天然气水合物的浅表层地球物理勘探方法

天然气水合物赋存于海底之下。任何单一的调查方法(除了直接取样)都不可能对其进行可靠的识别。需要多种探测技术的结合综合应用和多项指标的综合判定。目前，世界上对于深海天然气水合物的勘探方法很多。除了多道高分辨率地震勘探外。各种浅表层地球物理勘探方法也是常用、有效的手段，例如浅层剖面、单道地震测量、旁侧声纳、多波束和海底摄像。它们可以起到与多道高分辨率地震勘探互补的作用。     

海洋物探方法在海上风电场勘察中的应用

海洋物探方法是海洋调查的主要方法,在海上风电地质勘察中得到了广泛的应用。在广东阳江沙扒海上风电场勘察中,通过浅地层剖面结合单道地震,查明了场区覆盖层厚度,绘制了基岩埋深图;采用多波束测深和侧扫声呐,并结合浅地层剖面探测和钻探取样成果查明了海底障碍物分布;通过浅地层剖面,初步查明了研究区浅层气分布范围;将海洋磁法成果绘制成研究区磁场等值线图。根据多波束测深、侧扫声呐、海洋磁法、浅地层剖面和单道地震等海洋物探方法特点,通过广东阳江沙扒海上风电项目,展示了应用海洋物探技术在海上风电勘察领域取得的成果。     

基于多波束声呐的人工鱼礁区地形特征分析

建设人工鱼礁(Artificial Reef,AR)是恢复和养护近海渔业资源的重要措施。尽管中国沿海各地人工鱼礁规模宏大,但对于鱼礁投放后的监测明显不足。传统调查方法存在效率低、成本高等缺点,多波束测深系统(Multibeam Echo Sounder,MBES)为探测鱼礁区地形地貌提供了一种有效的技术手段。本文利用高分辨率的多波束测深系统,获取礁区详细的测深数据,快速确定鱼礁位置、形态等信息;应用地形分析工具提取地形变量(坡度、曲率、粗糙度、地形耐用指数及地形起伏度),分析投石后海底地形特征。研究表明,礁石投放后海底地形发生显著变化(水深5~10 m),礁石发生沉降现象(下沉深度约0.45 m),礁石周围出现冲淤地形(礁石堆高1.65 m,影响范围5 m左右)。分析人工鱼礁引起的微地形地貌的变化,可以为鱼礁的监测与效果评估工作提供一种新的技术方法,具有较强的现实意义。     

采用加速稳健特征对侧扫声呐图像进行分块弹性镶嵌

拖曳式侧扫声呐图像沿航迹方向存在类型和大小不断变化的局部畸变,造成条带图像镶嵌时共视目标扭曲和错位。为了实现公共区域融合后目标的保形性,提出了一种基于加速稳健特征（speeded-up robust features,SURF）的分块弹性镶嵌方法。该方法通过对相邻条带重叠区域自动分块提取特征、整体刚性变换、局部薄板样条弹性变换等处理,既可消除相邻条带图像间的系统性位置和航向偏差,又能消弱各处随机性局部畸变,从而实现共视目标的特征级保形镶嵌。实验结果表明,特征点对整体配准精度达到2个像素,验证了该方法的有效性。     

不同型号侧扫声呐分辨能力和扫宽能力的比较分析

侧扫声呐是海洋科学调查中常用的仪器设备,针对此类声学探测设备出台相关检测、检定等计量化的标准势在必行。本文介绍了侧扫声呐的工作原理和技术参数,针对侧扫声呐分辨能力和扫宽能力这两个性能指标,提出了一种评价方法。最后通过海上试验,对比分析了3种常用的侧扫声呐仪器的分辨能力和扫宽能力,为侧扫声呐系统的选用和引进提供参考。     

基于声呐图像的水下目标识别研究综述

水下目标识别是水下无人探测的一项核心技术,在军事和民用领域都有重要的应用。根据当前的水下目标识别研究进展,全面阐述基于声呐图像的水下目标识别原理和方法,对总结研究现状、发现存在的问题以及挖掘潜在的研究方向具有积极意义。针对基于声呐图像的水下目标识别问题,论述了图像去噪、 图像分割以及水下目标识别等方面的主要进展,阐述了基于深度学习实现声呐图像目标识别的最新技术发展现状。通过对水下目标处理过程的讨论和分析,指出基于声呐图像的水下目标识别算法中亟需解决的关键科学问题及可能的解决思路,并对该领域的未来发展方向做了进一步的展望。     

城市闹市区物探技术和岩溶探查的进展及隧道施工时岩爆预报技术的突破

在城市闹市区的物探工作受到人、车等的振动和地电、电磁波的强烈干扰,因此目前物探难以在地铁及其他城市勘查中做面积性工作。陆地声呐法和微分电测深及C-1微测深仪在北京、济南、广州等闹市区的浅层勘查中取得了突破。探查单个中小溶洞是地质勘探的难题之一,在多处用陆地声呐等方法探查几十米深、直径1 m以上的溶洞,并得到了大量钻孔的验证,难关亦已突破。针对国际岩石力学界的重点研究难题——高应力情况下开挖地下工程发生的岩爆机理和预报,在四川锦屏二级电站用微震监测和陆地声呐法相结合监测微震事件密集发生部位、探查岩爆源位置进行岩爆预报,取得了好的效果和进展。     

一种猎雷声呐信号被动定向技术研究

介绍了一种猎雷声呐脉冲信号被动定位的测向方法。反猎水雷采用被动声自导方式,利用猎雷声呐发射的窄带脉冲信号,采用自适应 notch 滤波器估计信号的包络、频率、相位差。采用时延差粗测与相位差精测相结合的方法实现时延估计。此方法不仅对 CW 脉冲信号可测向、测距,还可适用于调频、跳频信号。 该方法已通过仿真及实测数据验证有效。     

基于深度学习的水下目标声学识别与定位技术研究

为实现自主水下潜器(Autonomous Underwater Vehicle,简称 AUV)的自主目标探测识别与定位任务,以侧扫声呐数据为依据,考虑到扫描式声呐成像的特点,针对金属球类目标,基于 Darknet 框架设计了一种轻量化深度学习目标识别模型,并结合人工特征进行目标特性分析。同时对声呐图像设计了有效的图像增强方法。实验表明：上述目标识别方法在保证目标识别准确率的同时,具有较高的目标识别速率,适于低功耗嵌入式平台部署。     

水下搜救中基于先验信息的AUV区域覆盖路径规划

搭载侧扫声呐(side-scan sonar,SSS)的自主水下航行器(autonomous underwater vehicle,AUV) 执行大规模海上搜救(search and rescue,SAR)任务时通常采用区域覆盖路径规划(coverage path planning, CPP)技术。由于任务失败的可能性很大,因此实现完全覆盖的同时,优先搜索目标可能存在的区域并提高侧扫声呐的数据质量十分必要。针对以上问题,提出了一种面向操作的全覆盖路径规划方法 SAS-A*,通过生成全覆盖路径,有效提高目标可能存在区域的覆盖速度和声呐数据的质量。该方法基于救援专家预测的目标位置和轨迹,采用二维高斯分布建立目标存在的概率模型,作为路径规划的先验信息。提出的 SAS-A*算法将下一个路径点选择策略转化为多目标决策问题,采用加权度量法来进行多目标优化,使 AUV 以更短路程、更少的转弯优先搜索目标可能出现的区域。仿真结果表明：SAR- A*路径规划方法适用于大规模搜救任务,可快速提高目标的搜索概率。