共查询到10条相似文献，搜索用时 16 毫秒
1.
联合多源重力数据反演菲律宾海域海底地形 总被引：2，自引：2，他引：0
对比分析重力-海深的“理论导纳”和实际数据的“观测导纳”,获得研究海域有效弹性厚度理论值为10 km。联合重力异常和重力异常垂直梯度数据,应用自适应赋权技术,采用导纳函数方法构建菲律宾海域1'×1'海底地形模型。试验发现,当重力异常垂直梯度反演海深结果与重力异常反演海深结果的权比为2∶3时,所构建的海深模型检核精度最高。同时,联合多源重力数据反演海深能够综合重力异常和重力异常垂直梯度在对待不同海底地形上的反演优势,生成精度优于单独使用重力异常数据和重力异常垂直梯度数据反演的海底地形模型。以船测数据作为外部检核条件,反演模型检核精度略低于V18.1海深模型,而相较于ETOPO1海深模型和DTU10海深模型检核精度分别提高了27.17%和39.02%左右;反演模型相对误差的绝对值在5%范围内的检核点大约占检核点总数的94.25%。 相似文献
2.
研究了顾及局部地形改正的GGM(gravity-geologic method)海底地形反演方法,采用该方法反演了印度洋Rodriguez三联点区域的1 ′×1′海底地形模型,说明了反演计算过程及结果的有效性.同时将该方法应用于南中国海内4°×4°区域的海底地形的反演.与船测海深比较发现,在研究区域内,GGM方法反演得到的海深模型精度优于ETOPO1模型,并且在南中国海研究区域内,改进方法大大提高了海底地形的反演精度. 相似文献
3.
针对目前常用的反演海底地形方法主要考虑海底地形和卫星测高重力数据线性趋势项而忽略非线性项影响现状,提出了顾及海底地形非线性项的最小二乘配置反演方法.选择日本海某海域作为目标海区,利用卫星测高重力异常和重力异常垂直梯度数据作为输入源进行了方法试算并构建了相应的海深模型,然后以实际船测海深作为外部检核参考,评估了反演模型效能,同时分析了反演模型频谱特征.目标海区试验结果表明:相较于本文仅仅考虑海底地形和重力数据线性趋势项采用最小二乘方法建立的海深模型,基于最小二乘配置方法,利用相同重力异常和重力异常垂直梯度数据获得的目标海区反演海深模型检核精度最低分别提高了大约2.5倍和3.5倍,相对精度最高分别提升了9.76％ 和13.07％,极大地提升了海底地形建模质量;采用本文方法建立的海底地形模型在研究海域表现良好,反演模型与S&S V18.1、ETOPO1、GEBCO和BAT_VGG模型在研究海域相关系数均达到了0.95以上;在研究海区本文模型检核精度与S&S V18.1相当,远远优于ETOPO1等海深模型;本文模型可有效改善船测海深相关波段信息(本文反演波段范围为15～160 km),其中重力异常垂直梯度构建的海深模型相比重力异常为输入源建立的海深模型改善船测海深相关波段信息更为明显,验证了本文方法的可行性和有效性. 相似文献
4.
针对海底地形与重力异常和重力异常垂直梯度在相应频段呈现强线性相关的特点,引入多元回归分析技术,提出并详细推导了联合多元重力数据的海底地形建模方法。然后,在西南印度洋SWIR(Southwest India Ridge)所在部分海域开展了海底地形反演试验及地形地貌分析研究。试验结果表明:6种海深模型中,基于多元回归分析技术构建的海深模型(BDVG模型)检核精度最高,相较于S&S V18.1模型和ETOPO1模型精度分别提高了11.51%和57.81%左右;2000 m以上水深海域,各个海深模型的检核精度较高,相对误差波动较小,反映了深海海域具有良好的反演效果;地形起伏剧烈海域或者浅海海域,BDVG海深模型,相较于以重力异常和重力异常垂直梯度作为单一输入源建立的BDG模型和BVGG模型相对误差及相对误差波动变化较小,反映了BDVG模型拥有更好的稳定性,从而体现了联合反演的必要性和优势。Indomed FZ—Gallieni FZ上唯一轴部缺失裂谷洋脊段(27洋脊段)目前属于岩浆供应充足阶段,构造作用的海底扩张对其影响较小;同时由于对称裂离方式影响,27洋脊段沿轴南北对称分布有地形隆起。 相似文献
5.
海洋重力场模型反演的质量主要依赖于采用测高数据的精度、空间分辨率和数据分布密集程度。本文联合Geosat GM/ERM、ERS-1 GM/ERM、TOPEX/Poseidon、Envisat、Cryosat-2、Jason-1 ERM/GM和SARAL/AltiKa等多种测高观测数据集,深入比较了多种波形重跟踪算法的效果,回波数据重跟踪处理后的沿轨海面高标准差。统计表明,Sandwell算法优于MLE-4算法、Davis阈值法、改进阈值法和β参数拟合法;基于不同测高数据波形重采样的结果给出了沿轨海面梯度计算中低通滤波的参数选择方法,并采用Sandwell提出的垂线偏差法,反演了全球海域1′×1′的重力场模型。检核表明,反演结果与DTU13和SIO V23.1模型检核的差值均方根分别为3.4、1.8 mGal,与NGDC船测数据的检核精度为4~8 mGal,且本文模型在部分典型海区内精度更优。 相似文献
6.
