红海湾底质硫化物的分布和变化

根据南海区半封闭型海湾规模化养殖技术研究的需要,对红海湾底质硫化物进行了研究。用碘量法分析的结果表明：红海湾底质中硫化物含量的区域分布极不均匀,呈北部河口区＞虾池＞鱼湾＞中部＞南部自然水域＞礁滩区的特点。虾池、鱼的硫化物含量清淤前分别为清淤后的8.4、3．6倍;湾南部硫化物含量春季明显高于夏季,其余区域的两季差异不明显。46份样品中约13％、28％分别超过国内外评价标准,超标测站位于河口和清淤前的虾池、鱼。礁滩护养增殖区、南部自然水域、湾中部牡蛎养殖区和清淤后的虾池、鱼尚未见硫化物的污染。     

Simrad EM多波束反向散射强度数据精处理研究

本文在探讨多波束反向散射强度与海底底质类型关系的基础上,主要针对目前广泛使用的Simrad EM系列多波束,详细描述了在数据获取期间系统进行的实时补偿,分析了反向散射强度数据中残留的入射角和波束模式指向性等因素的影响,给出了相应的改正方法。计算结果表明,本文给出的方法可对反向散射强度数据进行有效的处理,为正确使用声纳图像进行海底底质的判读提供了保证。     

基于流变特性与纹理特征的底质层界智能识别

针对传统的人工识别浅剖图像层界方法精度不足、效率低下的问题,提出了一种基于浮泥流变特性与灰度共生矩阵的航道底质层界智能识别方法。利用航道浅剖数据计算灰度共生矩阵特征值来描述底质层界纹理,粗略提取层界边缘;通过浮泥流变特性模型智能识别、连接同一层层界矢量点,准确识别底质层界。对比智能和人工提取连云港航道浅剖数据层界实验的结果表明:结合浮泥流变特性与灰度共生矩阵算法的层界识别方法,可以准确描述底质分布情况,快速自动识别层界线,智能化提取航道底质层界。     

基于粒子群优化算法的PSO-BP海底声学底质分类方法

利用粒子群优化算法（PSO）较强的鲁棒性和全局搜索能力等优点,将PSO算法与BP神经网络相结合,优化了BP神经网络分类时的初始权值和阈值。基于珠江河口三角洲的侧扫声呐图像数据,提取了海底声呐图像中砂、礁石、泥3类典型底质的6种主要特征向量,利用PSO-BP方法对海底底质进行分类识别。实验表明,3类底质分类精度均大于90%,高于BP神经网络70%左右的分类精度,表明PSO-BP方法可有效应用于海底底质的分类识别。     

海底表层底质探测系统测试仪的设计

海底表层底质探测系统是一种新型的声学探测设备,它利用声学信号实时走航式地遥测海底的表层底质。本测试仪用于在试验室条件下对海底表层探测系统性能的测试。由于该测试仪在设计过程中充分考虑到了目前测深仪的情况,所以也可以用于测深仪的性能测试。     

杭州湾南岸互花米草潮滩底质粒度及其分布特征

以杭州湾南岸为例,探讨互花米草（Spartina alterniflora）潮滩底质的粒度及其分布特征。结果表明杭州湾南岸互花米草潮滩底质由黏土质粉砂、粉砂、粉砂质砂和砂质粉砂组成;从杭州湾口向湾内,互花米草潮滩底质中值粒径逐渐变粗,分选性变好;从低潮滩向高潮滩,互花米草潮滩底质的中值粒径逐渐变小,分选性变差。互花米草盐沼的形成使得潮滩底质粒度及其分布特征产生明显改变。     

多波束回声数据的统计与底质分类应用

利用声反向散射数据作海底沉积物分类,是海洋地质学家感兴趣的话题,也是目前多波束声纳应用的一个研究热点。结合胶州湾实际调查数据,探讨了贝叶斯分类方法在该领域的应用。研究结果表明,该方法可以对不同的底质类型进行分类,可以识别未知的底质类型以及对混合在一起的两种不同类型的目标进行分类。     

潮流场对渤、黄、东海陆架底质分布的控制作用

运用二维潮流数学模型，模拟了渤、黄、东海陆架的M2潮汐、潮流。结果表明，渤、黄、东海陆架的潮流有强弱之分以及往复流和旋转汉之别。在此基础上，计算了8种粒径沙的湖平均悬移输沙率、潮平均推移输沙以及相应的输沙率散度。根据输沙率散度的正负，划分了海底冲刷区与淤积区。根据不同粒径泥沙输沙率散度的相对大小，确定出海底的主要底质类型为砂质沉积、粉砂质泥沉积和以粉砂为主的混合沉积。计算结果表明，海底3种主要底负类型的分布格局与海底的冲淤格局以及与输沙率矢量的发散和聚合状况基本一致。在渤、黄、东海陆架，沙脊主要在强往复流区形成，沙席主要在强或较强的旋转流区形成，泥质沉积主要在弱潮流区形成。砂质沉积、泥质沉积以及混合沉积这3种主要底质类型并非孤立存在，而是受渤、黄、东海陆架潮流场控制而形成的一个完整的潮流沉积体系。渤、黄、东海陆架的砂质沉积与泥质沉积并非残留沉积，而是潮流沉积。在没有冷涡的情况下，黄、东海陆架的典型泥质沉积在弱潮流环境中同样可以形成，因此，认为冷涡并非黄、东海陆架典型泥质沉积形成的必要条件。     

多波束海底底质分类软件Simrad Triton的应用

研究了利用声学信号对海底底质自动分类的技术。介绍了挪威Simrad公司海底底质分类软件Triton的分类原理，它所应用的分类方法及其软件的体系结构。最后，用实例来说明Simrad Triton在海底底质分类中的应用。     

介绍几种典型的海底底质分类技术

本文主要介绍了四家海洋仪器公司的最新海底底质分类技术。它们分别利用多波束的反向散射强度数据、单波束的回声波形结构数据和旁侧声纳数据。采用了多参数统计分析、波形结构分析和影像属性分析等方法，实现了快速、高效、大面积地对海底底质进行间接的分类。尽管它们的技术各不相同，但都可以分为监督分类方式和非监督分类方式。