IEEEJAS的个人博客分享 http://blog.sciencenet.cn/u/IEEEJAS

博文

基于蓝海信息网络的海洋环境平行监测体系建模研究

已有 3403 次阅读 2020-7-10 16:04 |系统分类:博客资讯

《自动化学报》越来越受广大读者的关注,以本文为例,在2020年1月经《自动化学报》网络出版后,随即受到了广泛关注,本文作为探索海洋环境监测技术的案例之一,主要贡献在于:针对目前海洋环境监测体系顶层设计不足、各监测手段间统一调度与管理缺乏、监视数据关联分析缺失等问题, 提出了基于蓝海信息网络的海洋环境平行监测系统架构; 详细描述了海洋环境监测人工系统的构建方法, 以及计算实验方案; 构建了完备的海洋环境监测平行系统, 通过平行执行为海洋环境监测的高效、智能管理与运营提供保障, 对减少海洋环境监测基础设施冗余建设、降低人力与物理成本、提高运营能力, 实现海洋环境监测的可持续发展必将产生深远的影响。


本文正式版将于《自动化学报》2020年第8期发表,敬请关注。


针对海洋环境立体监测体系的诸多问题和不足, 综合考虑体系建设的复杂性本文在蓝海信息网络中采用平行系统方法进行体系建模, 构建完备的海洋环境监测平行系统, 希望通过平行执行为海洋环境监测的高效、智能管理与运营提供保障.第1部分介绍海洋环境平行监测体系框架; 第2部分详细介绍蓝海信息网络以及基于蓝海信息网络的海洋环境平行监测体系架构; 第3部分对海洋环境监测设备建模; 第4、5部分分别介绍了卫星遥感反演模型和海洋数值模拟同化模型; 第6部分介绍海洋环境多源信息融合方法; 第7部分介绍了海洋环境稀疏数据插值方法; 最后给出了本文的结论和展望.


1.海洋环境平行监测体系框架


构建海洋环境平行监测体系的理论基础和方法指导是基于社会物理信息系统(Cyber-Physical-Social Systems)及平行系统. 如图1中, 海洋环境人工监测体系与海洋环境真实监测体系之间的交互运行, 构成完整的海洋环境平行监测体系. 海洋环境平行监测体系的运行实际上是人工海洋环境监测体系和实际海洋环境监测体系同时运行. 这一运行过程是建立问题、分析判断问题、获得运行结果的过程[20-22].


基于蓝海信息网络的海洋环境平行监测体系建模研究.jpg

图 1  海洋环境平行监测体系框架


2.基于蓝海信息网络的海洋环境平行监测体系


蓝海信息网络是基于新一代信息系统技术体制, 综合集成“感、传、用、管”能力, 实现“天、空、岸、海、潜”一体化的海洋网络信息体系. 该网络着力打造军民融合、开放共享、自主可控的海洋信息基础设施, 逐步形成覆盖我国管辖海域、海上丝绸之路、南北两极与海上战略要道, 乃至全球大洋的“全时域态势感知、全海域网络覆盖、全方位信息服务、全业务综合应用、全体系安全管控”的海洋综合信息系统, 其系统架构如图2所示.


基于蓝海信息网络的海洋环境平行监测体系建模研究 (1).jpg

图 2  海洋环境平行监测体系框架


为顺利推进蓝海信息网络建设, 中电科集团自筹资金, 开展了蓝海信息网络示范系统建设, 在海南陵水至西沙永兴岛的海上航道周边开展示范系统的部署, 设计海洋信息化体系基本架构和技术体制, 开发关键技术装备, 提供海洋信息服务, 重点验证海域应用、系统集成、运营服务能力, 为海洋环境监测体系建设奠定基础, 示范系统组成如图3所示.


