HiPAP100水下定位系统在海底摄像中的应用

分析了HiPAP100高精度声学定位系统及其水下定位原理,阐述了影响水声传播的因素及HiPAP100的解决办法,介绍了水下定位系统在我国海洋区域地质调查海底摄像测站作业中的应用,分析比较海底摄像常规定位与HiPAP100超短基线的定位精度,说明水下定位在海底摄像等水下拖曳和定点作业中的必要性和重要性。     

抛锚撞击水下管汇的数值模拟研究

船舶抛锚撞击水下管汇会影响到管汇的正常作业,基于ANSYS/LS-DYNA动力学分析软件,建立锚-水下管汇-海床土体的三维有限元模型,对抛锚碰撞水下管汇的过程进行数值仿真。通过求解水下管汇受碰撞后的等效应力、应变的时间历程及受撞击部位的凹陷损伤深度,发现最大等效应力点出现在管汇与锚接触位置处,管汇的碰撞部位最终发生凹痕变形。同时讨论锚与管汇接触面的形状以及海床土体对水下管汇损伤程度的影响,当冲击能量相同时,锚与水下管汇的碰撞接触面积越小,水下管汇的损伤深度就越大;当锚与管汇接触的接触面积相同时,冲击能量越大,水下管汇的损伤变形越大。海床土体的剪切弹性模量对管汇的凹陷损伤深度以及最大等效应力影响与冲击能量有关,海床土体的内摩擦角对管汇的碰撞影响较小。     

泉州湾围海工程对海洋环境的影响

采用现场调查资料与历史资料对比的方法,从海岸和海底地貌、水环境质量、海洋生物种类和群落结构等几方面分析了近几十年来福建泉州湾围海工程的环境效应.结果表明,围海工程促进了海滩的淤浅,减小了内湾的纳潮量和环境容量,使得泉州湾内湾水质恶化;其最终后果为围海工程附近海区生物种类多样性普遍降低,优势种和群落结构发生改变.     

广西钦州湾海域海床稳定性特征的研究

综合钦州湾龙门站与近海区钓鱼台站长年历史观测资料和2003年7月的6个站点全潮观测资料,阐述了钦州湾的表层沉积物分布和钦州外湾典型位置沉积物组成状况,并结合钦州电厂建设规划,通过海床稳定性的概念和稳定性指标的计算方法,研究钦州电厂取排水工程附近海域及钦州外湾在潮流和波浪作用下的海床稳定情况,计算结果表明所提出的稳定性理论能够反映实际,是可靠的,可以进一步作为钦州电厂相关模拟研究的基础。     

多种数字海洋地理环境信息的融合与可视化的局部实现

以潮汐、潮流和海浪数值的计算技术和数字海底地形模型的构造方法为基础,应用层次细节模型和三维渲染技术,完成了近岸海洋环境保障的多种数字海洋地理环境信息的融合与可视化的局部实现,为今后此领域的研究提供了理论和经验基础。     

基于MapObject的规则格网DEM显示及其应用研究

主要研究了基于MapObject的规则格网DEM的显示以及其应用。提出了一种将国家标准交换格式的DEM模型数据转换为Shape格式的空间数据的方法,并且用VB．NET语言结合MapObject可视化组件实现了对佛山地形的数字地形分析。该方法不需要大型的专业地理信息软件作支持,直接从底层开发,灵活性高,成本低,比较适合面向特定用户小型地理信息系统,为地理信息系统软件开发人员提供一种新思路。     

雅浦-马里亚纳海沟附近海域的精细地貌特征研究

利用西太平洋地区的雅浦-马里亚纳海沟附近海域的多波束水深数据,获得了9.8°N—13.2°N、132.2°E—145°E矩形区域内的高精度水深地形图。通过对精细地貌进行研究发现,马里亚纳海沟南部的洋坡上发育有大范围的地垒、地堑型地貌,雅浦海沟北部存在明显的分段性特征,菲律宾海盆和帕里西维拉海盆内存在不同展布方向的大规模脊-槽地貌。研究结果表明此处复杂的地形地貌特征主要受板块运动的控制。最后结合已有研究成果,对该区域的地形地貌进行了分类。     

波浪作用下单桩基础周围海床液化机制研究

建立波浪作用下单桩周围三维海床动力响应模型,考虑自重影响下的海床长时间固结过程。采用已有物理模型试验数据对模型进行验证,证实其具有较好的适用性。模拟波浪作用下单桩周围三维海床液化区域,通过定量分析超孔隙水压力和土体初始有效应力的变化,讨论单桩插入深度对海床液化的影响机制。研究表明,单桩插入深度发生变化时,土体初始有效应力对海床液化的影响要大于超孔隙水压力,且影响程度随着插入深度的增加而逐渐增大。     

钦州湾潮流深槽的成因与稳定性探讨

据钦州湾2007年1—2月的实测潮流,结合径流、潮汐等资料,经水动力和港湾地形综合分析揭示:钦州湾的潮流深槽是潮流作用于葫芦形复式港湾的必然产物,是在内湾纳潮蓄能、湾颈狭道强流、颈口岛礁分流喷射冲刷而成的。通过对潮流流路和强度的分析,对潮流深槽的稳定性进行了探讨;进而通过湾颈流速-内湾纳潮关系计算,给出了潮流深槽稳定的临界条件。     

基于改进BP神经网络的海底底质分类

通过采用遗传算法优化神经网络初始权值的方法,将GA算法与BP神经网络有机结合,应用于海底底质分类。基于多波束测深系统获取的反向散射强度数据,应用改进的BP神经网络分类方法,实现对海底基岩、砾石、砂、细砂和泥等底质类型的快速、准确识别。通过实验比较,GA-BP神经网络分类精度明显高于BP神经网络,证明了该方法的有效性和可靠性。