一种海水空间温度剖面的重构方法及系统

技术领域

本发明涉及水声物理领域，尤其涉及一种海水空间温度剖面的重构方法及系统。

背景技术

海洋中大量的多尺度的动力过程会引起海水参数在时间和空间上分布不均匀，由此导致的海洋环境不确定性对水下声场研究、声纳性能发挥及目标定位和通信导航等产生重要影响，因此，捕捉海洋环境剖面的不确定性成为水声学研究的热点内容。海洋中的动力学过程主要依靠影响海水中声速分布影响声能量传播，在决定海水声速的温度、盐度、深度三个参量中，影响最大的不确定性海洋环境参数是海水中的温度，因此，需要发展相关的数据测量及处理方法以得到尽可能准确的空间温度剖面，即海水温度随深度的变化在空间上的分布。利用温度链、温盐剖面仪(CTD)等设备可以实现声速剖面的定点测量，但其空间测量效率低、覆盖范围有限，难以满足与声纳作用距离相当的大范围测量需求；抛弃式温深计(XBT)等抛弃式测量设备可实现测线上温度剖面测量，但需要密集投放以获得准确的空间温度剖面变化，且由于设备不可回收，测量成本高。

发明内容

本发明的目的在于克服现有技术缺陷，提出了一种海水空间温度剖面的重构方法及系统。

为了实现上述目的，本发明提出了一种海水空间温度剖面的重构方法，所述方法包括：

对预先建立的历史数据集中的温度剖面数据进行主成分分析，得到平均温度剖面和经验正交函数；

选取若干个深度值，根据选定深度值的温度剖面数据，结合平均温度剖面和经验正交函数，计算得到K阶经验正交函数的系数；

根据K阶经验正交函数的系数，结合经验正交函数对历史数据集中的温度剖面数据进行重构，根据平均均方根误差最小原则选取最优拖曳测量深度值；

在最优拖曳测量深度值的测线上进行拖曳测量，获取该深度值的温度剖面测量值；

由温度剖面测量值，结合经验正交函数，得到温度剖面空间分布。

作为上述方法的一种改进，所述历史数据集的温度剖面数据通过温度链、CTD或XBT测量手段获取。

作为上述方法的一种改进，所述对预先建立的历史数据集中的温度剖面数据进行主成分分析，得到平均温度剖面和经验正交函数；具体包括：

对预先建立的历史数据集中的温度剖面数据针对固定的N个深度值点进行内插，得到包含M组温度剖面的N×M阶矩阵t(z)，并得到平均温度剖面t

根据下式得到温度起伏矩阵Δt(z)，第i个温度起伏Δt

Δt

其中，z为深度值，t

对温度起伏矩阵Δt(z)进行主成分分析，特征值分解：

RU＝UV,

其中，U＝[u

按对应特征值v

选取对应特征值较大的前K阶经验正交函数，则温度剖面t(z)为：

其中，α

作为上述方法的一种改进，所述选取若干个深度值，根据选定深度值的温度剖面数据，结合平均温度剖面和经验正交函数，计算得到K阶经验正交函数的系数；具体为：

选取深度值z

α＝U([z

作为上述方法的一种改进，所述由温度剖面测量值，结合经验正交函数，得到温度剖面空间分布；具体为：

由温度剖面测量值t([z

α

将系数α

t(z)＝t

一种海水空间温度剖面的重构系统，所述系统包括：主成分分析模块、系数计算模块、最优拖曳测量深度值获取模块、测量值获取模块、温度剖面空间分布获取模块；其中，

所述主成分分析模块，用于对预先建立的历史数据集中的温度剖面数据进行主成分分析，得到平均温度剖面和经验正交函数；

所述系数计算模块，用于选取若干个深度值，根据选定深度值的温度剖面数据，结合平均温度剖面和经验正交函数，计算得到K阶经验正交函数的系数；

所述最优拖曳测量深度值获取模块，用于根据K阶经验正交函数的系数，结合经验正交函数对历史数据集中的温度剖面数据进行重构，根据平均均方根误差最小原则选取最优拖曳测量深度值；

所述测量值获取模块，用于在最优拖曳测量深度值的测线上进行拖曳测量，获取该深度值的温度剖面测量值；

所述温度剖面空间分布获取模块，用于由温度剖面测量值，结合经验正交函数，得到温度剖面空间分布。

作为上述系统的一种改进，所述主成分分析模块的具体处理过程为：

对预先建立的历史数据集中的温度剖面数据针对固定的N个深度值点进行内插，得到包含M组温度剖面的N×M阶矩阵t(z)，并得到平均温度剖面t

根据下式得到温度起伏矩阵Δt(z)，第i个温度起伏Δt

Δt

其中，z为深度值，t

对温度起伏矩阵Δt(z)进行主成分分析，特征值分解：

RU＝UV,

其中，U＝[u

按对应特征值v

选取对应特征值较大的前K阶经验正交函数，则温度剖面t(z)为：

其中，α

作为上述系统的一种改进，所述系数计算模块的具体处理过程为：

选取深度值z

α＝U([z

作为上述系统的一种改进，所述温度剖面空间分布获取模块的具体处理过程为：

由温度剖面测量值t([z

α

将系数α

t(z)＝t

与现有技术相比，本发明的优势在于：

1、在历史测量数据集的基础上，利用少量温深传感器(TD)在测线上进行一次单程拖曳测量，即可获得该测线上海水温度剖面的空间变化情况，所用设备简单、测量成本较低、空间测量效率较高；

