化发展。深度学习采用神经网络挖掘信息特征,在速度和精度上均表现出优异的性能,成为了计算机视觉技术的主流算法,然而水下环境复杂,将其应用于水下图像目标检测仍存在较大的挑战。水下目标各模态信息互补,特征丰富,有利于目标检测识别,因此结合应用场景调研现有技术,然后设计基于深度学习的多模态水下目标检测系统,同时对比分析了现有关键技术的优缺点,最后对多模态目标检测系统未来发展进行总结与展望,具有重要意义。     

基于YOLO算法的海洋中尺度涡三维结构构建

海洋中尺度涡是一种常见的中尺度海洋现象,研究海洋中尺度涡的分布及运动特性对航运、气候、军事等具有重要作用,海洋中尺度涡的识别是海洋学和计算机科学领域的一个热门研究课题。运用深度学习的方法和框架,对中尺度涡的二维识别和三维结构构建展开研究分析。首先,获取全球海洋再分析数据并进行流线可视化,构建涡旋流线数据集;其次,利用YOLO v5s卷积神经网络对涡旋流线数据集进行训练,并对南海区域中尺度涡进行有效检测。实验结果表明,YOLO v5s训练后得到最优模型经过测试,平均检测精度均值达到了86.10%;最后,根据涡旋检测结果,对检测出的同时刻不同深度的涡旋判断是否属于同一涡旋,确定后进行该涡旋的三维结构构建。     

采用泵喷补偿技术的近底拖体水压场数值模拟研究

采用标准 k-ε 模型,结合 Fluent 软件,对采用泵喷补偿技术的拖体水下被拖行运动所产生的压力场变化进行了数值模拟实验。结果表明：采用泵喷补偿技术对拖体水压场的“马鞍形”分布特性影响较小, 但随着喷水速度的增加,拖体首端压力负值略有增加,而中段的负峰幅值显著增加,当喷水速度达到一定值后,拖体的压力特性曲线已经较为接近期望值,证明泵喷补偿技术具有一定的可行性。     

L波段海水介电模型构建与误差分析

基于实验室测量数据,构建了盐度和温度多项式形式的L波段海水介电模型,并采用最小二乘法和奇异值分解技术求解模型系数。将新模型与目前广泛使用的Klein-Swift(KS)模型、Meissner-Wentz(MW)模型以及George Washington University(GWU)模型进行比较。结果表明：新模型计算的海水介电常数与实验室测量数据的RMSE误差为0.09（实部）和0.25（虚部）,均优于KS、MW、GWU模型。     

波浪条件下小型回转体高速入水动力学特性研究

采用光滑粒子流体动力学（SPH）方法,建立了刚体入水六自由度响应模型,实现了波浪环境下小型回转体高速入水过程的数值模拟。对波浪环境下小型回转体高速入水过程中的运动姿态、冲击载荷进行讨论分析,结果表明：波浪条件下入水点相位不同,导致回转体实际入水角不同,实际入水角越大,入水冲击载荷越大,弹道越稳定;实际入水角越小,入水冲击载荷越小,弹道越易发生失稳。本研究表明,入水点相位对小型回转体弹道特性和冲击载荷产生影响,进而为波浪条件下跨介质武器低载稳定入水提供基础性技术支撑。     

Could CMIP6 climate models reproduce the early-2000s global warming slowdown?

The unexpected global warming slowdown during 1998–2013 challenges the existing scientific understanding of global temperature change mechanisms, and thus the simulation and prediction ability of state-of-the-art climate models since most models participating in phase 5 of the Coupled Model Intercomparison Project(CMIP5) cannot simulate it. Here, we examine whether the new-generation climate models in CMIP6 can reproduce the recent global warming slowdown, and further evaluate their capacities for simulating key-scale natural variabilities which are the most likely causes of the slowdown. The results show that although the CMIP6 models present some encouraging improvements when compared with CMIP5, most of them still fail to reproduce the warming slowdown. They considerably overestimate the warming rate observed in 1998–2013,exhibiting an obvious warming acceleration rather than the observed deceleration. This is probably associated with their deficiencies in simulating the distinct temperature change signals from the human-induced long-term warming trend and/or the three crucial natural variabilities at interannual, interdecadal, and multidecadal scales. In contrast, the 4 models that can successfully reproduce the slowdown show relatively high skills in simulating the long-term warming trend and the three keyscale natural variabilities. Our work may provide important insight for the simulation and prediction of near-term climate changes.     

长江漫滩区深大异形基坑施工对紧邻特大型桥梁影响及变形控制研究

随着地下空间资源的开发利用,越来越多深基坑呈现出开挖深、规模大、形状不规则等特点,其支护结构设计复杂,施工难度大,具有明显的空间效应。本文以南京地铁某基坑工程为例,分析基坑施工对邻近桥梁的影响。其场区位于长江下游漫滩相二元结构地层分布地段,上部软土层厚度大,下部承压含水层地下水位高、水量丰富,地质条件复杂,该基坑为典型的深大异形基坑,距离某大桥的双曲拱引桥仅为7. 2 m,由于之前桥梁已遭受其他地下工程施工产生的较大变形,所以后续工程对其影响变形控制要求极高。为此,该车站基坑支护结构设计基于地下空间实际功能采用设置分隔墙分区开挖及MJS超深工法墙综合变形控制方案。本文通过有限元数值模拟计算,开展复杂环境下基坑开挖引起的围护结构及桥梁桩基的变形预测分析,计算结果显示,该深大狭长异形基坑开挖对邻近桥梁沉降变形影响显著,通过设置分隔墙分区开挖及MJS工法墙进行变形控制,能够较好地控制基坑的空间效应,减少“长边效应”、“异形效应”等对桥梁沉降变形的影响。通过现场基坑开挖过程实际监测结果,验证这一综合变形控制方案的可行性。该研究成果对于类似复杂地质条件下深大狭长异形基坑的支护及施工设计具有很好的借鉴意义。     

安哥拉东北部地区Inkisi组碎屑锆石U- Pb年龄、地球化学特征及其地质意义

Inkisi组是刚果盆地西南缘最古老的沉积地层之一,岩性主要为一套紫红色、红褐色细粒、细中粒长石砂岩、杂砂岩。通过对安哥拉东北部Inkisi组长石砂岩开展碎屑锆石测年、岩石地球化学研究,探讨其沉积时代、物质来源、沉积环境和大地构造背景,为研究刚果盆地演化提供科学依据。结果表明,碎屑锆石206Pb/238U年龄主要集中于3个年龄峰值区间2350~1900 Ma、1150~850 Ma、850~500 Ma,最年轻的锆石峰值年龄为531±9 Ma,据此,笔者等认为Inkisi组的沉积时代上限应厘定为早寒武世。Inkisi组砂岩地球化学特征显示,物源具有长英质物源近源搬运特征,沉积时期的水体为陆相开阔的淡水环境。通过碎屑锆石年龄谱特征、主微量元素物源判别及构造判别图解,本文认为,West Congo构造带为安哥拉东北部地区Inkisi组主要物源区,Lufilian构造带、Angola 地盾等是其次要物质来源,物源区构造环境主要为活动大陆边缘和被动大陆边缘构造环境背景。