船舶升沉运动信号的检测滞后严重影响了海洋升沉补偿系统性能,通过对升沉运动进行准确预测可以有效改善系统的稳定性和实时性。为了提高预测模型的实用性,设计了自回归时间序列模型,具有计算效率高、编程简单的特点。在此基础上为了进一步解决该模型对非平稳复杂海况和预测时长适应性差的问题,引入小波多尺度分析方法,形成了一种基于小波变换与改进自回归的组合预测模型,通过对历史数据进行分解变换、重构、子序列预测及预测数据合成实现了对升沉运动的在线多步预测。对平稳随机波形和船舶实测非平稳波形的理论测试与实验结果表明:该组合模型具有良好的预测性能,能有效减少由于升沉运动信号检测滞后而引起的海洋升沉补偿系统控制误差。
为应对湍急海面溢油回收难度大问题,设计了自诱导漩涡收油器进行溢油收集,通过数值仿真计算对该设备入流角度和插入深度进行适当的调整和优化,找到最佳入流角度和插入深度组合,以达到最佳的分离效果和油相收集效率。通过比较相同时间内设备内部的油相体积剩余情况,得出在20°的入流角度和设备高度三分之一的吸油管插入深度的条件下,该设备能够保持较高的油相分离效率,抑制油水混合,减少油水界面的扩散并减少杂质的混入。在确定最佳结构后,通过改变入流速度来确定设备在不同水面环境下的除油效果。结果表明,入口流速越大,设备汇聚油相的性能更强,除油效果越好。整个收油过程在设备内部进行,不受外部环境影响,说明该设备能够克服复杂的水面环境来进行收油作业。
实时、准确、可靠地监测海洋环境信息,对于海洋灾害预警预报、防灾减灾、海洋资源开发、保障海洋安全等具有至关重要的作用。近年来,随着全球卫星导航系统(GNSS)不断发展与升级,基于GNSS导航信号进行大气和海洋环境信息探测发展成为新技术新方法,并成为海洋环境监测技术研究热点,已在海洋气象监测、数值预报、科学研究等领域得到了广泛应用。系统综述了GNSS技术在海面有效波高、风速、降雨强度、水汽及潮位监测等海洋环境监测领域的应用研究现状,对新技术新方法进行了系统总结,并对未来发展趋势进行了展望,以期对相关领域的研究提供参考。
水下生物目标识别对水产养殖、濒危生物保护、生态环境监测具有重要意义。综合分析了当前各种深度学习方法在水下生物目标检测中的应用情况。首先介绍了常用的水下生物目标检测数据集;然后,按照两阶段和单阶段对当前常用目标检测方法进行分类、分析和总结,详细阐述了各类检测方法的实际应用状况,并重点对上述各类检测方法优化策略的优势与不足进行了分析和总结;最后,对基于深度学习的水下生物目标检测提出今后的研究重点,为该领域的研究人员提供了资料性的参考依据。
以某一挂载侧扫声呐的小型便携式自主水下机器人(AUV)为原型,对挂载侧扫声呐的AUV及挂载改进流线型侧扫声呐的AUV进行水动力分析。发现改进流线型侧扫声呐的AUV在正常航速3 kn和高航速6 kn下,得到了有效的阻力改善,包括黏性阻力和压差阻力的降低。在航速3 kn时,黏性阻力降低了9%,压差阻力降低了18%,总阻力降低了15.4%;在航速6 kn时,黏性阻力降低了4.2%,压差阻力降低了12%,总阻力降低了10.1%。这些结果表明,通过优化AUV挂载侧扫声呐的流线型,可以有效地提高AUV的动力性能,降低其阻力,从而提高AUV的性能和效率。
针对海洋电磁测量单点系泊潜标系统,以预定海域的实际海洋水文资料为背景,采用集中质量法建立了潜标系统模型,并对潜标系统的平衡姿态及缆索的拉力分布进行了仿真分析。结果表明:潜标测量系统各测量节点间保持了良好的线性相关性,线性相关系数保持在0.995以上;配重缓冲缆结构能够实现良好的防浪缓冲效果。现场海试数据分析表明,浮标静浮力为600 N,缓冲缆长为150 m,按40 m长1 N/m的方式配重的潜标系统,在表层海流速度为0.5 m/s的情况下,可以形成缓冲深度达21 m的U形缓冲带,与仿真分析的结果基本吻合。
由于海底冷泉声探测需要准确的气泡特征信息作为支撑,以真实海底冷泉气泡分布特征为依据,研制了控制精度高、功能全的海底冷泉气体渗漏模拟观测系统。通过模糊PID控制算法对气体流量进行精准控制,相比于常规控制方法流量误差率最高可降低1.5%,可以准确可控地模拟真实环境下的冷泉气泡;通过设计的以太网同步触发器驱动双相机同步拍摄,使拍摄同步误差范围降低1.1 ms,实现了对初始溢出阶段气泡形态的正交同步观测,能够为海底冷泉探测提供数据支持。
为了考察防波堤兼作振荡水柱波能装置的实际发电性能,构建了物理模型并开展水工试验,试验中采用空气透平作为能量转换部件,并连接发电机,在不同入射波浪条件下,考察了装置的发电出力情况。研究结果表明:波浪周期对防波堤兼作振荡水柱波能装置的能量转换性能有较大的影响,长周期波浪作用下,装置的波电能量转换效率较高;当入射波波高较小,波浪条件较差时,装置的能量转换性能较弱。
为了研究高分遥感影像的内陆网箱养殖区自动快速提取,利用福建省北部内陆水域的GF-1影像和GF-2影像,并对影像中的网箱养殖区进行人工标注,经过旋转、缩放和镜像翻转等数据增强处理后构建了2种影像的内陆网箱养殖区样本库;利用样本库训练内陆网箱养殖区提取的深度学习全卷积网络(fully convolutional networks,FCN)模型并开展精度验证。结果显示,GF-1影像提取结果的F值达到83.37%,GF-2影像提取结果的F值达到92.56%。表明基于FCN的高分影像内陆网箱养殖区提取具有较高的精度,能够进行大规模内陆网箱养殖区提取应用,为内陆水产养殖区的监测提供重要依据。
利用海洋-大气-海浪耦合模式COAWST进行了两组以东海区域为中心的72 h模拟试验。通过对比考虑动态海浪过程与未考虑该过程的试验结果,分析动态海浪过程对短期天气模拟的影响。结果表明,考虑动态海浪过程后将增强海表感热、潜热通量的模拟,造成海表大气增暖增湿。这一暖湿差异将促进大气垂向运动的发展,造成海平面低压发展,并进一步影响大气流场的变化,增强局地升温效果,有利于形成正反馈。该暖湿差异在南海西北部与菲律宾海域最为明显,且随高度上升逐渐减弱,至500 hPa高度时差异基本消失。
针对现有海洋浮标缺乏对电源有效监控管理的问题,提出了一种基于LabVIEW与SQL server编程,结合C8051F021单片机硬件的方法,设计了岸站服务器的终端监控软件和安装于浮标上的硬件电路。通过网络或北斗通讯等实时通讯方式,实现对浮标上电源的实时监控和管理,提高了浮标电源的利用和管理的能力。