一种基于温度梯度廓线分析的制造技术

本发明专利技术公开了一种基于温度梯度廓线分析的

【技术实现步骤摘要】
一种基于温度梯度廓线分析的MVP系统盐度剖面数据校正方法


[0001]本专利技术涉及一种
MVP
系统盐度剖面校正方法，尤其是一种基于温度梯度廓线分析的
MVP
系统盐度剖面校正方法
。

技术介绍

[0002]走航式海洋剖面测量系统
(Moving Vessel Profiler,MVP)
作为集成程度和自动化程度较高的快速温盐深探测平台，能在船舶快速走航过程中进行垂直和水平方向高分辨率的温盐剖面观测，对观测海洋中尺度过程，如中尺度涡和锋面等海洋现象的精细化温盐结构具有明显的优势
。
[0003]MVP
探头搭载无泵
CTD
，采用“自由落体”的方式进行剖面测量，依靠仪器的运动来产生流经电导池的流量
。
随着仪器下降速度的变化，流经电导池的流量并不恒定，由于
MVP
探头的下降速度快且非匀速，使用传统的泵式
CTD
盐度校正方法对
MVP
测得的盐度数据进行校正会产生较大的盐度尖峰现象，主要由温度与电导率传感器响应时间不匹配和电导池的热滞后效应这两个方面造成
。
[0004]第一方面，温度与电导率传感器响应时间不匹配是由于温度和电导率传感器物理特性差异
(
工作原理和物理特性
)、
测量范围不同以及传感器自身设计或制造缺陷等引起的传感器对于测量的反应时间不同，导致温度和电导率数据存在时间上的提前或滞后
。
[0005]第二方面，电导池的热滞后效应主要是由于
CTD
的电导池材质自身具有存储热量的能力，电导池壁会对流经电导池的海水进行缓慢的加热
/
降温，电导率传感器不如温度传感器对周围环境变化敏感，因此会产生时间上的滞后，即热惯量
/
热滞后效应
。

