水下滑翔機(jī)的海洋應(yīng)用

龐重光, 連喜虎,, 俞建成

(1. 中國(guó)科學(xué)院海洋研究所, 山東 青島 266071; 2. 中國(guó)科學(xué)院海洋環(huán)流與波動(dòng)重點(diǎn)實(shí)驗(yàn)室, 山東 青島 266071; 3.中國(guó)科學(xué)院研究生院, 北京 100049; 4. 中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所, 遼寧 沈陽(yáng) 110016)

水下滑翔機(jī)的海洋應(yīng)用

Ocean application of the underwater glider

龐重光1,2, 連喜虎1,2,3, 俞建成4

(1. 中國(guó)科學(xué)院海洋研究所, 山東 青島 266071; 2. 中國(guó)科學(xué)院海洋環(huán)流與波動(dòng)重點(diǎn)實(shí)驗(yàn)室, 山東 青島 266071; 3.中國(guó)科學(xué)院研究生院, 北京 100049; 4. 中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所, 遼寧 沈陽(yáng) 110016)

水下滑翔機(jī)是一種依靠浮力驅(qū)動(dòng)、以鋸齒形軌跡航行的新型水下移動(dòng)觀測(cè)平臺(tái), 具有制造成本與使用費(fèi)用低、續(xù)航能力強(qiáng)、自主可控等特點(diǎn), 已經(jīng)逐漸成為一種有效的海洋觀測(cè)平臺(tái)[1]。

水下滑翔機(jī)是一種新型的海洋環(huán)境觀測(cè)平臺(tái),近年來(lái)在國(guó)內(nèi)外受到了極大的關(guān)注。1995年以來(lái), 美國(guó)先后研制出 Slocum[2]、Seaglider[3]和 Spray[4]等多種水下滑翔機(jī), 并于2003年前后逐步實(shí)現(xiàn)產(chǎn)品化。法國(guó)(Sea-Explorer、STERNE)、日本(ALBAC)、加拿大等國(guó)家也都開(kāi)展了水下滑翔機(jī)的相關(guān)研究工作[5]。2003年中國(guó)科學(xué)院自動(dòng)化研究所開(kāi)展了水下滑翔機(jī)基礎(chǔ)研究工作, 2008年成功地研制出我國(guó)自主知識(shí)產(chǎn)權(quán)的水下滑翔機(jī)工程樣機(jī)。十二五期間, 中國(guó)科學(xué)院自動(dòng)化所、天津大學(xué)、中國(guó)海洋大學(xué)和華中科技大學(xué)等 4家單位正在開(kāi)展不同驅(qū)動(dòng)類(lèi)型水下滑翔機(jī)的研發(fā)攻關(guān)。另外, 浙江大學(xué)、上海交通大學(xué)、國(guó)家海洋技術(shù)中心以及中船重工集團(tuán)702研究所等單位也開(kāi)展了一些與水下滑翔機(jī)相關(guān)的研究工作。

水下滑翔機(jī)適合于較大范圍、長(zhǎng)時(shí)間、垂直剖面連續(xù)的海洋環(huán)境觀測(cè), 已經(jīng)成為一種通用的海洋環(huán)境觀測(cè)平臺(tái), 并在實(shí)際海洋環(huán)境觀測(cè)計(jì)劃中得到應(yīng)用。如在目前正在進(jìn)行的西太平洋國(guó)際海洋觀測(cè)計(jì)劃: Southwest Pacific Circulation and Climate Experiment(SPICE)[6], Northwestern Pacific Ocean Circulation and Climate Experiment(NPOCE)[7], 以及Origin of the Kuroshio and Mindanao Current(OKMC),均單列了利用水下滑翔機(jī)進(jìn)行特別任務(wù)觀測(cè)。

