【技术实现步骤摘要】
基于神经网络
‑
重力信息小波分解提高水深反演精度方法
[0001]本专利技术属于水下导航学、海洋测绘学等交叉
,尤其涉及一种基于神经网络
‑
重力信息小波分解提高水深反演精度方法。
技术介绍
[0002]高精度水深模型为海上航行安全与海洋资源开发提供保障,为研究海洋环流以及海啸预测模型构建提供了基础数据。传统深度测量方法根据搭载平台分为船载、机载及星载测深技术。其中,船载测深技术包括单波束声纳、多波束声纳、侧扫声纳等,其测量精度高、效率低。机载激光雷达测深技术,虽然其测深效率相比船载测深有所提升但是其适用于清澈的浅水海域。星载测深技术利用光学遥感卫星图像反演水深,该方法虽然可以实现大范围深度测量,但是仅适用于浅于30m且水质较好区域。若采用传统船载测深技术完成全球范围测量至少需要200年时间。为了实现全球大范围、快速的水深测量,亟需新的测深手段。1983年,Dixon证明了海底地形与重力异常之间存在一定的相关性,为利用重力信息反演水深提供了理论基础。因此,对于大范围深水区域的水深探测,基于卫星测高反演的重力信息不失为有效的技术手段。
[0003]随着卫星测高技术的发展,众多学者提出多种利用重力信息开展海深反演的方法,包括统计方法(如最小二乘配置法)、物理学方法(如GGM法与SAS法)、智能算法(如人工神经网络、模拟退火法(SA))等。其中,最小二乘配置法需要构建深度与重力异常之间的协方差矩阵,计算量较大、效率低。Hwang通过傅里叶变换导出了频率域内的最小二乘配置法,提 ...
【技术保护点】
【技术特征摘要】
1.一种基于神经网络
‑
重力信息小波分解提高水深反演精度方法,其特征在于,包括:选取研究区域ETOPO1水深模型、重力异常和垂向重力梯度异常,及船载测深数据,并对船载测深数据进行异常值剔除,得到船载测深控制点深度Z;同时,利用Parker算法分别正演ETOPO1水深模型的重力异常Δg
f
(x,y)和垂向重力梯度异常Δg
fv
(x,y),得到ETOPO1水深模型正演的重力信息Δg
f
;获取通过卫星测高反演得到的重力异常Δg(x,y)和垂向重力梯度异常Δg
v
(x,y),分别对Δg(x,y)和Δg
v
(x,y)进行小波分解,得到小波分解后的重力信息Δg;通过相关性分析比较小波分解后得到的重力信息Δg与ETOPO1水深模型正演的重力信息Δg
f
和船载测深控制点深度Z,得到相关性系数结果;根据相关性系数结果确定小波分解的最佳阶次i、j;构建与训练网络模型:采用双线性内插获取船载测深控制点位置处的小波分解结果的重力信息Δg和对应的坐标信息,并进行归一化处理,将归一化处理后的结果G作为网络模型的输入;将船载测深控制点深度Z作为网络模型的输出;通过误差反向传播调整网络模型的权值与偏置参数,直到求取满足设定值或迭代步骤,完成训练;基于训练得到的最终的权值与偏置参数,构建水深反演模型;将小波分解后的格网化的重力信息与对应的坐标信息输入至水深反演模型,从而反演得到研究区域内1
′×1′
的水深模型。2.根据权利要求1所述的基于神经网络
‑
重力信息小波分解提高水深反演精度方法,其特征在于,利用Parker算法分别正演ETOPO1水深模型的重力异常Δg
f
(x,y)和垂向重力梯度异常Δg
fv
(x,y),得到ETOPO1水深模型正演的重力信息Δg
f
,包括:通过如下公式(1.4)和公式(1.5)分别正演ETOPO1水深模型的重力异常Δg
f
(x,y)和垂向重力梯度异常Δg
fv
(x,y):(x,y):其中,F表示傅里叶变换,γ表示万有引力常数,ρ
c
和ρ
w
分别表示洋壳和海水平均密度,k表示径向频率,d表示平均水深,h
n
(x,y)表示相对于平均水深的地形起伏,n表示求和的阶次;将通过公式(1.4)和公式(1.5)分别计算得到Δg
f
(x,y)和Δg
fv
(x,y)作为ETOPO1水深模型正演的重力信息Δg
f
。3.根据权利要求1所述的基于神经网络
‑
重力信息小波分解提高水深反演精度方法,其特征在于,分别对Δg(x,y)和Δg
v
(x,y)进行小波分解,得到小波分解后的重力信息Δg,包括:通过如下公式(1.2)和公式(1.3)分别对Δg(x,y)和Δg
v
(x,y)进行小波分解:
其中,A
I
G表示第I阶的小波分解的逼近部分,D
i
G表示经过i次小波分解的重力异常细节部分,i=1,2,...,I;表示第J阶小波分解的逼近部分,D
jv
G
v
表示经过j次小波分解的细节部分,j=1,2,...,J;将得到的A
I
G、D
i
G、和作为小波分解后的重力信息Δg。4.根据权利要求3所述的基于神经网络
‑
重力信息小波分解提高水深反演精度方法,其特征在于,通过相关性分析比较小波分解后得到的重力信息Δg与ETOPO1...
【专利技术属性】
技术研发人员:郑伟,李钊伟,孙永进,
申请(专利权)人:中国航天科技创新研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。