日照港30万吨油码头船舶泊稳物理模型试验研究

日照港拟在岚北港区建设30万吨级原油码头,通过实验测定了船舶在风、浪、流作用下对码头结构的作用力、船舶运动量最大值、最大缆绳拉力、船舶对护舷撞击能量和撞击力,为工程结构设计和操船规程的制定提供可靠依据。     

一种新的用于极化SAR图像船只检测的散射相似性测度

本文提出了一种新的用于极化合成孔径雷达（SAR）海上船只目标检测的测度。首先利用散射相似性参数研究船只与海杂波散射机制的差异。基于这些差异,提出了一种新的船只检测测度,该测度能够有效区分船只目标和海杂波。然后提出了利用核密度估计（KDE）方法对该测度进行建模的方法。基于统计模型,实现了自适应恒虚警率（CFAR）的检测方案。本文利用多景C波段RADARSAT-2极化SAR（Pol-SAR）数据上进行实验,系统分析了所提出测度的海杂波拟合性能与船只检测性能,并与两个经典的极化测度进行了比较,实验和比较结果证明了所提的测度的可行性。     

全水深多波束测深系统Seabeam3012在西太平洋马里亚纳海山区地形测量中的应用

中国科学院海洋研究所在开展西太平洋马里亚纳海山区多学科综合科学考察的过程中,利用“科学”轮船载的全水深多波束测深系统Seabeam3012对多个海山进行了地形测量工作。针对作业过程中遇到的恶劣海况导致采集数据质量差、多波束系统易检测错误海底信息、测线布设难度大等问题,提出了基于船体姿态对数据质量影响分析的多波束测线方向优化、基于地形变化并参考浅地层剖面资料的作业参数优化和基于实时采集情况的多波束采集测线布设优化等一系列措施,有效地提高了海山区多波束数据采集质量,并提高了作业效率。获得的高品质地形数据,为多学科协同研究奠定了基础,为ROV等设备的现场作业提供了安全保障。     

复杂卫星图像中的小目标船舶识别

船舶作为海上的重要目标,实现对船舶自动识别有重要的意义。针对卫星图像中云雾、海岸背景等复杂海情对船舶识别带来的干扰,以及小目标船舶高漏检率问题,本文提出一种多尺度深度学习模型训练策略,在此基础上构建了一种船舶识别的深度学习网络,该网络可分为多尺度训练、特征提取、生成目标建议区域、船舶分类这4个部分。首先,采用多尺度的训练策略,将多尺度的船舶样本送入网络中进行训练,这样在训练样本中加入了大量小目标船舶的样本,使网络充分提取到小目标船舶的特征;其次,通过卷积神经网络对目标船舶进行特征自适应提取;然后,目标区域建议网络可依据卷积神经网络提取到的特征,在图像中找到感兴趣目标区域,即框定船舶的位置;最后,通过多个全连接层的组合,将高维特征映射到一个4元组中,再运用分类函数输出每一类船舶的概率值,概率值最大的则为该船舶的类别。同时为解决云雾遮挡和海岸背景的干扰,采用了一种负样本增强学习的方法,在样本数据集中加入了大量只含有云雾和海岸背景的图片,进行负样本扩充,增强网络模型对云雾及海岸背景的特征学习能力,以此解决复杂海情的影响。实验结果表明,所提方法有效解决了复杂海情条件下的船舶识别难,以及小目标船舶识别难的问题,实现了复杂海情条件下的船舶识别。同时,与现有成熟的深度学习目标识别算法相比,本文算法的精确度和召回率分别提升了6.98%和18.17%,所训练的模型具有良好的泛化能力和鲁棒性。     

A-FPN算法及其在遥感图像船舶检测中的应用

光学遥感图像船舶检测主要面临两个挑战:光学遥感图像背景复杂,船舶检测易受海浪、云雾及陆地建筑等多方面干扰;遥感图像分辨率低,船舶目标小,对于其分类与定位带来很大困难;针对上述问题,在FPN的基础上,提出一种融入显著性特征的卷积神经网络模型A-FPN (Attention-Based Feature Pyramid Networks)。首先,利用卷积提取图像特征金字塔;然后,利用顶层金字塔逐级构建显著特征层,抑制背景信息,通过金字塔顶层的细粒度特征提高浅层特征的表达能力,构建自上而下的多级显著特征映射结构;最后利用Softmax分类器进行多层级船舶检测。A-FPN模型利用显著性机制引导不同感受下的特征进行融合,提高了模型的分辨能力,对遥感图像处理领域具有重要应用价值。实验阶段,利用公开的遥感目标检测数据集NWPU VHR-10中的船舶样本进行测试,准确率为92.8%,表明A-FPN模型适用于遥感图像船舶检测。     

