Search
E-mail
RSS

Online submission Editor-in-chief Peer review Staff Login

Journal of Tropical Oceanography >

2024 , Vol. 43 >Issue 5: 180 - 189

DOI: https://doi.org/10.11978/2023170

Oceanographic Research and Observation

Design and application of internal solitary wave monitoring system based on the Tiantong communication

  • ZHANG Xinwen , 1, 2 ,
  • LIN Guanying 1, 2 ,
  • LI Ruixiang 1, 2 ,
  • YANG Wei 1, 2 ,
  • LIU Tongmu , 1, 2 ,
  • ZHOU Baocheng 1, 2 ,
  • YIN Liqiang 2 ,
  • DING Yibo 2
Expand
  • 1. Key Laboratory of Marine Environmental Survey Technology and Application, Ministry of Natural Resources, Guangzhou 510300, China
  • 2. South China Sea Marine Survey Center, Ministry of Natural Resources, Guangzhou 510300, China
LIU Tongmu. email:

Received date: 2023-11-14

  Revised date: 2023-12-21

  Online published: 2023-12-27

Supported by

Project Independently Established by the Key Laboratory of Marine Environmental Survey Technology and Application, Ministry of Natural Resources(MESTA-2021-C001)

National Key Research and Development Program of China(2022YFC3104204)

Hainan Province Science and Technology Special Fund(ZDYF2023GXJS151)

Fold

Abstract

Real time monitoring is the prerequisite and foundation for internal solitary wave (ISW) warning. This article proposes an ISWs monitoring system based on the Tiantong communication, and the ocean current characteristics of ISW processes. The system is equipped with current measuring instrument at the buoy for real-time observation of profile currents, and transmits data in frames and packet loss retransmissions to ensure reliable and real-time transmission of observed data; on the cloud platform, the system separates data reception and ISWs identification functions, reduces the interaction between modules and improves the stability of system. The application results of offshore engineering show that the system operates stably, with a data acquisition rate of 100% at the buoy and an effective data reception rate of 95.1% at the cloud. The system’s automated ISWs monitoring function effectively improves the efficiency of ISWs recognition and ensures the construction safety of the target sea area.

Key words： internal solitary wave; ocean buoys; Tiantong communication; data collection and control

Cite this article

ZHANG Xinwen , LIN Guanying , LI Ruixiang , YANG Wei , LIU Tongmu , ZHOU Baocheng , YIN Liqiang , DING Yibo . Design and application of internal solitary wave monitoring system based on the Tiantong communication[J]. Journal of Tropical Oceanography, 2024 , 43(5) : 180 -189 . DOI: 10.11978/2023170

