首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 359 毫秒
1.
根据重力异常与海底地形的相关性,利用日本西之岛附近海域内的重力异常和船测水深,分别采用SandwellSmith方法(SS,1994)和重力地质法(GGM)反演了该海域内1'×1'海底地形模型,并将反演的模型与格网化船测水深模型和ETOPO1模型进行了对比分析。在GGM中,使用了迭代法向下延拓确定密度差常数为5.7g/cm~3。与SS模型相比,GGM模型与格网化船测水深模型的差值的标准差达到了37.10m。  相似文献   

2.
彭聪  周兴华  王颖 《海洋通报》2020,39(2):223-230
针对基于测高重力异常反演海底地形理论众多、选取标准无法确定的情况,利用中国南海海域内的测高重力异常和船测水深数据研究比较了重力地质法(GGM)和SmithSandwell (SAS)法两种精度高、计算速度相对较快的海底地形反演理论。其中,GGM方法的密度差异常数Δρ由向下延拓技术确定为2.15 g·cm-3,SAS方法采用移去-恢复技术得到反演波段内重力异常和水深数据。结果表明:测线分布条件一定时,水深多在-1 000 m左右或反演区域岛礁、海山等复杂海底地形较多时选取SAS方法,水深主要在-3 000 m以深的区域或海底地形复杂程度不高时选取GGM方法则能获取更好的效果,其效果最优处与船测水深在检核点处的差值最优平均值能达-0.61 m,标准差可达14.67 m。  相似文献   

3.
基于重力地质法(GGM)采用卫星重力异常数据反演了中国南海112°E~119°E,16°N~20°N范围1'×1'的海底地形模型,通过船测水深数据的直接格网化结果和ETOP01模型的检核进行了精度评价。结果表明,GGM模型较船测水深的直接格网化结果更为精细,在船测控制点分布均匀的海域,GGM模型能获得比ETOP01模型更高的精度。为进一步验证GGM模型受海底地形特征影响的情况,采用GGM模型与ETOP01模型分别内插出9356个检核点处的水深,并统计得到两模型差值的较差结果平均值为19.560m,标准差为130.156m,相对精度为4.79%。经分析得出:GGM模型与ETOP01模型在坡度变化平缓深海区有着较好的一致性,随着水深的依次变浅,二者的差异逐渐显现,在多海山的海域差异达到最大。最后,为充分发挥重力地质法在海底地形反演中的优势总结了其最佳适用条件。  相似文献   

4.
随着测高技术的不断发展,测高海洋重力场的精度不断提高,由其反演计算的海底地形精度也相应提高。利用Sandwell 2014年最新发布主要由Jason-1末期大地测量任务和Cryosat-2观测资料反演的测高重力场V23.1,采用重力地质法(GGM)反演了中国南海海域海底地形模型,并对结果进行了精度评价。该过程中首先直接计算一系列密度差下的反演结果,并通过船测数据检核选定优化的密度差范围,然后利用向下延拓的方法确定了最优密度差异常数为7g/cm3。与船测水深数据相比,反演得到的GGM模型与检核点船测水深数据差值的标准差达到了±70.32m;此外,还计算了由测高重力异常V15.2反演的海底模型,比较这两个模型发现:测高重力场短波部分的改善对海底地形反演精度的提升作用有限,为得到更高精度的海底地形模型,需引入短波更为敏感的重力梯度资料。  相似文献   

5.
海底地形对开展海洋科学调查和研究十分重要。以多波束为主的回声测深技术测量成本高且效率低,几十年来仅实现了全球约20%的海床测绘。对于空白区(特别是深海区域),可以借助重力异常和重力垂直梯度异常进行回归分析反演得到,但该方法得到的比例因子鲁棒性不强。为了解决这一问题,同时考虑到两种重力数据在表征海底地形长短波长的不同优势,本文结合滑动窗口赋权和稳健回归分析来反演海底地形。在太平洋皇帝山海域(35°~45°N,165°~175°E)的实验结果表明:在船测检核点处,本文构建模型的标准差为61.02 m,相比于单一重力数据反演模型,精度分别提高了14.92%(重力异常)和2.08%(重力垂直梯度异常),能较好地反映皇帝海山链的地形走势。  相似文献   