基于蓝海信息网络的海洋环境平行监测体系建模研究 (2).jpg

图 3  蓝海信息网络示范系统示意图


蓝海信息网络示范系统包括天基海洋观测、航空海洋观测、岸岛海洋观测、海基海洋观测、水下海洋观测等分系统, 通过卫星通信、散射通信、短波、北斗等手段, 将观测数据传输汇集至海洋环境信息处理中心, 由中心进行数据综合处理、应用, 并实现对各平台各传感器的综合管控. 本文采用平行系统方法构建基于蓝海信息网络的海洋环境平行监测体系, 如图4所示.


基于蓝海信息网络的海洋环境平行监测体系建模研究 (3).jpg

图 4  基于蓝海信息网络的海洋环境平行监测体系框架


如图4所示, 建立了人工蓝海信息网络后, 通过计算实验及平行执行, 对蓝海信息网络进行评估与优化迭代, 最终实现蓝海信息网络的描述、预测和引导. 人工蓝海信息网络的系统组成如图5所示.


基于蓝海信息网络的海洋环境平行监测体系建模研究 (4).jpg

图 5  人工蓝海信息网络系统组成


人工蓝海信息网络需要建立的模型主要是各类监测设备类模型. 从蓝海信息网络中各种类型物理传感器及软件定义传感器的感知量到海洋环境物理特征量, 存在观测数据的反演、数值模拟与同化、定量科学信息提取与融合、稀疏数据差值等海洋环境信息处理方法与模型.


3.监测设备建模


人工蓝海信息网络中的监测设备包括天基海洋观测、航空海洋观测、岸岛、海基及水下海洋环境监测设备等. 天基卫星海洋环境遥感观测的传感器主要有: 辐射计、散射计、卫星高度计、合成孔径雷达、重力场卫星、磁力场卫星等. 空基海洋观测通常采用固定翼飞机和无人机为平台, 搭载微波和光学遥测设备, 具有分辨率高、机动灵活、探测项目多等特点, 是海洋环境监测的重要观测平台, 能够实时获取大气海洋环境资料[23-25]. 岸岛、海基及水下海洋环境监测采用岸岛平台、海上锚泊浮台、海洋测量船、锚系式浮标、剖面探测式漂流浮标、潜标、无人潜航器、波浪能滑翔器、海底观测网等海上、水下平台, 搭载各类海洋环境监测传感器, 实现对海洋环境的多手段监测. 海洋环境参数常用观测传感器如表1所示.


表一.jpg


4.卫星遥感反演模型


卫星空间遥感大大弥补了海洋观测资料的不足(如离散地基台站、离散时间观测). 自20世纪70年代至今, 各类多频段(可见光、红外、微波)多通道的卫星遥感计划提供和积累了海量数据. 近三十多年间, 我国的风云气象卫星(FY)、海洋卫星(HY)也逐步与国际卫星遥感一起获取了对海洋观测的大量数据, 取得了可观的成绩. 但遥感观测的数据是复杂海洋电磁散射与电磁热辐射, 并不直接是我们需要的各类环境物理参数 (海表温度、盐度、海流、风场等)的定量信息, 无法直接提供海洋参数规律性知识. 卫星数据的反演是从电磁场到地球物理性质的逆运算, 具体是指从卫星原始数据获得定量海洋环境参数的数学物理方法. (1)微波辐射计反演海表面温度、盐度、海表风速,(2)散射计反演海表面风场,(3)卫星高度计反演海流。


5.海洋数值模拟与同化


目前, 随着海洋观测技术的高速发展, 人们逐渐有能力获取广阔海面上大量、高分辨率的实时观测数据. 海洋卫星遥感反演技术为海洋研究提供了大量的大气与海洋参数资料, 包括海表面温度、海表面风场、海表面高度、辐射、降雨资料等等. 这些大气参数可作为海洋数值模型的外部强迫场, 海洋参数可作为海洋数值模型的初值场和边界条件.


日常海洋环境监测与预报任务包含以下过程: 海洋数据的系统收集处理与质量控制、海洋数值模型的确定和调试、海洋数据同化方法的研制、海洋预报统的综合集成、预报及其效果检验, 如图6所示.