内波是发生在层结海洋内部的亚中尺度波动, 当层结海水中水质点受到垂向扰动离开平衡位置, 水质点在浮力作用下, 在平衡位置上下振动, 并以波动的形式向外传播(郑全安 等, 2022; 谢波涛 等, 2023), 而内孤立波则通常是指具有非线性大振幅波动的一类内波, 一般是强潮流通过海底地形变化陡峭的陆坡/海脊, 或者是内潮的非线性相互作用等原因所激发产生(蔡树群 等, 2015)。内孤立波在传播过程中可导致海面海水强烈辐聚、垂向压差改变和突发性强流, 水体混合强烈。受吕宋海峡强大的潮流、复杂变化的海底地形等因素影响, 使得南海北部成为全球内孤立波最活跃的区域之一, 最大振幅可达150~200m, 2021年布放在吕宋海峡西口的观测点发现, 内孤立波振幅高达240m, 为世界之最(Huang et al, 2022)。内孤立波由于短时间内水体垂向大振幅运动, 强海流以及垂向强剪切的特点, 其突发性巨大冲击能量可对水下航行和海上工程设施带来严重的威胁(成司元 等, 2022), 实现内孤立波实时监测与预警具有重要现实意义。
目前内孤立波的识别主要包括以下几种方法: 1) 基于卫星遥感图像的方法: 通过卫星遥感图像, 可以识别内孤立波发生的位置和时刻, 反演估算波速、波向、半波宽度等信息。Fett等(1977)最早利用卫星可见光图像观测了内孤立波在南海北部东沙环礁附近发生的反射现象。杨劲松等(2000)利用傅立叶谱分析和小波分析提取了合成孔径雷达(synthetic aperture radar, SAR)图像中内孤立波的波长和波向参数; Hong等(2015)实现了利用单卫星和多卫星图像估算南海浅层内孤立波速度; 为提高内孤立波检测效率, 研究学者也基于图像识别和机器学习算法开展基于卫星SAR图像的内孤立波自动检测(孙宏亮 等, 2023)。2) 基于数值模拟方法: 为了从动力学上揭示内孤立波的形成机制和传播演变规律, 内孤立波的数值模拟模式主要包含传播模式、生成和传播模式2类, 它们从最初的一维、二维向目前的三维发展。传播模式包含基于KdV、EKdV、mKdV和RLW方程等, 模拟并解释内孤立波从深海向浅海传播的传播和变化过程, 而生成和传播模式主要用来解释内孤立波生成的动力机制(Cai et al, 2002; Ma et al, 2020; 何啸 等, 2023)。3) 基于现场观测方法: 在内孤立波上游区布放海洋环境监测系统, 开展剖面海流、温度、盐度等要素观测, 研究人员可通过对大剖面数据的分析和特征提取检测到内孤立波的存在, 且可依据原始数据进一步判定传播方向、振幅、波向以及流速等信息。王火平等(2021)依托现场守护船, 提出一种内波流结构单体式监测、识别技术, 实现了内孤立波的实时监测和预警, 并成功应用于流花16-2油田群开发项目施工中; 马力等(2022)利用北斗三代短报文通信与内波流识别等技术, 设计了由潜标、浮标和水下滑翔机组成的内孤立波监测系统, 并进行了工程应用。综上所述, 基于卫星遥感图像的方法主要根据海洋内孤立波在卫星图像上呈现出亮暗相间的条纹状特征进行识别, 但遥感卫星数据空间分辨率较低且难以获取内孤立波的垂向结构, 实现内孤立波实时预警难度大(郑应刚 等, 2020)。基于数值模拟方法主要是应用于内孤立波的生成、传播和演变过程研究, 但该方法内孤立波预警准确度较低且模型计算成本高(Lai et al, 2019; 荣林泰, 2023)。因此, 基于现场观测方法是开展内孤立波实时预警最有效的手段, 通过现场观测能够直接观测到内波的水下真实结构和演化特征, 但现场观测方法也存在着大剖面数据实时传输和内孤立波自动化识别的难题。
浮标作为一种重要的海洋观测平台, 具有定点、连续、数据实时传输等优点, 在海洋环境观测领域得到了广泛的应用(王军成, 2022)。基于浮标平台开展海洋内孤立波监测与预警主要依赖搭载的声学多普勒流速剖面仪(acoustic doppler current profiler, ADCP), 可获取大剖面、长序列的海流数据, 通过分析内孤立波过程海流的变化特征, 可以开展内孤立波的自动化识别和预警。因此, 为保障海上工程设施和海上作业的安全, 本文基于浮标平台设计了一种内孤立波实时监测系统, 该系统采用软硬件模块解耦、数据接收存储和内孤立波识别功能相分离的设计原则, 在浮标端通过天通卫星实现大剖面海流数据的实时采集和传输, 云端集成了数据分析和自动化内孤立波识别检测方法, 实现了数据采集、实时传输、可靠存储、内孤立波识别和可视化展示等功能为一体, 可辅助研究人员进一步判定内孤立波到达施工位置的时间, 并及时发布预警信息。该系统在南海某海域进行实际工程应用, 以验证系统设计的有效性和可行性。

1 系统设计与关键技术

1.1 系统总体设计

基于天通通信的内孤立波监测系统总体设计如图1所示。系统浮标端分为数据采集子系统和通信控制子系统, 主要实现环境数据的采集、解析、处理、存储、回传等功能; 云端分为数据接收子系统和监测预警子系统, 可实现数据实时获取、存储、内孤立波识别与展示等功能。详细介绍如下:
图1 系统总体设计