6.
根据重力地质法(Gravity Geological Method, GGM),利用6 736个已知水深点数据和卫星测高重力异常反 演了马里亚纳海沟(142°36''~147°18''E,23°~27°N)1''×1''分辨率的海底地形,该计算中的密度差常数为1.20 g/cm3。将反演的地形与实测检核水深数据相比,两者较差标准差为152.9 m,平均误差为(±3.0) m,均方差为153.0 m,优于ETOPO1模型和直接把船测水深控制点格网化后的模型。将重力地质法反演的模型、ETOPO1模型、直接格网模型进行功率谱密度分析,结果显示3种模型在中长波地形能量一致,但对于短波地形,重力地质法模型能量高于其他2个模型,说明重力地质法更能描绘细致的海底地形地貌。选取2条测线与重力地质法模型进行对比研究,结果表明重力地质法在海底地形起伏小的区域优于在海底地形起伏较大区域的反演效果。  相似文献   

7.
为充分挖掘海洋重力数据在反演海底地形中的应用潜力,尝试探索利用大地水准面高反演海底地形的技术途径,并以夏威夷—皇帝海山链拐点所在海区作为反演试验区进行验证。首先采用Belikov列推法计算伴随(缔和)勒让德函数,利用EIGEN-6C4地球重力场模型解算获取了分辨率为1'的大地水准面高格网数值模型;然后通过综合分析反演比例函数和转换函数特点、研究海区大地水准面高与海底地形的相干特性以及大地水准面高本身尺度特征,获得了利用大地水准面高反演海底地形的频段范围;最终以试验海区大地水准面高为数据输入,构建了相应的海底地形模型(BNT模型),并与ETOPO1等海深模型进行比对分析。试验结果表明:BNT模型检核差值在一倍均方差范围检核点数量占比70.60%,相比正态分布更加集中;BNT模型检核精度低于ETOPO1等海深模型;海深模型检核精度随着水深增加不断提升,水深小于1 000 m时,海深模型相对误差出现较大发散现象;计算海域ETOPO1模型精度最高,GEBCO模型和DTU10模型检核精度相当。  相似文献   

8.
联合T/P、ERS1/GM、ERS1/ERM、ERS2/ERM、GEOSAT/ERM、GEOSAT/GM等多源卫星测高数据,基于逆Vening-Meinesz公式和EGM2008模型,采用移去-恢复方法和快速傅里叶变换算法构建了中国西太平洋海域(0°~40°N,105°E~145°E)1'×1'重力异常模型,选取两个不同特征区域航线,将构建的重力异常模型、EGM2008重力异常模型、美国Scripps海洋研究所重力异常与船测重力数据进行比较分析。结果表明,构建的重力异常模型与船测重力总体趋势变化较为一致、与船测重力比较均方根差为4.16m Gal,总体精度与EGM2008模型重力异常、美国Scripps海洋研究所重力异常相当,反演精度和分辨率达到国际领先水平。  相似文献   

9.
通过联合HY-2A、TP、Envisat卫星的高度计数据,分析HY-2A测高数据对中国南海重力异常影响。首先,将HY-2A和TP、Envisat数据进行对比,通过共线处理和交叉点平差前后的不符值RMS统计分析表明,HY-2A数据精度优于TP变轨后及Envisat数据精度;利用逆Venning-Meinesz公式分别计算中国南海海域(0°~23°N,103°E~120°E)15'×15'的重力异常,将反演结果与船测结果对比,HY-2A数据加入反演得到的重力异常精度在±6.13m Gal,其精度要优于没有HY-2A反演得到的结果,并分析反演重力异常与船测重力差值分布规律。结果表明,HY-2A数据对于提高海洋重力异常计算精度具有一定意义。  相似文献   

10.
南极布兰斯菲尔德海峡船测重力资料平差处理   总被引:2,自引:0,他引:2       下载免费PDF全文
基于中国南极考察第28航次和第30航次所获得的实测重力数据,结合NGDC的部分资料,我们采用最小二乘算法平差处理布兰斯菲尔德海峡内470 610个有效船测重力观测值点,使航次内、航次间观测误差达到极小。针对不同航次、不同船只数据交点的分布情况,对平差方式进行不同程度的微调,完成对研究区4组数据的平差。其中,中国南极考察第28航次船测数据交点误差的标准差由平差前的5.5×10-5 m/s2降为平差后的1.78×10-5m/s2,而全部125个交点平差后标准差降为1.545×10-5 m/s2。在此基础上,绘制了研究区空间重力异常图,相比卫星重力异常数据,融合成果数据能更真实地反映海底火山等特征,从而进一步提高了数据精度。  相似文献   