2、有很强的环境适应性，可以在仅利用两个深度的温度测量结果前提下，在浅海内波环境等水文剖面随距离剧烈变化情况进行重构，且仍具有理想的重构效果。

附图说明

图1是本发明实施例1的温度剖面空间重构方法的流程图；

图2(a)是历史数据集分析，温度链测得单点温度剖面随时间变化

图2(b)是历史数据集分析，前两阶EOF分布；

图3是利用两深度组合重构温度剖面的均方根误差；

图4(a)是海上实验测量测线上XBT投放位置；

图4(b)是海上实验测量51组XBT温度测量结果；

图5是XBT测量结果中所选深度的温度起伏；

图6是本发明实施例1的温度剖面空间重构结果。

具体实施方式

本发明给出了一种利用拖曳温度、深度传感器重构海水空间温度剖面的方法，通过对历史观测数据集进行主成分分析，得到经验正交函数(EOF)及有代表性的温度测量深度，在此基础上利用少量温深传感器(TD)在测线上进行一次单程拖曳测量，得到几个深度上的温度测量结果，即可获得该测线上海水温度剖面的空间变化情况，所用设备简单、测量成本较低。在仅利用两个深度的温度测量结果前提下，该方法在浅海内波环境等水文剖面随距离剧烈变化情况仍具有理想的重构效果。

下面结合附图和实施例对本发明的技术方案进行详细的说明。

实施例1

如图1所示，本发明的实施例1提供了一种海水空间温度剖面重构方法。

本发明采用如下步骤的技术方案：

首先对历史数据集进行主成分分析(PCA)，得到经验正交函数(EOF)。主成分分析是一种对矩阵数据进行分析并提取主要特征量的有效方法，所得的经验正交函数可表示随空间变化或随时间变化的温度剖面，实现对不同时刻或位置处温度剖面组成矩阵的降维。

选取实验海域或相近地点的历史温度剖面作为样本，样本可由温度链、CTD或XBT等多种测量手段获取的数据整合而成。第一步需要对这些温度剖面进行预处理，将各组温度剖面数据对同一组固定的N个深度点进行内插，得到包含M组温度剖面的N×M阶矩阵t(z)，在此基础上得到平均温度剖面t

Δt

第二步得到温度起伏矩阵的N×N阶协方差矩阵

对该矩阵进行特征值分解有

RU＝UV， (3)

其中，U＝[u

R可表示为

按对应特征值υ

其中α

接下来，在得到平均温度剖面和经验正交函数以后，选取几个深度，分别计算在该组深度下利用选定深度的温度数据计算各阶EOF系数，以选取两个深度为例，对选定深度z

α＝U([z

利用前几阶EOF及(6)中求得的系数按照式(5)重构所用的历史数据集，根据对各个温度剖面重构的平均均方根误差最小原则即可判断重构应选取的最优拖曳测量深度。

最后，实验中测得的选定深度的温度数值代入式(5)及式(6)，即可得到根据定深拖曳传感器测量数据重构的温度剖面空间分布结果。

为了验证该温度剖面空间重构方法在内波等存在温度剖面强空间变化情况下的适用性，选取某内波活动剧烈的浅海海域进行测试。图2(a)是所选取海域中某站位温度链测量得到的定点温度剖面随时间变化，由于多尺度海洋动力学过程活动的影响，温度剖面有剧烈的变化。图2(b)是利用主成分分析求得的前两阶经验正交函数随深度的分布，可以代表温度剖面主要起伏特征。

接下来考虑选取两个深度的温度数据对该海域温度剖面进行重构，图3给出了利用不同深度组合进行模拟重构时所得到重构结果均方根误差的倒数，即图中颜色越偏向深色，重构误差越小、重构效果越好，根据图示结果，选择43米与56米作为温度测量深度可获得最好的重构结果。

图4(a)中黑色圆圈给出了实验测量中XBT投放位置，在两条测线上共获得了51组有效数据，温度剖面随空间变化的测量结果如图4(b)所示。在XBT测量结果中选取图3中分析得到的最优深度对应的温度起伏，如图5所示，两深度的温度随距离有较大变化，且起伏趋势有一定差异。将图5中两条曲线结合历史数据集分析中得到的平均温度剖面和前两阶EOF分布可得到两阶EOF系数随XBT测量编号的变化，即不同空间位置处的EOF系数，将该系数与图2(b)中EOF的深度分布分别相乘并与平均温度剖面相加即可得到温度剖面的空间分布，如图6所示。将图6与图4(b)对比，两者有较高的相似度，可认为该温度剖面空间重构方法在温度剖面剧烈变化的情况下有较好的重构效果。

实施例2

基于实施例1的方法，本发明的实施例2提出了一种海水空间温度剖面的重构系统，所述系统包括：主成分分析模块、系数计算模块、最优拖曳测量深度值获取模块、测量值获取模块、温度剖面空间分布获取模块；其中，

所述主成分分析模块，用于对预先建立的历史数据集中的温度剖面数据进行主成分分析，得到平均温度剖面和经验正交函数；

所述系数计算模块，用于选取若干个深度值，根据选定深度值的温度剖面数据，结合平均温度剖面和经验正交函数，计算得到K阶经验正交函数的系数；

所述最优拖曳测量深度值获取模块，用于根据K阶经验正交函数的系数，结合经验正交函数对历史数据集中的温度剖面数据进行重构，根据平均均方根误差最小原则选取最优拖曳测量深度值；

所述测量值获取模块，用于在最优拖曳测量深度值的测线上进行拖曳测量，获取该深度值的温度剖面测量值；

所述温度剖面空间分布获取模块，用于由温度剖面测量值，结合经验正交函数，得到温度剖面空间分布。

最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。