Fig. 1 Overall system design

1) 数据采集子系统主要实现海流数据采集, 并将采集的数据传输至通信控制子系统。该子系统主要搭载声学多普勒海流剖面仪, 完成对海流的长期、连续、自动监测。另外, 该子系统也配置锚灯、AIS (automatic identification system)系统、GPS (global positioning system)定位装置及警示警戒标志等安防设备, 并定时采集相关信息回传。
2) 通信控制子系统能够与云端数据接收子系统进行双向通信控制, 实现传感器观测数据的可靠获取。该子系统实时接收数据采集子系统的实时数据, 并对传感器测量原始数据进行解析处理、本地存储、数据分帧, 最终通过天通卫星终端转发至数据接收子系统。同时, 该子系统实时监听数据接收子系统发来的控制指令并执行, 如定时重启、丢帧重传等功能。
3) 数据接收子系统实现对观测数据的实时接收和存储。该子系统实时监听天通卫星服务器数据收发情况, 获取实时观测数据并存储至数据库中。为保障数据接收率, 该子系统根据定制设计的数据包协议, 定时检测数据接收情况, 并针对天通卫星发送失败的数据进行丢帧重传。
4) 监测预警子系统实现剖面海流数据的统计分析、可视化展示和内孤立波识别的功能。该子系统首先从数据库中提取数据, 对剖面海流的流速流向、东西分量、南北分量等信息按照时间序列和剖面层次进行可视化展示。为开展自动化内孤立波识别, 该子系统可实时对海表层第3~5层海流流速进行高通滤波处理和算数平均, 并根据海流流速高频特征是否超过阈值进行内孤立波的自动化识别。研究人员可根据实时数据情况进一步地开展内孤立波的振幅、波速、波向等信息的确定, 并及时向海上工程设施发出预警信息。

1.2 天通卫星通信设计

1.2.1 天通卫星通信协议

浮标平台实现内孤立波实时监测的基础是数据实时回传, 当前海事卫星、铱星等国外的卫星系统可以在全球范围内为海洋数据采集提供全时、稳定、可靠的通信技术支撑, 但存在数据安全性和资费高的问题。我国北斗卫星通信系统安全性高且费用较低, 但北斗二代的短报文通信服务的单次通信能力78Byte·min-1, 尚不能实现内孤立波大剖面数据的实时、完整传输, 且北斗三号数据通信业务化过渡尚未完成(姜斌 等, 2023)。我国天通卫星通信系统近年来多次应用于环境观测领域, 其信号覆盖中国本土、中国领海、东南亚、北印度洋、部分西北太平洋等区域, 数据业务的通信速率为1.2~9.6kbps, 能够满足内孤立波监测数据实时传输的需求(饶浩, 2020)。本文选用的天通卫星通信终端产品的数据传输能力为1.96kbps, 即245Byte·s-1, 且该终端系统集成了二次开发接口, 使得第三方用户能够依据预置通信控制指令实现数据通信自定义应用场景。在进行通信设计前, 须明确天通卫星通信传输系统开放的通信指令集, 假设浮标端天通终端编号“TT0Z30”, 控制中心编号“CC0Z30”, 则部分指令示例详见表1。
表1 天通卫星通信指令集

Tab. 1 The command set of the Tiantong satellite communication

序号 指令示例 预期返回值 说明
1 ^$CC0Z30,11,LOGIN,d, D$^ pwd is Ok 登陆指令, CC0Z30是控制中心名称, 11是密码
2 *XF,MODE=1,# SENDDATA,OK 传输模式指令, MODE=1为数据传输模式
3 ^$ACK$^ *MAP*,s,1,TT0Z30:0 # 心跳包, 返回TT0Z30在线情况, 0在线, 1离线
4 *XF,S5,# 0~31, 99 16~25范围内信号强度较好, 99为无信号
5 ^$TT0Z30,11,SEND,CC0Z30, Data$^ SENDDATA,OK 天通终端向控制中心发送Data数据, 单次200字节
6 ^$CC0Z30,11,SEND,TT0Z30, Data$^ SENDDATA,OK 控制中心向天通终端发送Data数据, 单次200字节

1.2.2 通信设计与丢帧重传

在浮标端集成天通卫星通信系统时, 需依据天通卫星系统开放的通信指令进行操作, 浮标数据的采集和丢帧重传机制的设计也需要兼容天通卫星数据传输要求。根据章节1.1的系统总体设计方案和章节1.2.1的天通卫星通信协议要求, 本文提出的系统通信设计主要由浮标端通信控制子系统和云端数据接收子系统实现双向通信交互。基于浮标平台设计的内孤立波实时监测系统主要搭载ADCP装置, 采集剖面按照30层、每3min完成一次数据采集和数据回传, 每次需回传的数据量约为380个字节; 采集的GPS位置、AIS状态、电池电压等浮标状态数据30min回传一次, 每次回传的数据量约为107字节。按照本文选用的天通卫星终端245Byte·s-1的数据传输能力计算, 浮标状态数据可单次完整回传, 而海流数据需要分2帧传输。因此, 本文针对剖面海流设计的数据帧格式如图2所示, 包括帧头、帧长、数据内容及校验和, 其中帧头包括数据类型和帧序, 用于云端数据接收子系统准确判别数据内容; 帧长为整个数据包的长度; 数据内容为传感器测量数据; 校验和主要用于判断数据包的完整性。
图2 封装数据帧结构