11.
准确合理的地形水深是影响海洋数值模式模拟和预报的关键。印度尼西亚近海岛屿众多,地形复杂,单一来源的水深数据通常存在较大误差。潮汐数值模拟对地形极为敏感,且其计算量与海洋环流模式相比较小。因此,通过将基于不同水深资料得到的潮汐数值模拟结果与观测对比,能够在一定程度上反映所采用水深数据的准确性。利用FVCOM海洋数值模式建立了覆盖印尼近海的潮波数值模式,采用来自于ETOPO1和ETOPO5(美国地球物理中心发布的地形高程数据,分辨率分别为1′和5′)、卡里马塔海峡和巽他海峡海图水深数据,采用不同的合成方法制作了3套覆盖印尼海及其周边海域的融合水深数据,开展了印尼海及其周边海域的潮波模拟。模拟结果显示,在大洋中ETOPO1水深较为准确,在巽他和卡里马塔海峡、纳土纳海、爪哇海,海图水深更加准确,在阿拉弗拉海131°~135°E,以及卡奔塔利亚湾,使用ETOPO1和ETOPO5合成的水深模拟结果最优。基于这一结果,我们构建了覆盖印尼近海(100°~145°E,17°S~7°N)的融合水深数据,可为提高印尼近海海洋数值模拟精度提供帮助。  相似文献   

12.
重力垂直梯度异常反应了重力异常的空间变化率,在地球物理勘探等多学科中得到越来越多的应用。利用南海局部区域实测重力异常数据和Sandwell测高重力异常数据,将搜索范围、距离和精度多种因素融合考虑并对Shepard算法进行改进,给出了南海局部区域(19°N~20.5°N,114°E~115.5°E)分辨率1'×1'的重力异常并反演了对应分辨率的重力垂直梯度异常。结果表明,基于Shepard改进算法的高精度船测重力和测高重力的有机融合,增强了单一测高重力数据反演重力垂直梯度异常的细节纹理,提高了反演重力垂直梯度异常的分辨率和精度。  相似文献   

13.
卫星测高在海洋测绘中的应用   总被引:1,自引:0,他引:1  
翟国君 《海洋测绘》2002,22(4):58-62
研究了卫星测高数据在海山探测以及无图海域水深预测方面的应用。介绍了匹配滤波法检测海山的理论与方法,并研究了反演海底地形时的重力导纳理论以及滤波窗口和滤波函数的选择。实践表明,利用卫星测高数据反演海底地形的精度可优于水深的10%。  相似文献   

14.
卫星测高资料在反演海底地形中的应用   总被引:1,自引:2,他引:1  
首先论述了利用卫星测高数据反演海底地形两类常用算法即解析算法和统计算法的基本原理和数学模型,在此基础上基于最小二乘配置理论,提出了统计算法的改进模型,使用新模型在南中国海地区进行了海底地形反演计算,并将反演结果与实际船测水深进行比对,进一步验证改进模型的可靠性和有效性。  相似文献   

15.
利用多代卫星测高数据计算中国近海及邻域重力异常   总被引:1,自引:0,他引:1  
为提高海洋重力场数据的精度和空间分辨率,联合Jason-1/2、T/P、Envisat、ERS-1/2、Geosat等多代卫星测高数据计算中国近海及邻域(0°~42°N,100°~140°E)2′×2′重力异常。对卫星测高数据分别进行共线处理和自交叉点平差,并以T/P卫星测高数据为基准进行多星数据联合平差,有效削弱了卫星测高数据的时变影响和不协调性;利用逆Vening-Meinesz公式计算重力异常,与船测重力相比,均方根误差为5.4 mgal。结果表明,通过引入高精度的卫星测高数据,结合多项平差处理手段,提高了海洋重力异常的计算精度。  相似文献   

16.
海底地形不易进行实地探测及核实,海底地形格网数据产品精度指标的确定不具备实地核实的条件,为了确定海底地形格网数据精度指标,通过大量的数据实验,分析得出单位面积内,一定比例的极值水深差值的平均值与海底地形之间有一定的线性关系,从而提出了通过单位面积水深插值来划分海底地形的一种量化方式,并依据实验数据,分析误差规律,给出了海底地形格网数据中误差的精度指标及方法。  相似文献   