由于不同的水深探测手段及海深反演方法适用于不同深度的海域,且全球海域水深分布不均,因此在探测及反演海深之前,需对目标海域的水深分布有一定认识。本文采用ETOPO1模型对全球及部分海域进行统计分析,结果表明,全球及大西洋、印度洋、太平洋区域的水深大多处于3 000—10 000 m,其中3 000—5 000 m水深海域占比较大,因此,在这些海域主要采用重力数据结合船测数据进行反演,同时应注意避开海岸带、岛屿较多、海脊存在的区域;对于水深小于1 000 m的海域,可以根据外部环境,采用多波束船测、水深遥感、机载激光测深等方式进行探测。通过分析及统计全球和重点海域的水深可以为海深探测及海底地形反演方法的选取提供参考。 相似文献
7.
《武汉大学学报(信息科学版)》2015,(9)
联合船测海深、重力异常和垂直重力梯度异常数据,构建了中国海及周边地区1′×1′海底地形模型。船测海深数据主要用于构建波长大于200km波段的海底地形,垂直重力梯度异常数据用于反演100~200km波段内的海底地形,而重力异常数据用于反演波长小于100km波段的海底地形。以船测海深为检核参考,考察了本文模型在南中国海和菲律宾海地区的精度。结果表明,本文模型精度优于ETOPO1、GEBCO和DTU10模型,在南中国海地区与斯克里普斯海洋研究所(Scripps Institute of Oceanography,SIO)的海底地形模型V15.1精度一致,在菲律宾海地区较V15.1模型精度提高了约8.2%。 相似文献
8.
利用2017年1月—2020年12月的SARAL卫星测高数据反演得到南海海域1′×1′格网扰动重力数据,通过与船载重力数据比较,精度达到5.5 mGal。提出了利用重力数据及高斯曲面函数求解区域特征参数进而估计海底地形模型的方法,利用SARAL卫星反演获得的重力数据在南海海域开展了计算试验。结果表明,利用ETOPO-1先验模型,在10×10格网一组划分条件下估计得到的1′×1′海底地形精度相对于先验模型提高了约10 m;利用DTU18先验模型,在9×9格网一组划分条件下估计得到的1′×1′海底地形精度相对于先验模型提高了约9 m。计算结果表明,利用卫星测高反演得到的重力数据,通过高斯曲面函数解算获得的5个特征参数,可以在一定程度上代表相应区域海底地形的曲面特征,进而可在不依赖外部实测数据条件下对先验海底模型进行精化。对于曲面估计而言,格网划分越小,曲面函数就越能反映区域变化特征。因此,对于未来卫星测高技术发展而言,更高分辨率的重力场探测技术有望继续提升海底地形细节的反演能力。 相似文献
9.
目前,基于重力数据反演海底地形方法的主要原理是利用测深数据拟合出海底地形与重力（或重力梯度）数据之间的线性关系,这会导致对不同的海底地形会有不同的线性关系。为了克服这种不确定性的制约,本文基于长方体海山产生的垂直重力梯度的表达式,通过将研究海域进行格网化,建立了垂直重力梯度（vertical gravity gradient,VGG）与海深之间的函数关系,即关于海深的观测方程组,在此基础上,通过模拟计算,验证了观测方程组的解不仅唯一可解,而且具有较好的抗误差干扰性质。由于观测方程组受到研究海域外海山的影响（分为边界效应、远区影响）,因此,需要相应的数学方法来处理这些影响。本文将研究海域进行扩充得到扩展区域,然后在扩展海域上研究观测方程组,此时为了避免观测方程组出现奇异性,引入了正则化方法对扩展后的观测方程组进行求解,并从中截取研究海域上的海深。模拟试验表明,使用正则化方法后,边界效应对反演海深的均方根误差为0.48 m。最后,对南中国海真实海底地形进行了反演计算,将反演的海深与研究海域内的289个船测数据点进行对比,反演结果的均方根误差达到109 m。 相似文献
10.
本文利用由多源卫星测高资料计算的新版全球重力异常Grav_Alti_WHU,联合船测水深资料,构建了全球75°S—70°N范围的1′×1′海底地形模型BAT_WHU2020。以船测水深、现有模型和多波束测深数据为参考,对模型精度进行了分析评价。结果表明,在中国海域及邻区(104°E—160°E,0°N—50°N),本文模型与船测水深之差值的标准差约70 m,与SIO V19.1模型精度相当,优于ETOPO1、DTU10、GEBCO_08等模型,较此前发布的BAT_VGG模型精度提高了约30%,说明本文模型构建方法可靠、数据处理准确、精度较高。在全球范围内,BAT_WHU2020模型与船测水深之差值的标准差为50～65 m,差值在±200 m范围内的比率超过95%,与SIO V19.1模型精度相当,优于ETOPO1、DTU10、GEBCO_08等模型,较BAT_VGG模型精度提高了27%～36%。以SIO V19.1模型为参考,模型之差的标准差为90～110 m,约90%格网点差值在±200 m以内,约95%格网点差值在±300 m以内,两者一致性良好。最后,讨论了地壳均衡、Parker公式高次项等对成果精度的影响,模型的真实空间分辨率,以及以多波束测深为参考的模型精度问题。分析认为,BAT_WHU2020模型空间分辨率为10～18 km,在马里亚纳海沟、麦夸里海岭地区相对精度为5%～6%。 相似文献