图中Data[0]字节为固定值, 0x01表明该帧海流数据, 0x02为浮标状态数据; Data[1]字节为海流分帧的帧序, 0x01则表示数据内容为横摇、纵摇及海流前15层剖面数据, 0x02数据内容为后15层剖面数据; Data[n]字节为Data[0]至Data[n-1]的8位异或校验和

Fig. 2 Encapsulated data frame structure.

The Data[0] byte in the figure is a fixed value, 0x01 indicates the ocean current data of the frame, and 0x02 represents the buoy status data; the Data[1] byte represents the frame order of ocean current framing, 0x01 represents the data content of pitch, roll, and the first 15 layers of ocean current profile data, and 0x02 represents the last 15 layers of profile data; the Data[n] byte is an 8-bit XOR checksum from Data[0] to Data[n-1]

由于卫星通信易受信号覆盖范围、天气条件、网络拥塞等因素影响, 不可避免地存在数据包丢失或传输失败。为保证数据的完整性, 云端数据接收子系统集成了丢包快速重传机制, 即在收到数据包后, 检查该时段内数据包的顺序编号, 若不连续, 云端数据接收子系统会向浮标端通信控制子系统发送丢帧重传指令, 要求重新发送丢失的数据帧, 其丢帧重传最大次数为3次。浮标数据采集与传输的详细流程设计如图3所示。
图3 数据传输流程设计

Fig. 3 Data transmission process design

1.3 内孤立波识别与预警设计

根据章节1.1的系统总体设计和章节1.2的天通卫星通信设计, 云端部署的数据接收子系统和监测预警子系统采用数据接收存储和内孤立波识别展示分离的设计原则, 降低各模块间的耦合性。数据接收子系统实时监听天通卫星数据接口, 并对收到的数据进行完整性校验、字段解析后, 存储至本地服务器的Mysql数据库中, 如图4所示。监测预警子系统可实时对剖面海流的流速、东西分量、南北分量等信息按照时间序列进行可视化展示, 系统主界面如图5所示, 其中流速、东西分量、南北分量纵坐标为剖面层次, 共显示30层, 层深8m, 其流速大小采用热力图进行显示。为了对ADCP的资料处理和观测状态提供支撑和进行判定, 观测中保留了仪器状态的pitch、roll数据, pitch和roll的摆动幅度越小, 观测数据质量越好, 但最大不应超过15°。
图4 数据接收子系统

Fig. 4 Data receiving subsystem

图5 监测预警子系统

图中显示了ADCP观测的剖面流速数据(a)、剖面东西分量数据(b)、剖面南北分量数据(c)和Pitch、Roll数据(d)

Fig. 5 Monitoring and early warning subsystem.

The figure shows the (a) profile flow velocity data, (b) profile east-west vector data, (c) profile north-south vector data, and (d) Pitch and Roll data observed by ADCP