基于蓝海信息网络的海洋环境平行监测体系建模研究 (5).jpg

图 6  海洋环境日常监测与预报


6.海洋环境多源信息融合


在多源海洋环境监测手段中, 卫星观测数据、数值模拟数据和气象水文常规观测数据是开展气象水文环境信息融合的主要数据源. 卫星数据能够提供大气和海洋的精细化特征, 数值模拟数据能够得到大气海洋三维分布, 常规观测手段能够提供监测站点周围长时间序列的大气和海洋参数值. 但这些多源数据具有不同的时间、空间分辨率, 具有各自的主要应用对象和局限性. 需要通过数据融合, 对多传感器、多平台的观测数据以数值模拟数据进行综合处理和分析, 突出和强化有用信息, 消除或抑制无关的信息, 弥补单一信息的不足, 提供长期稳定连续可靠的高精度全球范围的观测资料, 改善海上目标识别的影响环境.


7.海洋环境的稀疏数据插值


海洋资料反映了海洋环境要素时间变化和空间分布的重要信息. 由于观测成本、观测手段以及相关方法技术的制约, 现有的海洋观测资料大多稀疏、零散, 难以满足科学研究的需要. 采用有效的算法模型, 对既有的海洋稀疏数据资料进行插值、挖掘和拓展等处理, 是最大限度地利用海洋环境数据信息资源的重要途径, 目前已成为海洋科学研究中的重要基础性工作. 常用的方法有: 遗传优化的分形插值、支持向量机-Kriging插值和信息扩散插值等.


8.结论与展望


本文基于平行系统理论方法提出了基于蓝海信息网络的海洋环境平行监测体系, 建立了蓝海信息网络的天基海洋观测系统、航空海洋观测系统、岸岛海洋观测系统、海基海洋观测系统、水下海洋观测系统等功能分系统模型; 构建了卫星遥感信息反演、海洋数值模拟与同化、海洋环境多源信息融合、海洋环境的稀疏数据差值等量化计算模型; 以此为基础, 形成人工蓝海信息网络, 与蓝海信息网络交互形成完备的蓝海信息网络平行系统, 为海洋环境监测的高效、智能管理与运营提供保障. 众所周知, 我国近海和远海的气象资料获取能力有限, 海洋表面的气象观测点严重不足, 锚系浮标观测站点稀疏, 海洋气象预报科技基础能力薄弱, 特别是海洋气象数值预报模式等核心技术不高, 远不能满足海洋航运、海上导航、海上工程、海上牧场、海上旅游等方面的需求, 但随着海洋模式、人工智能和大数据处理等技术的发展, 获得更准确、有效的海洋环境立体监测方案和数据, 完善海洋监测缺失地区的数据服务, 推动海洋环境平行监测体系走向精细化、智能化的有效途径, 具有巨大的研究价值和应用前景.


链接:http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180361

作者简介:

苏振东 博士研究生,就读于中国科学院大学经济与管理学院. 主要研究方向为海洋环境监测平行系统研究.

E-mail: 13601351829@163.com


刘凡 中电科海洋信息技术研究院有限公司高级工程师.2014 年获清华大学博士学位. 研究方向为海洋环境监测系统开发与应用. 

E-mail:liuf@cetcocean.com


杨瑞平 海军研究院高级工程师.2006 年获装甲兵工程学院博士学位. 主要研究方向为海洋环境监测系统建模与仿真. 本文通信作者.

E-mail:naasim@126.com


王飞跃 中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任, 国防科技大学军事计算实验与平行系统技术研究中心主任, 中国科学院大学中国经济与社会安全研究中心主任, 青岛智能产业技术研究院院长. 主要研究方向为平行系统的方法与应用, 社会计算, 平行智能以及知识自动化. 

E-mail: feiyue.wang@ia.ac.cn




https://wap.sciencenet.cn/blog-3291369-1241477.html

上一篇:PF-FICOTA-SENSE:一种MRI快速重构方法
下一篇:【当期目录】IEEE/CAA JAS第7卷第4期
收藏 IP: 159.226.19.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-29 09:54

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部