1 水下滑翔機(jī)海洋觀測(cè)及其類(lèi)型

水下滑翔機(jī)的應(yīng)用領(lǐng)域極其廣泛, 包括: 物理,化學(xué), 生物海洋學(xué), 戰(zhàn)術(shù)海洋學(xué), 長(zhǎng)周期、大范圍海洋偵察和搜索, 以及航行輔助等[5]。

1.1 水下滑翔機(jī)觀測(cè)及其優(yōu)勢(shì)

利用水下滑翔機(jī)進(jìn)行海洋環(huán)境觀測(cè), 可以直接或間接獲得如下海洋環(huán)境參數(shù)。直接測(cè)量參數(shù)包括基本和可擴(kuò)展參數(shù)2種?；竞Ｑ髤?shù)如: 海水深度溫度鹽度(CTD); 可擴(kuò)展參數(shù)如: 海水濁度、pH值、葉綠素含量、溶解氧含量、營(yíng)養(yǎng)鹽含量、海水湍動(dòng)混合、海洋中的聲波等等。在水下滑翔機(jī)上加載高頻流速剖面儀, 如在Seaglider上加載1 MHz Aquadopp Profiler, 在其下潛過(guò)程中, 可進(jìn)行高精度海洋湍動(dòng)測(cè)量[8]。在Sea-Explorer 水下滑翔機(jī)上安裝聲波探測(cè)器和記錄儀, 可以收集海洋中哺乳動(dòng)物發(fā)出的聲波, 并對(duì)其進(jìn)行評(píng)估。間接獲得的海洋參數(shù)主要是海水流速的估計(jì)[9], 包括: 滑翔深度平均的海水流速、表層流速以及垂向流速。滑翔深度平均的海水流速由航跡推算位移與實(shí)際位移之差估算; 在海表面, 通過(guò)相隔約7～9 min的2個(gè)全球定位系統(tǒng)(Global Positioning System, GPS)定位, 可估算表層流速; 通過(guò)期待下潛速度與實(shí)際下潛速度之差, 可給出顯示內(nèi)波與深層湍動(dòng)混合活動(dòng)的垂向流速的估計(jì); 聯(lián)合高度計(jì)測(cè)量數(shù)據(jù), 可以診斷出鋒面區(qū)垂向流速。

水下滑翔機(jī)與其他海洋觀測(cè)設(shè)備相比, 具有明顯的優(yōu)勢(shì)。相比于船基海上調(diào)查, 其調(diào)查成本相對(duì)較低, 特別是現(xiàn)在高油價(jià)時(shí)代更具意義; 其觀測(cè)具有更高的空間分辨率, 例如當(dāng)下潛水深500 m時(shí), 其測(cè)量空間分辨率小于3 km; 而且由多個(gè)水下滑翔機(jī)組成的觀測(cè)陣列可以進(jìn)行大范圍、長(zhǎng)時(shí)間跨度的不同斷面的準(zhǔn)同步觀測(cè), 克服船基調(diào)查站位有限、時(shí)間跨度小的缺點(diǎn)。相比于中性浮標(biāo)如 ARGO浮標(biāo)等, 其具有可控性的優(yōu)點(diǎn); 而且水下滑翔機(jī)還具有體積小,重量輕, 易于布放與操作的特點(diǎn)。水下滑翔機(jī)的另一突出優(yōu)勢(shì)是, 可以在船只進(jìn)出困難海域以及極端氣象條件下進(jìn)行自主觀測(cè)[10]。

1.2 水下滑翔機(jī)海洋觀測(cè)類(lèi)型及應(yīng)用

在海洋觀測(cè)中, 水下滑翔機(jī)逐漸被廣泛使用。水下滑翔機(jī)與航次觀測(cè)(cruises)、錨定系統(tǒng)(moorings)、漂浮系統(tǒng)(bouys, drifters, floats)一起, 已成為一種新型的必不可少的觀測(cè)手段[5]。