准确的内孤立波识别和提前预警是保障海上设施和作业安全的关键, 本文设计的监测预警子系统能够实现内孤立波的自动化识别, 研究人员可根据识别结果进一步判定内孤立波的传播速度、振幅、传播方向和到达施工位置的时间, 并及时向海上设施发布预警信息, 详细过程如下:
1) 内孤立波自动化识别
监测预警子系统实现内孤立波自动化识别的关键是向计算机系统清晰的传递海流相关参数变化并设置判别阈值。南海的内孤立波主要为一阶模态结构, 其特征是表层流速较大, 因此可以通过上表层海流识别内孤立波(Chen et al, 2019)。实测海流中包含不同频率的信号, 内孤立波的周期一般在10~30min, 属于高频信号, 可以通过高通滤波的方法提取上表层海流流速的高频信息, 根据高频信息变化识别内孤立波(徐智优 等, 2020)。因此, 根据内孤立波过程海流的特征, 监测预警子系统实时提取近海表3~5层的海流数据进行垂向矢量平均, 再进行截止周期为3h的高通滤波, 并根据计算结果是否超过阈值来判别内孤立波, 主要方法如下:
第1步: 对第3~5层海流的东西向流速分量$u$、南北向流速分量$v$进行滑动平均, 得到滑动平均后的流速${{u}_{0}}$和${{v}_{0}}$, 其滑动时间窗口设置为3h的测量值。
第2步: 计算原始测量值与滑动平均值的残差, 获取海流的高频信号(内波流), 计算公式如下:
${{u}_{\text{ISW}}}=u-{{u}_{0}}$
${{v}_{\text{ISW}}}=v-{{v}_{0}}$
式中: ${{u}_{\text{ISW}}}$和${{v}_{\text{ISW}}}$分别为内波流的东西向、南北向流速分量(单位: mm·s-1)。
第3步: 依据以上公式计算第3~5层的${{u}_{\text{ISW}}}$、${{v}_{\text{ISW}}}$, 分别合成各层海流流速, 监测预警子系统对合成后的第3~5层海流流速求取算数平均, 得到高频海流特征流速${{v}_{\text{AVE}}}$, 并根据${{v}_{\text{AVE}}}$是否超过阈值来判别是否为内孤立波。
2) 内孤立波预警
监测预警子系统能够根据实时数据自动更新高频海流特征流速${{v}_{\text{AVE}}}$, 并自动判断${{v}_{\text{AVE}}}$是否超过阈值。当${{v}_{\text{AVE}}}$大于设定的阈值时, 则判定为对海上设施具有较强影响的内孤立波。识别出内孤立波信号后, 研究人员可根据连续海流剖面数据, 采用KdV (Korteweg de Vries)理论模型描述内孤立波的传播过程, 进而确认内孤立波的传播速度(${{C}_{n}}$)、振幅等信息(王火平 等, 2021)。内孤立波的传播方向与内波流最大流速的方向一致(Chen et al, 2019), 因此可通过ADCP观测到的内波流进行内孤立波传播方向的确定。内孤立波的传播速度和传播方向确定后, 根据浮标位置与海上工程设施的距离(S, 单位: m), 即可计算出内孤立波传播至施工位置的时间(T, 单位: s):
$T=S\times \cos (\theta)/{{C}_{n}}$
式中: $\theta $为浮标监测点和海上工程设施连线与内孤立波传播方向线之间的夹角。

2 系统工程应用与分析

2.1 工程应用情况

2023年4月6日至2023年5月13日, 一套3m直径的基于天通通信的内孤立波监测浮标系统在南海海域进行了实际工程应用, 该浮标系统部署在内孤立波上游区, 站位水深为330m, 搭载了1套150kHz ADCP设备, 采样时间间隔为3min, 深度单元为8m, 采样层数为30, 剖面海流数据实时通过天通卫星终端回传, 为我国某海上油田开发项目的海上施工提供提前8h的内孤立波预警预报服务, 保障海上作业安全。浮标布放现场见图6。
图6 浮标现场布放

Fig. 6 Buoy deployment

2.2 系统运行情况分析

基于天通通信的内孤立波监测系统采用软硬件模块解耦、数据接收存储和内孤立波识别功能分离的设计原则, 该设计可极大降低模块间的交互调用, 提高系统运行的稳定性。根据统计, 基于天通通信的内孤立波监测系统在位运行期间, ADCP采样数据总计17612组, 采集数据均成功发送至浮标端通信控制子系统, 通信控制子系统数据采集率达100%; 云端接收到的有效数据16753组, 有效数据接收率为95.1%, 各软硬件模块运行正常, 系统整体运行稳定。
为保障浮标运行和内孤立波识别预警的高可靠性, 内孤立波监测系统针对剖面海流和GPS位置、AIS系统、电池电压等浮标状态数据采用不同的数据传输方案。为实现可靠的实时内孤立波识别, 通信控制子系统对剖面海流数据采用实时传输, 即3min回传一次, 每次分2帧发送至云端数据接收子系统。由于在数据回传过程中存在卫星信号覆盖范围和天气条件影响, 天通卫星通信存在一定的数据丢帧, 云端数据接收子系统集成了快速重传机制, 提高了数据接收率。根据统计, 天通卫星发送成功率约为84.2%, 经丢包重传后有效数据接收率总体为95.1%, 满足GB/T 14914.3-2021《海洋观测规范 第 3 部分: 浮标潜标观测》(国家海洋技术中心 等, 2021)的数据接收率设计要求, 其实时数据有效地保障了目标海域工程施工的内孤立波预警服务。同时, 为保障浮标运行安全, 通信控制子系统对GPS位置、AIS状态、电池电压等浮标状态数据30min回传一次, 整个运行期间, 浮标系统未发生移位、数据采集装置未进水、电池管理系统电压输出稳定, 系统整体运行可靠。

