首页期刊导航|海洋测绘
期刊信息/Journal information
海洋测绘
海军海洋测绘研究所
海洋测绘

海军海洋测绘研究所

欧阳永忠

双月刊

1671-3044

hych2002@163.com

022-84685080,84685068

300061

天津市河西区友谊路40号

海洋测绘/Journal Hydrographic Surveying and ChartingCSCD北大核心CSTPCD
查看更多>> 本刊为海军海洋测绘研究所主办的技术科技期刊,面向全国测绘和相关行业的读者与作者。1981年创刊,2001年公开发行。双月刊,正文84页,单月25日出版,现自办发行。本刊全面反映我国海洋测绘学术技术研究成果和国外海洋测绘科技动态;努力推动海洋测绘科技信息传播与交流,促进本专业科学技术发展和研究成果的推广应用;热情为广大测绘工作者、读者与作者服务。 报道范围以海洋测绘为主,主要包括:测绘学的基本理论和技术,摄影测量与遥感,地理信息系统,卫星定位技术,图形图像处理和数据库技术,海洋大地测量、海洋工程测量、海洋重力测量、海洋磁力测量、海底地形测量,海岸地形测量,海图制图,江河湖泊测绘,测绘仪器装备,海岸与海底地貌研究,海洋水文与气象观测以及航海导航等。本刊主要反映上述领域的理论研究、技术创新、前沿课题的研究成果,工程技术的重要进展,新产品开发动态,以及有推广应用价值的作业方法和经验交流。 2008年6月,被中国科学技术信息研究所批准收录“中国科技核心期刊”。证书编号:E651-2008 。
正式出版
收录年代

    低低重力卫星KBR和ACC噪声敏感度分析

    黄令勇任飞龙陈秋杰朱雷鸣...
    1-4页
    查看更多>>摘要:利用低低卫卫跟踪观测数据所解算的时变重力场是探测分析全球质量变化迁移的重要手段.利用一个月的低低跟踪模式卫星仿真观测数据,分析了星间距离变率误差和加速度计误差对重力场模型解算精度的影响.结果表明:以3×10-10m/s2的加速度计观测误差和5×10-7m/s的距离变率观测误差为基准,当加速度计误差增大一个量级时,截断至120阶次重力异常累积阶误差为3.39 mGal;当星间距离变率误差增大一个量级时,截断至120阶次的重力异常累积阶误差为12.39 mGal,远大于参考设计指标2 mGal.通过比较分析可以说明,星间距离变率误差比加速度计误差对重力场模型精度影响更为敏感,这对低低跟踪体制重力卫星设计、重力卫星下传数据预处理有重要参考意义.

    重力卫星低低卫卫跟踪星间距离变率加速度计敏感度分析

    基于抗差自适应CKF的水下重力匹配导航SITAN算法

    付林威赵东明范雕付林...
    5-8,26页
    查看更多>>摘要:为提高水下重力匹配算法的定位精度和稳健性,将容积卡尔曼滤波应用到水下重力匹配惯性导航中,同时引入抗差估计和自适应因子,提出了基于抗差自适应容积卡尔曼滤波的水下重力匹配导航SITAN算法.利用重力异常模型数据开展仿真实验,结果表明,所提算法能有效修正惯导整体航迹,在观测值未加入粗差的情况下较普通容积卡尔曼滤波算法提高了 76%的导航定位精度,在观测值加入30 mGal粗差的情况下,提高了 88%的导航定位精度.该研究成果可为后续水下重力匹配导航算法的理论研究及工程实践提供一定的数据支撑.

    水下重力匹配导航容积卡尔曼滤波抗差估计自适应因子SITAN算法

    基于语义分割的侧扫声纳管线目标检测方法

    郑根徐会希赵建虎杨文林...
    9-13页
    查看更多>>摘要:为提高侧扫声纳图像中管线目标检测的自动化程度及效率,提出了一种基于语义分割的水下管线目标检测方法.首先通过构建高效语义分割网络主干,提高网络计算速度并降低网络对计算机硬件性能的需求;其次给出了一种针对管线目标特点的加权交叉熵损失函数,解决了因类间数量不均衡导致的网络训练困难问题.以多种复杂条件下侧扫声纳实测数据进行了水下管线检测试验,结果表明,该方法在取得和经典网络相近精度的情况下,速度提升了 2.7倍,可达52.6FPS,实现了水下管线的快速、准确检测.

    水下目标检测侧扫声纳图像深度学习语义分割网络优化类间不平衡

    基于全球海域多波束测深数据构建DBM与Web服务

    刘杰张旗王荻
    14-17页
    查看更多>>摘要:为解决全球海域多波束测深数据查询使用不便的问题,通过数据分块实现海量数据处理,使用逐点插值算法构建数字水深模型,将晕渲图与数字水深模型组合构建可视化查询服务,实现基于浏览器查看水深数据和查询水深值等功能.对已有的全球海域多波束测深数据进行了处理,结果表明该方法对海量数据有着很好的承载能力,构建的数字水深模型能够反映测深点分布情况,Web查询服务响应迅速;同时该方法基于常用GIS软件处理数据,可操作性强,可用于海量多波束测深数据管理.