水下滑翔機(jī)可以進(jìn)行不同深度的海洋觀測(cè), 如:表層漂流(Surface drift); 底層漫步(Bottom loiter)以及次表層觀測(cè)(Sub-surface porpoise)。從空間觀測(cè)方式上又可分為: 虛擬錨系觀測(cè)(virtual mooring), (重復(fù))斷面觀測(cè)(repeated sections)和陣列觀測(cè)(array, or a fleet of gliders)。

1) 虛擬錨系觀測(cè)

在水平位置約1 km范圍內(nèi), 進(jìn)行連續(xù)的重復(fù)剖面觀測(cè)。設(shè)定水下滑翔機(jī)的航行速度、滑翔角和水平方位, 使其恰好抵消海水運(yùn)動(dòng), 基本確保在一個(gè)垂向剖面進(jìn)行連續(xù)多次測(cè)量。1999年, Spray水下滑翔機(jī)進(jìn)行虛擬錨系觀測(cè), 完成了11 d、水深380 m、182個(gè)剖面的測(cè)量; 2001年, 1對(duì)間隔1.5 km的Seaglider水下滑翔機(jī)完成了2個(gè)虛擬錨系觀測(cè); 2004年, 在呂宋海峽以東500 km的菲律賓海, 放置了5個(gè)Slocum水下滑翔器組成虛擬錨系陣列, 對(duì)100 km×100 km海域的中尺度變異和浮游生物進(jìn)行了為期10 d的連續(xù)觀測(cè),獲得了重要結(jié)果[11]。該類(lèi)型觀測(cè)的缺點(diǎn)是不能做到完全同步觀測(cè), 不能攜帶大體積觀測(cè)儀器, 不能測(cè)量海表面的氣象條件。

2) 斷面觀測(cè)

水下滑翔器沿預(yù)定斷面連續(xù)滑翔, 重復(fù)或不重復(fù)進(jìn)行斷面觀測(cè)。在強(qiáng)流區(qū), 水下滑翔機(jī)會(huì)發(fā)生嚴(yán)重的漂移, 因此根據(jù)已知流場(chǎng)的空間結(jié)構(gòu)優(yōu)化水下滑翔器的航行路線(xiàn)是很有效和十分必要的。該類(lèi)型觀測(cè)是利用水下滑翔機(jī)進(jìn)行海洋觀測(cè)的常見(jiàn)類(lèi)型, 所以應(yīng)用實(shí)例很多。目前, 單個(gè)水下滑翔機(jī)可以進(jìn)行持續(xù)5個(gè)月以上, 總行程達(dá)2 000 km的重復(fù)斷面觀測(cè)。需要特別指出: SPRAY水下滑翔機(jī)2007年在呂宋島與臺(tái)灣島之間, 即 18°～24°N, 在西邊界流強(qiáng)流區(qū),進(jìn)行了多次斷面觀測(cè), 其觀測(cè)水深1 000 m, 持續(xù)時(shí)間最長(zhǎng)達(dá) 5個(gè)月[12]。該類(lèi)型觀測(cè)的缺點(diǎn)是與拖曳式CTD測(cè)量相比, 速度不到其 1/10, 所以可能導(dǎo)致時(shí)間變化與空間結(jié)構(gòu)的混淆[13]。

3) 陣列觀測(cè)

根據(jù)任務(wù)需要, 選擇合適數(shù)量的水下滑翔機(jī)組成陣列, 進(jìn)行同步觀測(cè)。由于該類(lèi)型觀測(cè)可以實(shí)現(xiàn)次表層海洋要素的大范圍、可持續(xù)、準(zhǔn)同步測(cè)量, 因此具有廣闊的應(yīng)用前景。美國(guó)在2003年和2006年開(kāi)展了 2次大規(guī)模的以建立可控的自動(dòng)的海洋觀測(cè)網(wǎng)為目的海上試驗(yàn)[14], 其中使用了數(shù)十套水下滑翔機(jī)組成的觀測(cè)陣列進(jìn)行海洋環(huán)境觀測(cè)。2003年夏天, 在Monterey Bay, 美國(guó)科學(xué)家用了 10個(gè)機(jī)動(dòng)靈活的淺水型Slocum水下滑翔機(jī), 以及5個(gè)適用于深水長(zhǎng)時(shí)間作業(yè)的Spray水下滑翔機(jī), 開(kāi)展了為期1個(gè)月的陣列觀測(cè)。