2.3 内孤立波监测与预警情况

基于天通通信的内孤立波监测系统在云端部署了内孤立波自动化识别程序, 依据章节1.3内孤立波识别与预警设计, 内孤立波的自动化识别主要通过实时提取近海表3~5层高频海流特征流速${{v}_{\text{AVE}}}$, 并根据其特征变化判别内孤立波的发生。根据内孤立波过程中海流的变化特征和内孤立波对海上施工设施的安全作业影响, 本文设置的判别阈值为高频海流特征流速${{v}_{\text{AVE}}}$≥200mm·s-1。
在工程应用期间, 基于天通通信的内孤立波监测系统共识别出内孤立波(包) 66个, 平均每天1.78个, 根据统计, 内孤立波流速范围为830~1550mm·s-1, 传播方向为270°~300°, 内孤立波波包一般24h出现1~2次, 持续时间一般20min左右, 符合南海内孤立波的发生特征。根据自动化内孤立波识别结果, 研究人员结合海流剖面数据, 进一步确认内孤立波传播至海上施工位置的时间、内孤立波的传播速度、振幅、传播方向和传播速度等信息, 并向海上施工设施发布预警信息。如图7所示, 2023年4月17日至19日期间, 监测预警子系统海流原始数据显示及内孤立波识别情况, 主要包括高频海流特征流速变化图(内波流特征) ${{v}_{\text{AVE}}}$和原始数据剖面图(热力图), 当${{v}_{\text{AVE}}}$≥200mm·s-1, 则判定为有较强影响的内孤立波发生。根据图7, 4月17日6时05分识别的内孤立波振幅达160m, 持续时间21min, 波致流速634mm·s-1; 4月18日6时、19日6时左右均监测到较强的连续内孤立波波列, 内孤立波自动化识别效果良好。基于自动化内孤立波的识别, 极大地提高了内孤立波识别效率, 辅助研究人员及时对海上工程施工现场发出相关预警信息, 保障了目标海域的施工安全。
图7 监测预警子系统2023年4月17日至19日海流原始数据显示及内孤立波识别情况

a、c、e分别为4月17日至19日海流高频特征流速变化情况; b、d、f分别为对应时段内ADCP测量的剖面海流原始数据

Fig. 7 Internal wave monitoring subsystem displays raw data of ocean currents from April 17 to 19, 2023.

In the figure, (a), (c), and (e) represent the high-frequency characteristic flow velocity changes of the ocean current from April 17 to 19. The (b), (d), and (f) respectively represent the raw data of ADCP measured profile currents during the corresponding time period

3 结论

为开展内孤立波实时自动化监测与预警, 本文提出了一种基于天通通信的内孤立波监测系统, 该系统集成了环境数据采集、数据本地处理、数据实时传输、云端存储和内孤立波识别展示等功能为一体, 并在南海海域进行了工程应用, 为海上施工提供内孤立波预警服务, 主要结论如下:
1) 系统采用了软硬件模块解耦、数据接收存储和内孤立波识别功能分离的设计原则, 提高了系统的运行稳定性和可靠性。
2) 天通卫星通信设计与丢帧重传机制有效地保障了浮标数据实时传输能力, 有效数据接收率总体达95.1%, 为内孤立波识别提供可靠的数据支撑。
3) 工程应用期间, 监测预警子系统共识别较强流速内孤立波(包) 66个, 有效提高了内孤立波识别的效率, 保障了海上工程安全作业。
该研究成果丰富了我国海洋内孤立波监测的技术手段, 其天通卫星通信设计可扩展应用到其他离岸环境观测系统。下一步, 将进行海洋剖面温度、盐度等参数的实时观测, 并在此基础上探索海洋内孤立波自动化预警的研究应用。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
蔡树群, 刘统亚, 何映晖, 等, 2015. 南海东北部剪切流场对内波影响的研究进展[J]. 地球科学进展, 30(4): 416-424.