17.
联合多代卫星测高资料反演中国南海重力异常   总被引:1,自引:0,他引:1       下载免费PDF全文
联合HY-2A、Geosat、ERS1/2、Envisat、T/P、Jason1/2等多颗测高卫星,通过共线处理和交叉点平差削弱海面时变效应和径向轨道误差等影响,以Jason-1测高卫星作为参考,对多代测高卫星进行基准统一,消除测高数据的不一致性,基于全球EGM2008重力场模型,采用移去恢复技术和逆Vening-Meinesz公式反演中国南海(0°~23°N,103°~120°E)2'×2'重力异常,与船测重力数据比较,均方根误差为4.9m Gal。  相似文献   

18.
岛礁周边海底地形精密测量是海洋测绘的难点问题之一,利用多光谱卫星能精确测定岛礁周边水深地形,是传统岛礁水深测量有效的补充方式之一。本文以蜈支洲岛周围水域为研究区域,提出了基于BP神经网络水深分段选取反演因子的方法,利用WorldView-2数据和多波束实测数据建立多模型,整合预测的各段水深获得海底地形。实验表明,本文方法能充分利用水体的光谱特性,与单一BP神经网络模型结果相比,MRE降低了6.4%,RMSE降低了1.2 m,是一种可行的多光谱水深反演的方法  相似文献   

19.
基于Landsat-8遥感影像和LiDAR测深数据的水深主被动遥   总被引:1,自引:0,他引:1  
主被动遥感结合反演远海岛礁周边水深信息,不仅可以有效弥补传统测深方法覆盖范围小且费时费力的不足,也可为航运安全、海洋减灾、生态环境保护等领域提供基础资料。以夏威夷瓦胡岛周边水深反演为例,应用Landsat-8多光谱遥感数据和机载Li DAR测深数据,开展了不同密度Li DAR测深数据对水深多光谱遥感反演精度的影响分析、不同水深网格化处理方法对水深遥感反演结果的影响分析和基于少量Li DAR控制区块的大区域水深反演能力分析三方面的研究工作。结果表明:(1)Li DAR测深数据密度的改变对水深反演结果的影响不大,变化后的水深反演结果与原始的水深反演结果相比,平均相对误差变化在0.3%以内,平均绝对误差变化在0.03m以内;(2)采用均值格网处理方法的多光谱遥感水深反演精度要略高于采用中值格网处理方法的水深反演精度,具体体现在均值的平均绝对误差要比中值的低0.04~0.05 m,平均相对误差低1%~10%,反演结果的残差分布显示在0~2 m和20~25 m的水深段内均值统计法的残差分布更集中且其平均值接近于0 m,而在其它水深段二者的残差分布基本相同;(3)基于少量Li DAR控制区块的大区域遥感水深反演结果较为理想,两个检查区块的水深反演结果 R2、平均绝对误差和平均相对误差分别为:0.877,1.66 m,3.5%和0.941,1.62 m,28.4%。反演结果分段分析表明各水深段内反演的精度都比较理想,平均绝对误差除20~25 m水深段外,均低于2.5 m,平均相对误差除0~2 m,2~5 m外,均低于25%。  相似文献   

20.
基于SPOT-6遥感影像的近海水深反演   总被引:1,自引:0,他引:1       下载免费PDF全文
水深反演对于浅海地形调查、海岸带保护和开发具有重要的意义。本文选取南海东锣岛海域为研究区,采用SPOT-6 6 m高分辨率数据,基于SPOT-6多光谱数据和水深实测值分别建立蓝-绿、蓝-红等6个波段比值模型。结果显示,绿-红波段的比值模型精度最高,R2值达到0.706 4,这对于反演热带海洋地区水深具有一定借鉴意义。基于该模型的反演结果对不同水深范围内的平均相对误差进行比较,结果表明:0~5 m水深范围反演误差较高,主要由于该范围水体情况较复杂,5~10 m 水深范围内平均相对误差最小为13.62%,而随着水深的增加,反演的误差增大,分析误差的主要来源是海水中的悬浮颗粒物、黄色物质、叶绿素质量浓度等方面的影响。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号