發(fā)布時(shí)間：2021-01-08 02:38

　　本文基于《全球海洋Argo網(wǎng)格數(shù)據(jù)集（BOA-Argo）》,從經(jīng)驗(yàn)聲速公式入手,獲取影響海洋聲速的主要特征,即海洋溫度、鹽度以及深度指標(biāo)。水聲通信技術(shù)利用聲波在水下進(jìn)行信號(hào)傳播,是目前常用的實(shí)現(xiàn)水下遠(yuǎn)距離傳輸?shù)耐ㄐ欧绞�。更精確的聲速值對(duì)水下目標(biāo)定位及水下網(wǎng)絡(luò)協(xié)議設(shè)計(jì)中往返時(shí)延的估計(jì)有重要意義。考慮到水下環(huán)境的分層結(jié)構(gòu),聲音在海洋中的傳播速度隨著環(huán)境的變化而變化,為了對(duì)海洋聲速剖面做到空間以及時(shí)間上的準(zhǔn)確預(yù)測,本文主要開展了以下研究。首先考慮BOA_Argo中數(shù)據(jù)在空間的分布密度問題,尤其在垂直方向上,數(shù)據(jù)樣本間距隨深度增加不斷加大,所以本文提出了一種基于人工神經(jīng)網(wǎng)絡(luò)模型的數(shù)據(jù)高空間分辨率處理方案。在該方案中,將對(duì)多時(shí)間跨度數(shù)據(jù)進(jìn)行統(tǒng)一處理,通過與單一時(shí)間尺度數(shù)據(jù)單獨(dú)處理進(jìn)行對(duì)比,在回歸評(píng)價(jià)指標(biāo)上前者與后者處于同一水平,但效率得到較大提升。在與其他模型包括KNN回歸、嶺歸回以及決策樹的對(duì)比中,基于人工神經(jīng)網(wǎng)絡(luò)的處理方案明顯更勝一籌。進(jìn)而得到高空間分辨率溫鹽數(shù)據(jù)及空間上更加平滑的聲速剖面。在高空間分辨率數(shù)據(jù)集基礎(chǔ)之上,本文提出了基于ConvLSTM循環(huán)神經(jīng)網(wǎng)絡(luò)的聲速剖面... 

【文章來源】： 李博 吉林大學(xué)

【文章頁數(shù)】：78 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

研究整體框架

9收集全球海洋上層溫度、鹽度的剖面數(shù)據(jù)，最終用于在氣候預(yù)報(bào)等方面，并且較以往提高精度。爭取有效預(yù)報(bào)海洋氣候?yàn)?zāi)害，降低災(zāi)害帶給人類的威脅，提前做好準(zhǔn)備以減輕帶來的各方面損失。最初的Argo計(jì)劃，設(shè)想用三至四年時(shí)間，在全球海域布放3000個(gè)衛(wèi)星追蹤浮標(biāo)，單個(gè)浮標(biāo)預(yù)計(jì)使用壽命4-5年，且最大測量深度為2000米，每10-14天自動(dòng)傳回一組觀測剖面數(shù)據(jù)，浮標(biāo)之間間距為300公里，最終實(shí)現(xiàn)全球海域的大范圍覆蓋，形成一個(gè)龐大的全球海洋觀測體系。截至2020年3月，全球累計(jì)投放浮標(biāo)數(shù)量已超過4000個(gè)，分布圖如圖2.1所示,圖片來源Argo官網(wǎng)（http://www-argo.ucsd.edu/）。圖2.1Argo計(jì)劃全球海洋浮標(biāo)分布示意圖Argo計(jì)劃已成為全球氣候觀測系統(tǒng)（GCOS）、全球氣候變異與觀測試驗(yàn)（CLIVAR）、全球大洋觀測系統(tǒng)（GOOS）和全球海洋資料同化試驗(yàn)（GODAE）等一些大規(guī)模國際觀測及研究計(jì)劃的重要組成部分。海洋占據(jù)地球百分之七十的表面積，厄爾尼諾和拉尼娜等事件的發(fā)生，無一不與海洋環(huán)境有著緊密的聯(lián)系，因此監(jiān)測全球海洋中層、上層的環(huán)境信息對(duì)未來氣候預(yù)測等具有重要意義，建立全球范圍內(nèi)的高分辨率海洋監(jiān)測數(shù)據(jù)具有重要研究價(jià)值。世界海洋地圖集2018版（WorldOceanAtlas2018，WOA18）是由(美國)國家海洋和大氣局（NationalOceanicAtmosphericAdminstration，NOAA）海洋氣象實(shí)驗(yàn)室制作的海洋氣候?qū)W數(shù)據(jù)集產(chǎn)品。該數(shù)據(jù)集產(chǎn)品包括全球范圍內(nèi)海洋溫度、鹽度、硅酸鹽、硝酸鹽、磷酸鹽、溶解氧等多種自然海洋觀測數(shù)據(jù)，整合了多種數(shù)據(jù)集和實(shí)測數(shù)據(jù)產(chǎn)品，最終形成以年為周期，季度為周期以及月為周期的全球海洋基礎(chǔ)數(shù)據(jù)集合。此版數(shù)據(jù)集在空間分辨率上，較以往版本有明顯提高，

11綜合分析比較現(xiàn)有海洋公開數(shù)據(jù)集數(shù)據(jù)量以及完善程度，本文所采用數(shù)據(jù)最終來自BOA_Argo，選擇該數(shù)據(jù)集的主要原因?yàn)闊o論是通過常規(guī)儀器探測還是通過Argo浮標(biāo)獲取的數(shù)據(jù)集，其都普遍存在著觀測時(shí)間非連續(xù)、觀測空間離散以及不一致的觀測深度等問題，在許多的應(yīng)用場景中會(huì)受到一定的限制[23]。BOA_Argo數(shù)據(jù)集完成了全球2004年1月-2018年12月的三維網(wǎng)格化溫、鹽數(shù)據(jù)，為研究分析提供了極大便利。構(gòu)建網(wǎng)格資料所選用的原始數(shù)據(jù)資料，已經(jīng)過科研中心研究人員非常嚴(yán)格的質(zhì)量再控制，從而保障衍生網(wǎng)格數(shù)據(jù)集質(zhì)量。與WOA18網(wǎng)格資料相比，BOA_Argo網(wǎng)格資料所反映的表層溫、鹽度特征基本與其一致，但相比之下BOA_Argo網(wǎng)格資料揭示的分布特征比WOA18資料更細(xì)致。BOA_Argo資料表層大面分布（溫、鹽）與WOA18資料表層大面分布（溫、鹽）示意圖如圖2.2，2.3所示，圖片來源[23]圖2.2BOA_Argo資料表層大面分布示意圖（溫、鹽）

【參考文獻(xiàn)】：
期刊論文
[1]基于微擾法的快速聲速剖面反演[J]. 張維,楊士莪,黃益旺,宋揚(yáng).  上海交通大學(xué)學(xué)報(bào). 2013(08)
[2]水下聲速剖面儀標(biāo)定方法研究[J]. 徐中偉.  無線互聯(lián)科技. 2012(02)
[3]水下無線通信技術(shù)的現(xiàn)狀與發(fā)展[J]. 梁涓.  中國新通信. 2009(23)
[4]由傳播時(shí)間反演海水中的聲速剖面[J]. 唐俊峰,楊士莪.  哈爾濱工程大學(xué)學(xué)報(bào). 2006(05)



本文編號(hào)：2963740