技术实现思路

[0006]专利技术目的：提供一种基于温度梯度廓线分析的
MVP
系统盐度剖面校正方法，能够显著降低
MVP
上下行测量剖面的盐度差异
。
[0007]技术方案：本专利技术所述的基于温度梯度廓线分析的
MVP
系统盐度剖面数据校正方法，包括如下步骤：
[0008]步骤1，对
MVP
剖面数据进行预处理，获得有效且平滑的
MVP
剖面数据；
[0009]步骤2，利用传感器响应时间最优校正算法对预处理后的
MVP
剖面数据进行响应时间校正；
[0010]步骤3，将温度剖面划分为各个温跃层以及非跃层，并在各个温跃层以及非跃层利用枚举寻优算法找到各层热惯量校正算法的最佳热滞后修正系数，再利用最佳热滞后修正系数计算出校正后的温度数据；
[0011]步骤4，利用电导率数据
、
压强数据以及校正后的温度数据计算出盐度
。
[0012]进一步的，步骤1中，对
MVP
剖面数据进行预处理的具体步骤为：
[0013]步骤
1.1
，剔除
CTD
仪器启动激活后6‑
10dbar
范围内的
MVP
剖面数据；
[0014]步骤
1.2
，消除逆压数据获得稳定的垂向
MVP
剖面数据；
[0015]步骤
1.3
，根据设定的电导率阈值
、
压力阈值
、
温度阈值以及盐度阈值剔除掉
MVP
剖面数据中的异常值；
[0016]步骤
1.4
，利用低通滤波去除掉
MVP
剖面数据中的噪声数据
。
[0017]进一步的，步骤
1.2
中，逆压数据包括仪器下降或上升过程中仪器反向运动时采集的数据以及仪器升降速度小于速度阈值时采集的数据
。
[0018]进一步的，步骤
1.3
中，剔除掉
MVP
剖面数据中的异常值时，电导率阈值设定为0‑
6S/m
，压力阈值设定为最大剖面深度的
1.1
倍压力值，温度阈值设定为
‑
2.5
～
40℃
，盐度阈值设定为0～
41psu
，若电导率数据不在0‑
6S/m
范围内，则剔除；若压力数据大于最大剖面深度的
1.1
倍，则剔除；若温度数据不在
‑
2.5
～
40℃
范围内，则剔除；若盐度数据不在0～
41psu
，则剔除
。
[0019]进一步的，步骤
1.4
中，利用低通滤波去除掉
MVP
剖面数据中的噪声数据时，温度和电导率数据采用4点低通滤波，即截止时间为
0.16s
；压强和垂向速度数据采用
32
点低通滤波，即截止时间为
1.28s。
[0020]进一步的，步骤2中，对预处理后的
MVP
剖面数据进行响应时间校正的具体步骤为：
[0021]步骤
2.1
，计算每组剖面数据中每个数据点的温度一阶差分
dT
以及电导率一阶差分
dC
，再利用
Matlab
中的
xcorr
函数计算出温度一阶差分
dT
以及电导率一阶差分
dC
的滞后相关系数
r
以及滞后时间差
lags
；
[0022]步骤
2.2
，找到滞后相关系数
r
最大值时对应的最值数据点，再以滞后相关系数
r
为因变量
、
以滞后时间差
lags
为自变量建立二项式拟合方程，再利用最值数据点
、
最值数据点的前一点以及最值数据后点的后一点的滞后相关系数
r
以及滞后时间差
lags
对二项式拟合方程进行拟合，拟合后的二项式拟合方程的二项式最大值即为最大的滞后相关系数
r
，最大的滞后相关系数
r
对应的自变量即为温度数据相对电导率数据的校正滞后时间差
lags
；
[0023]步骤
2.3
，根据校正滞后时间差
1ags
对电导率数据的采集时间进行校正，再将校正后的电导率数据插值换算与温度数据相同的采集时间实现响应时间校正；或者根据校正滞后时间差
1ags
对温度数据的采集时间进行校正，再将校正后的温度数据插值换算与电导率数据相同的采集时间实现响应时间校正
。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于温度梯度廓线分析的
MVP
系统盐度剖面数据校正方法，其特征在于，包括如下步骤：步骤1，对
MVP
剖面数据进行预处理，获得有效且平滑的
MVP
剖面数据；步骤2，利用传感器响应时间最优校正算法对预处理后的
MVP
剖面数据进行响应时间校正；步骤3，将温度剖面划分为各个温跃层以及非跃层，并在各个温跃层以及非跃层利用枚举寻优算法找到各层热惯量校正算法的最佳热滞后修正系数，再利用最佳热滞后修正系数计算出校正后的温度数据；步骤4，利用电导率数据
、
压强数据以及校正后的温度数据计算出盐度
。2.
根据权利要求1所述的基于温度梯度廓线分析的
MVP
系统盐度剖面数据校正方法，其特征在于，步骤1中，对
MVP
剖面数据进行预处理的具体步骤为：步骤
1.1
，剔除
CTD
仪器启动激活后6‑
10dbar
范围内的
MVP
剖面数据；步骤
1.2
，消除逆压数据获得稳定的垂向
MVP
剖面数据；步骤
1.3
，根据设定的电导率阈值
、
压力阈值
、
温度阈值以及盐度阈值剔除掉
MVP
剖面数据中的异常值；步骤
1.4
，利用低通滤波去除掉
MVP
剖面数据中的噪声数据
。3.
根据权利要求2所述的基于温度梯度廓线分析的
MVP
系统盐度剖面数据校正方法，其特征在于，步骤
1.2
中，逆压数据包括仪器下降或上升过程中仪器反向运动时采集的数据以及仪器升降速度小于速度阈值时采集的数据
。4.
根据权利要求2所述的基于温度梯度廓线分析的
MVP
系统盐度剖面数据校正方法，其特征在于，步骤
1.3
中，剔除掉
MVP
剖面数据中的异常值时，电导率阈值设定为0‑
6S/m
，压力阈值设定为最大剖面深度的
1.1
倍压力值，温度阈值设定为
‑
2.5
～
40℃
，盐度阈值设定为0～
41psu
，若电导率数据不在0‑
6S/m
范围内，则剔除；若压力数据大于最大剖面深度的
1.1
倍，则剔除；若温度数据不在
‑
2.5
～
40℃
范围内，则剔除；若盐度数据不在0～
41psu
，则剔除
。5.
根据权利要求2所述的基于温度梯度廓线分析的
MVP
系统盐度剖面数据校正方法，其特征在于，步骤
1.4
中，利用低通滤波去除掉
MVP
剖面数据中的噪声数据时，温度和电导率数据采用4点低通滤波，即截止时间为
0.16s
；压强和垂向速度数据采用
32
点低通滤波，即截止时间为
1.28s。6.
根据权利要求1所述的基于温度梯度廓线分析的
MVP
系统盐度剖面数据校正方法，其特征在于，步骤2中，对预处理后的
MVP
剖面数据进行响应时间校正的具体步骤为：步骤
2.1
，计算每组剖面数据中每个数据点的温度一阶差分
dT
以及电导率一阶差分
dC
，再利用
Matlab
中的
xcorr
函数计算出温度一阶差分
dT
以及电导率一阶差分
dC
的滞后相关系数
r
以及滞后时间差
lags
；步骤
2.2
，找到滞后相关系数
r
最大值时对应的最值数据点，再以滞后相关系数
r
为因变量
、
以滞后时间差
lags
为自变量建立二项式拟合方程，再利用最值数据点
、
最值数据点的前一点以及最值数据后点的后一点的滞后相关系数
r
以及滞后时间差
lags
对二项式拟合方程进行拟合，拟合后的二项式拟合方程的二项式最大值即为最大的滞后相关系数
r
，最大的滞后相关系数
r
对应的自变量即为温度数据相对电导率数据的校正滞后时间差
lags
；
步骤
2.3
，根据校正滞后时间差
1ags
对电导率数据的采集时间进行校正，再将校正后的电导率数据插值换算与温度数据相同的采集时间实现响应时间...

【专利技术属性】
技术研发人员：李洪臣，毛科峰，王鹏皓，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：