歐美各國(guó)使用水下機(jī)器人獲得了大量的海上觀測(cè)數(shù)據(jù), 這些觀測(cè)數(shù)據(jù)對(duì)海洋科學(xué)家研究不同尺度海洋物理、生物、化學(xué)等動(dòng)態(tài)過(guò)程起到重要作用。這些利用水下滑翔機(jī)觀測(cè)獲得的高時(shí)空分辨率的海洋環(huán)境參數(shù)測(cè)量結(jié)果一方面可以揭示一些新的海洋現(xiàn)象: Hodges和Fratantoni[11]利用水下滑翔機(jī)虛擬錨系陣列在Philippine海進(jìn)行觀測(cè), 發(fā)現(xiàn)了浮游植物薄層。Todd等[15]利用水下滑翔機(jī)對(duì)Southern California Current System(SCCS)中的極向流進(jìn)行了觀測(cè), 揭示了極向流的空間分布特征及其時(shí)間變化。另一方面水下滑翔機(jī)測(cè)量結(jié)果可用于海洋環(huán)境的數(shù)據(jù)同化。Dobricic等[16]把水下滑翔機(jī)觀測(cè)數(shù)據(jù)用于Ionian Sea預(yù)報(bào)模式的同化, 并指出, 在動(dòng)力復(fù)雜海域使用滑翔機(jī)觀測(cè)數(shù)據(jù)可進(jìn)行更加有效的數(shù)據(jù)同化, 而且滑翔機(jī)觀測(cè)數(shù)據(jù)具有很好的預(yù)報(bào)效果。作為研究計(jì)劃的一部分, 在2006年Monterey Bay水下滑翔機(jī)陣列觀測(cè)期間, 用3種不同的海洋模式: Regional Ocean Modeling System(ROMS), Harvard Ocean Prediction System(HOPS)以及 Innovative Coastal-ocean Observing System(ICON)對(duì)觀測(cè)結(jié)果進(jìn)行了實(shí)時(shí)數(shù)據(jù)同化[14,17]。

2 水下滑翔機(jī)自主觀測(cè)技術(shù)的研究

基于海洋機(jī)器人(包括水下滑翔機(jī))的水下環(huán)境自主觀測(cè)是當(dāng)前國(guó)際研究熱點(diǎn), 也是海洋環(huán)境觀測(cè)技術(shù)的發(fā)展趨勢(shì)。所謂自主觀測(cè)是指利用海洋機(jī)器人的移動(dòng)、可控特點(diǎn), 根據(jù)實(shí)時(shí)觀測(cè)數(shù)據(jù), 結(jié)合觀測(cè)任務(wù)目標(biāo), 自主控制海洋機(jī)器人的觀測(cè)路徑, 執(zhí)行觀測(cè)任務(wù)[18]。

隨著水下滑翔機(jī)技術(shù)的不斷成熟, 美國(guó)和歐洲各國(guó)相繼開(kāi)展了多項(xiàng)與海洋環(huán)境自主觀測(cè)相關(guān)的研究計(jì)劃。美國(guó)在自主海洋采樣網(wǎng)(the Autonomous Ocean Sampling Network, AOSN)計(jì)劃框架下, 分別于2000、2003和2006年開(kāi)展了3次大規(guī)模自主海洋觀測(cè)試驗(yàn)[14]; 2005年由法國(guó)、德國(guó)、意大利、挪威、西班牙和英國(guó)的科研機(jī)構(gòu)聯(lián)合發(fā)起了歐洲滑翔觀測(cè)計(jì)劃(European Gliding Observatories, EGO)[19], 該計(jì)劃專(zhuān)門(mén)支撐水下滑翔機(jī)在海洋自主觀測(cè)技術(shù)的應(yīng)用研究。這些關(guān)于自主觀測(cè)的研究主要體現(xiàn)在自主觀測(cè)行為的優(yōu)化和多水下滑翔機(jī)的協(xié)作觀測(cè)與控制等2個(gè)方面。