    多波束测深海量数据处理晕渲图制作数字水深模型Web服务

    实时PPP离岸潮位遥测方法与试验

    刘亮
    18-21页
    查看更多>>摘要:为降低离岸潮位实时遥测成本,提高适用性,提出了基于实时精密单点定位的离岸潮位数据获取与提取方法,利用小型浮标搭载具有实时PPP和远程通讯功能的GNSS接收机进行离岸潮位遥测,原始观测数据经粗差剔除、均值化处理、S-G滤波后,较好地剔除了风、浪、流等引起浮标姿态变化所带来的测量误差.研发了相应软硬件,并在天津港外海进行了试验,测试结果优于±8 cm,整体中误差为±3.7 cm,满足海洋观测规范要求.相较基于压力式传感器加声学通信的现行数据采集方式,该方法具有建设成本较低、观测方式简单、后期维护方便、产业化前景好等特点,可进一步在实际项目中推广使用.

    海洋测绘潮位遥测实时精密单点定位实时数据流S-G滤波

    基于虚拟潮位站技术的云潮位服务研究与应用

    刘辉刘宏汪波刘龙...
    22-26页
    查看更多>>摘要:针对疏浚工程施工对高质量、智能化实时水位信息服务的需求,设计并实现了可服务于疏浚工程施工活动的北斗实时水位信息服务云平台系统.系统采用了后端、计算存储中心和前端三层结构,使用北斗通信链路将三层结构连接起来,系统可根据施工船舶的实时动态位置,应用区域高精度潮汐模型和区域高精度余水位模型,虚拟一个目标船舶专用的虚拟水位站,并根据该虚拟水位站的预报水位和余水位计算实时水位数据,通过北斗通信链路将实时水位数据传输至施工船舶.系统有效提升了实时水位信息服务的精度、可靠性和智能化水平,可为疏浚工程项目提供稳定可靠的实时水位数据服务.

    潮汐模型虚拟水位站实时水位余水位模型北斗通信疏浚工程

    顾及时差特征的LSTM模型余水位短期预报

    冷建徽许军
    27-30页
    查看更多>>摘要:目前余水位预报都是采用单站方式,仅基于余水位的自相关性.针对较大范围的沿岸验潮站余水位预报,进一步结合余水位的空间强相关性和站间余水位的时差信息,以"预测站-辅助站"验潮站组的形式,由历史同步余水位数据训练多变量LSTM(long short-term memory)长短期记忆网络模型,实现预测站的余水位预报.渤海沿岸四个长期验潮站的实例分析表明:所提的预报方法因增加利用了时域上的时差信息,预报精度优于三类单站方法,并显著增大了预报时长.方法可用于解决大范围航海动态水位保障中的余水位预报问题.

    海洋潮汐动态水位余水位预报长短期记忆网络模型潮时差

    基于多尺度纹理特征的海底底质样本增强方法

    张少华胡海洋王朋程崔晓东...
    31-35页
    查看更多>>摘要:针对多波束海底底质分类模型构建受限于样本和特征对海底底质类型表征不足、模型稳定性差等问题,利用多尺度滑动窗口法提取声学纹理特征,结合K-均值聚类分析其精度,实现了多尺度纹理特征的优选,并利用多尺度纹理特征并辅以地形特征结合SLIC样本增强方法,实现了底质样本的有效扩充.同时,利用随机森林、BP神经网络、K最邻近、支持向量机等4种经典监督分类模型训练预测和评估所扩充的样本数据,最终总体分类精度均达到90%以上,kappa系数达到0.85以上.

    海底底质分类反向散射强度多尺度纹理特征样本增强监督分类

    融合多重分解和差值修正的海浪波高预测研究

    卢鹏姜星竹王振华郑宗生...
    36-40页
    查看更多>>摘要:为了提升海浪波高预测精度,提出了融合多重分解和差值修正的海浪波高预测模型(J-DE-LSTM).该模型采用自适应噪声完备集合经验模态分解,对波高数据进行一重分解,以及对分解后的残差分量进行二重分解;采用亲和力传播算法进行聚类降维并输入到长短期记忆网络进行预测获取初步预测值.建立波高观测值与初步预测值形成的差值序列进行三重分解,采用样本熵重构为趋势项和周期项并进行权重计算,构建粒子群算法优化极限学习机和LSTM的组合预测模型进行双轨并行预测;最后将预测结果与权重加权融合进行差值修正未来点位波高预测值.实验结果表明,J-DE-LSTM模型较LSTM、TCN模型平均绝对误差提升约4.1%~11.5%,均方误差提升 6.5%~15.2%.

    海浪波高预测差值修正样本熵模态分解加权融合

    一种基于深度学习的有效波高混合预测方法

    闫加宁唐家昕任硕董昌明...
    41-45页
    查看更多>>摘要:作为重要的海洋环境参数,有效波高(SWH)的精准预测在海洋工程中具有重要意义.针对深度学习易陷入局部最优等问题,提出了一种融合深度-宽度的SWH混合预测方法.利用集成经验模态分解对SWH进行预处理,改善深度学习预测中普遍存在的滞后性问题,同时将宽度学习系统与深度学习中的长短时记忆网络相融合,旨在提高预测精度.实验结果表明:与现有方法相比,基于本文模型的SWH预测方法不但在均方根误差、平均绝对误差等评价指标上得到有效提升,且具有较好的鲁棒性.

    有效波高预测深度学习宽度学习系统集成经验模态分解长短时记忆网络