DOI

CAI SHUQUN, LIU TONGYA, HE YINGHUI, et al, 2015. A prospect of study of the effect of shear current field on internal waves in the north eastern South China Sea[J]. Advances in Earth Science, 30(4): 416-424 (in Chinese with English abstract).

[2]
成司元, 余杨, 李振眠, 等, 2022. 内孤立波下深水半潜式平台系统动力响应研究[J]. 海洋工程, 40(3): 123-138.

CHENG SIYUAN, YU YANG, LI ZHENMIAN, et al, 2022. Research on dynamic response of deep-water semi-submersible platform system under internal solitary wave[J]. The Ocean Engineering, 40(3): 123-138 (in Chinese with English abstract).

[3]
国家海洋技术中心, 国家海洋标准计量中心, 2021. GB/T 14914.3-2021 海洋观测规范第 3 部分: 浮标潜标观测[S]. 北京: 中国标准出版社: 1-8.

NATIONAL OCEAN TECHNOLOGY CENTER, NATIONAL CENTER OF OCEAN STANDARDS AND METROLOGY, 2021. GB/T 14914.3-2021 The specification for marine observation - Part 3: Surface and subsurface buoy-based observation[S]. Beijing: Standards Press of China: 1-8 (in Chinese with English abstract).

[4]
何啸, 贾村, 孟静, 等, 2023. 内孤立波过陆架陆坡地形的数值模拟研究[J]. 海洋科学, 47(3): 1-14.

HE XIAO, JIA CUN, MENG JING, et al, 2023. Numerical investigation of the evolution of internal solitary waves over shelf-slope topography[J]. Marine Sciences, 47(3): 1-14 (in Chinese with English abstract).

[5]
姜斌, 徐振华, 葛振营, 等, 2023. 基于北斗短报文的海洋观测实时通信系统的设计与研发[J]. 海洋科学, 47(8): 68-74.

JIANG BIN, XU ZHENHUA, GE ZHENYING, et al, 2023. Design and development of real-time communication system for ocean observation data based on Beidou short messages[J]. Marine Sciences, 47(8): 68-74 (in Chinese with English abstract).

[6]
马力, 孙健翔, 李志成, 2022. 安达曼海内波在线监测预警系统设计[J]. 电子技术与软件工程, (13): 230-233 (in Chinese).

[7]
饶浩, 2020. 应用于海上浮标的卫星通信终端关键技术研究[D]. 北京: 中国科学院大学(中国科学院国家空间科学中心).

RAO HAO, 2020. Research on key technologies of satellite communication terminals for maritime buoys[D]. Beijing: University of Chinese Academy of Sciences (National Space Science Center, Chinese Academy of Sciences) (in Chinese with English abstract).

[8]
荣林泰, 2023. 内孤立波动力学结构及其识别算法研究[D]. 青岛: 自然资源部第一海洋研究所.

RONG LINTAI, 2023. Research on the internal solitary wave dynamic structure and its recognition algorithm[D]. Qingdao: First Institute of Oceanography, MNR (in Chinese with English abstract).

[9]
孙宏亮, 王怡然, 贾童, 等, 2023. 基于Faster R-CNN的卫星SAR图像南海海洋内波自动检测[J]. 遥感学报, 27(4): 905-918.

SUN HONGLIANG, WANG YIRAN, JIA TONG, et al, 2023. Faster R-CNN based oceanic internal wave detection from SAR images in the South China Sea[J]. National Remote Sensing Bulletin, 27(4): 905-918 (in Chinese with English abstract).

[10]
王火平, 陈亮, 郭延良, 等, 2021. 海洋内孤立波预警监测识别技术及其在流花16-2油田群开发中的应用[J]. 海洋工程, 39(2): 162-170.

WANG HUOPING, CHEN LIANG, GUO YANLIANG, et al, 2021. Observing, identification and early warning technology of internal solitary wave and its application in Liuhua 16-2 oilfield group development project[J]. The Ocean Engineering, 39(2): 162-170 (in Chinese with English abstract).

[11]
王军成, 2022. 新一代海洋监测技术——综合智能观测浮标[J]. 智能系统学报, 17(3): 447.