基于BDS的混合动力船舶节能研究

提出一种基于北斗卫星导航系统(BDS)的油电混合动力推进系统,柴油机和电动机采取PTH驱动方式,采用燃油和电能混合提供推进动力,可以依据BDS导航的航行区域以及航行速度选择不同动力源输出.经过燃油经济性和效益分析,与传统推进系统相比,应用基于BDS的混合动力推进系统,公务船运营成本降低26%,增加的初始建造投资成本3年内可以收回;金枪鱼延绳钓船综合节油15%~20%,通过节油方式可在4年内收回初始建造投资成本.基于BDS的混合动力系统可以增加推进冗余度,提高船舶安全性,具有良好的节能减排和节约运营成本的效果.     

基于分区间泛化Kriging近似模型的船舶局部结构形状优化

为提高Kriging近似模型在船舶结构性能多维度响应预测方面的适用性,对常规Kriging近似模型进行分区间泛化改进:一是对设计样本点的各个维度(分量)进行划区,并在每一个分区间内采用最优拉丁超立方(OLhd)取样;二是引入比例系数w1组合高斯与指数型相关函数提高模型对数据的泛化能力,从而在每个划分的区间内建立泛化的Kriging近似模型。通过SCH测试函数,验证了构造的分区间泛化Kriging模型有效性。结合参数化建模和改进Kriging近似模型对某过渡肘板和舱口角隅边界进行形状优化,优化第一阶段由改进的近似模型通过多岛遗传算法得到全局初步的最优解,第二阶段在初步解的基础上缩小优化变量范围,由少量的FEM计算即可在小范围内搜寻到精确的最优设计变量。结果表明:分区间泛化Kriging近似模型在预测多维度响应时较常规Kriging模型预测精度更高;分阶段的形状优化流程在保证极小误差和缩小计算成本的情况下能够得到理想的应力分布和重量优化结果,有助于船舶结构的轻量化研究。     

Population abundance and seasonal migration patterns indicated by commercial catch-per-unit-effort of hakes (Merluccius capensis and M. paradoxus) in the northern Benguela Current Large Marine Ecosystem

We developed generalised additive models (GAMs) to estimate standardised time-series of population abundance indices for assessment purposes and to infer ecological and behavioural information on northern Benguela hakes, Merluccius capensis and M. paradoxus, using haul-by-haul commercial trawl catch-rate data as proxies for hake densities. The modelling indicated that individual ship identifiers should be used rather than general vessel characteristics, such as vessel size. The final models explained 79% and 68% of the variability in the commercial catch rates of M. capensis and M. paradoxus, respectively. The spatial density patterns were consistent and confirmed existing knowledge about these species in the northern Benguela system. Furthermore, seasonal migration patterns were described for the first time and were found to correspond to the known spawning areas and seasons for M. capensis and M. paradoxus. Spatial density patterns were validated using the geostatistical modelling results of fisheries-independent trawl survey data. Improved understanding of the relationships between fleet dynamics and fish movement can be achieved by taking into consideration the present catch-rate model and spatial and seasonal distribution maps. We conclude that the yearly standardised CPUE time-series are problematic as proxies for total stock abundance because of spatial coverage issues. Consequently, such CPUE data should not be used for stock-size assessments and fisheries advice concerning northern Benguela hakes until this is solved. We generally recommend the exclusion of standardised CPUE time-series from stock assessments when important and changing parts of the stock distribution cannot be targeted by the fishery, such as due to closed areas or seasons.     

基于结构特征的SAR船只类型识别能力分析

1 引言 SAR是船只探测的有效手段,利用SAR影像不仅可以检测船只目标,而且还可以提取船只的长度、宽度以及航速、航向等信息.随着星载SAR空间分辨率的提高,使基于星载SAR影像的船只类型识别成为可能.利用星载SAR可以检测出大面积范围内的船只和初步识别其类型.     

中国海洋志愿观测船现运行状态及发展

志愿船观测是中国必须履行的国际义务。目前,中国海洋志愿观测船只呈逐年减少趋势,从过去的百余艘船只降至三、四十艘,并且从观测能力上也存在较多问题,比如观测手段比较落后、观测要素单一、观测资料缺乏。从根本上讲,志愿船运行机制缺乏有效的制度化保障,因此难以形成业务化能力,并且不能有效的履行国际义务。本文将对志愿船现运行状态及发展进行论述。