首页|基于薛定谔方程和多源遥感数据的内波振幅反演方法研究

基于薛定谔方程和多源遥感数据的内波振幅反演方法研究

张旭东

基于薛定谔方程和多源遥感数据的内波振幅反演方法研究

张旭东1
扫码查看

作者信息

  • 1. 中国海洋大学
  • 折叠

摘要

内波是一种重要的海洋现象,并且在全球海洋中分布广泛。振幅是内波的重要参数之一,是衡量内波尺度的重要指标。大振幅内波对于海洋混合、海洋工程和海洋军事的影响都是巨大的,所以开展内波振幅的研究对于理解内波、研究内波在海洋动力学过程中扮演的角色都具有重要的科学意义,对于海洋工程和军事具有应用价值。本论文依据各种星载传感器探测内波的特性,充分挖掘多源遥感数据的各自优势,采用多种方法开展了反演内波振幅的研究。主要研究工作如下: 第一方面,推导了描述内波传播的高阶完全薛定谔方程。基于流体力学基本方程组,利用多重尺度和摄动展开等方法得到了高阶完全非线性薛定谔方程。基于该方程和调制不稳定性,计算了吕宋海峡的增益空间谱,并模拟了内波的生成过程。利用高阶完全非线性薛定谔方程模拟了内波传播至东沙岛海域的分裂过程,模拟结果表明方程引入的修正项和高阶项可以更加准确的描述内波分裂过程。模拟结果与东沙岛实测波形进行了对比,比较吻合。 第二方面,通过建立的高阶完全非线性薛定谔方程和内波在SAR图像上的成像机理分析,建立了基于SAR图像的内波振幅反演模型。利用南海的SAR遥感图像和对应的现场观测数据对建立的振幅反演模型进行了验证。结果表明,在一定的时空窗口内模型的精度可以达到20%以内。通过搜集的南海191景ASAR图像和建立的内波振幅反演模型,研究了南海东沙岛海域内波振幅的空间分布。 第三方面,为了充分的挖掘海量光学遥感图像的图像信息,利用灰度梯度共生矩阵提取图像的纹理特征参量,结合相应的水文参数建立内波样本库,利用BP神经网络和构建的内波样本库进行模型训练,建立基于遥感图像信息的内波振幅反演模型。分别建立了基于MODIS光学遥感图像和MODIS、SAR多源遥感图像的两个模型,并利用实测数据对两个模型进行精度验证。结果表明,该方法更加适用于光学遥感图像,可能是因为SAR图像的斑点噪声较大。 第四方面,利用高度计数据对内波的振幅进行估测。利用Sentinel-3上搭载的SAR高度计(SRAL)和水色载荷(OLCI)对内波开展了同步观测。利用OLCI提取水平方向的反射率剖面,利用SRAL提取垂直方向的海面高度异常剖面,实现了对内波调制海面信息的同步三维观测。分析结果表明,海面高度异常最高点对应海洋内部内波垂向位移最大处,也利用MITgcm模式结果和实验室实验数据验证了该结果。利用搜集的同步观测数据,建立了内波振幅与内波致海面高度异常的关系,实现了基于高度计海面高度异常数据的内波振幅估测。

关键词

海洋观测/内波振幅/反演方法/薛定谔方程/多源遥感数据

引用本文复制引用

授予学位

博士

学科专业

海洋探测技术

导师

王晶/张杰

学位年度

2018

学位授予单位

中国海洋大学

语种

中文

中图分类号

P7
段落导航相关论文