WANG JUNCHENG, 2022. A new generation of ocean monitoring technology - Integrated intelligent observation buoy[J]. CAAI Transactions on Intelligent Systems, 17(3): 447 (in Chinese).

[12]
谢波涛, 黄必桂, 杨威, 等, 2023. 南海北部东沙岛以西陆坡区2021年秋季内波特征统计与分析[J]. 热带海洋学报, 42(6): 29-41.

XIE BOTAO, HUANG BIGUI, YANG WEI, et al, 2023. Characteristic statistics and analysis of internal waves in the continental slope area west of the Dongsha Plateau on the northern South China Sea in the autumn of 2021[J]. Journal of Tropical Oceanography, 42(6): 29-41 (in Chinese with English abstract).

[13]
徐智优, 原庆东, 熊学军, 等, 2020. 南海东北部C型内孤立波的观测与分析[J]. 海洋科学进展, 38(2): 211-225.

XU ZHIYOU, YUAN QINGDONG, XIONG XUEJUN, et al, 2020. Observation and analysis of type-C internal solitary waves in the northeastern South China Sea[J]. Advances in Marine Science, 38(2): 211-225 (in Chinese with English abstract).

[14]
杨劲松, 周长宝, 黄韦艮, 等, 2000. 合成孔径雷达图像内波参数提取方法研究[J]. 遥感技术与应用, 15(1): 6-9.

YANG JINSONG, ZHOU CHANGBAO, HUANG WEIGEN, et al, 2000. Study on extracting internal wave parameter of SAR images[J]. Remote Sensing Technology and Application, 15(1): 6-9 (in Chinese with English abstract).

[15]
郑全安, 陈亮, 熊学军, 等, 2022. 南海内波研究前沿与热点[J]. 海洋科学进展, 40(4): 564-580.

ZHENG QUANAN, CHEN LIANG, XIONG XUEJUN, et al, 2022. Research frontiers and highlights of internal waves in the South China Sea[J]. Advances in Marine Science, 40(4): 564-580 (in Chinese with English abstract).

[16]
郑应刚, 张洪生, 李晓恋, 等, 2020. 基于遥感影像边界特性对南海海洋内波检测算法研究[J]. 热带海洋学报, 39(6): 41-56.

DOI

ZHENG YINGGANG, ZHANG HONGSHENG, LI XIAOLIAN, et al, 2020. Detection algorithm of internal waves in the South China Sea based on boundary characteristics of remote sensing image[J]. Journal of Tropical Oceanography, 39(6): 41-56 (in Chinese with English abstract).

DOI

[17]
CAI SHUQUN, GAN ZIJUN, LONG XIAOMIN, 2002. Some characteristics and evolution of the internal soliton in the northern South China Sea[J]. Chinese Science Bulletin, 47(1): 21-27.

[18]
CHEN LIANG, ZHENG QUANAN, XIONG XUEJUN, et al, 2019. Dynamic and statistical features of internal solitary waves on the continental slope in the northern South China Sea derived from mooring observations[J]. Journal of Geophysical Research: Oceans, 124(6): 4078-4097.

[19]
FETT R, RABE K, 1977. Satellite observation of internal wave refraction in the South China Sea[J]. Geophysical Research Letters, 4(5): 189-191.

[20]
HONG D B, YANG C S, OUCHI K, 2015. Estimation of internal wave velocity in the shallow South China Sea using single and multiple satellite images[J]. Remote Sensing Letters, 6(6): 448-457.

[21]
HUANG XIAODONG, HUANG SIWEI, ZHAO WEI, et al, 2022. Temporal variability of internal solitary waves in the northern South China Sea revealed by long-term mooring observations[J]. Progress in Oceanography, 201: 102716.

[22]
LAI ZHIGANG, JIN GUANGZHEN, HUANG YONGMAO, et al, 2019. The generation of nonlinear internal waves in the South China Sea: A three-dimensional, nonhydrostatic numerical study[J]. Journal of Geophysical Research: Oceans, 124(12): 8949-8968.

[23]
MA QIAN, YUAN CHUNXIN, LIN XIAOPEI, et al, 2020. The investigation of internal solitary waves over a continental shelf-slope[J]. Journal of Oceanology and Limnology, 38(3): 695-706.

Options
Outlines

/

〈 〉