机载激光测深系统椭圆扫描轨迹及覆盖情况分析          下载免费PDF全文

曹彬才  朱述龙  邱振戈  曹斌 《海洋测绘》2018,(2):25-28

以国内外两种典型机载激光测深系统CZMIL和LADM-II为研究对象,介绍了两种系统的扫描机械结构,并针对椭圆扫描构建了激光点云轨迹模型,采用模拟计算、图形仿真和统计分析等方法对比了两种系统的点云分布及覆盖情况。实验结果能为工程应用中测线布设和改善我国机载激光测深系统设计提供参考。  相似文献   

基于梯度提升决策树算法的水深反演研究     

孟然  沈蔚  栾奎峰  纪茜  饶亚丽 《海洋湖沼通报》2023,(1):45-50

传统的水深测量方法多通过舰载声纳实地探测的方法，灵活性较差且水深资料更新周期长，并且在某些海域，船只往往难以靠近从而无法完成测量。本文使用七连屿海域附近的WorldView-2多光谱遥感影像构建了基于梯度提升决策树(Gradient Boosting Decision Tree, GBDT)算法的水深反演模型，并利用单波束与人工测量相结合的水深数据，与传统的单波段模型、双波段模型以及BP神经网络水深反演模型的水深数据进行了水深反演精度对比。结果表明，在0～20 m深海域，GBDT模型反演精度高于其他模型，且更符合实际水深，其检验点的R²为0.9664, RMSE为0.94 m, MAE为0.75 m, RME为19%。  相似文献   

北太平洋表层海水pH值的重建     

王洁  毛景景  吕阳阳  王杰  栾奎峰 《海洋预报》2023,(1):46-56

以1993—2018年北太平洋海表面温度(SST)、海表面盐度(SSS)、叶绿素a浓度(Chl-a)、二氧化碳分压(pCO₂)等数据为基础，利用传统线性回归分析和BP神经网络算法，建立表层海水pH值的预测模型。结果表明：两种方法对于重建北太平洋表层海水pH值都能达到较高的精度，其中线性回归模型基于SSS、Chl-a、pCO₂参数模拟最佳，BP神经网络模型基于SST、SSS、Chl-a、pCO₂参数模拟最佳。对比两种最佳模型的均方根误差和拟合系数发现，BP神经网络模型优于线性回归模型。除此之外，最佳BP神经网络模型在4个季节的拟合效果均很好，不同季节的适用性远高于最佳线性回归模型。表层海水pH值受到多种因素的综合影响，与pCO₂、SST呈负相关关系，与SSS、Chl-a呈正相关关系。应用最佳BP神经网络模型重建北太平洋表层海水pH值发现，本研究模型的预测结果与已有研究、哥白尼欧洲地球观测计划数据、站点实测数据都存在很好的一致性，表层海水pH值冬季高于夏季，整体呈现西北高东南低的趋势。  相似文献