2.1 水下滑翔機(jī)自主觀測(cè)行為的優(yōu)化

國(guó)外學(xué)者對(duì)利用水下滑翔機(jī)進(jìn)行海洋環(huán)境自主觀測(cè)中涉及的自主觀測(cè)策略、跟蹤觀測(cè)策略、觀測(cè)路徑規(guī)劃等問(wèn)題進(jìn)行了研究, 取得了一些研究成果。Fiorelli等[20-21]和?gren等[22]提出了一種虛擬體人工勢(shì)場(chǎng)法的多水下滑翔機(jī)隊(duì)型控制方法, 研究了基于多水下滑翔機(jī)的海洋鋒面與標(biāo)量場(chǎng)梯度自主跟蹤觀測(cè)策略。Susca等[23]與Jin和Bertozzi[24]研究了基于傳感器網(wǎng)絡(luò)的標(biāo)量場(chǎng)邊界估計(jì)與跟蹤問(wèn)題。Alvarez等[25]研究了水下滑翔機(jī)與漂流浮標(biāo)協(xié)作的自主觀測(cè)問(wèn)題, 采用遺傳算法優(yōu)化水下滑翔機(jī)的觀測(cè)路徑。Heaney等[26]研究了基于海洋數(shù)值模型預(yù)測(cè)的水下滑翔機(jī)區(qū)域自主覆蓋觀測(cè)問(wèn)題, 使用遺傳算法求解最優(yōu)觀測(cè)路徑。Zhang和 Sukhatme[27]針對(duì)水下機(jī)器人與固定節(jié)點(diǎn)協(xié)作的自主覆蓋觀測(cè)問(wèn)題, 提出了基于Local Linear Regression(LLR)的誤差估計(jì)方法, 優(yōu)化水下機(jī)器人觀測(cè)路徑。Rao和Williams[28]基于A*算法, 以滑翔機(jī)運(yùn)動(dòng)消耗能量最小為目標(biāo), 分析了滑翔機(jī)在有海流的情況下, 滑翔機(jī)靜水運(yùn)動(dòng)速度、海流速度和滑翔機(jī)的實(shí)際運(yùn)動(dòng)速度之間的關(guān)系, 并提出了啟發(fā)式的路徑規(guī)劃方法。Smith等[29]研究了單水下滑翔機(jī)海洋觀測(cè)問(wèn)題, 提出了多觀測(cè)目標(biāo)的、自主Z字形觀測(cè)路徑規(guī)劃方法, 并進(jìn)行了海上試驗(yàn)。

2.2 多水下滑翔機(jī)的協(xié)作控制與觀測(cè)

關(guān)于自主覆蓋觀測(cè)方法研究工作主要包括: 多水下滑翔機(jī)時(shí)間延遲控制, 多水下滑翔機(jī)隊(duì)形控制,海洋觀測(cè)數(shù)據(jù)噪聲處理等。Leonard等[30]提出了基于目標(biāo)分析(Objective Analysis, OA)的觀測(cè)數(shù)據(jù)評(píng)價(jià)標(biāo)準(zhǔn), 并設(shè)計(jì)了相應(yīng)的自主覆蓋觀測(cè)方法, 將移動(dòng)節(jié)點(diǎn)限定在可參數(shù)化的軌跡上, 通過(guò)優(yōu)化軌跡參數(shù)和軌跡上移動(dòng)節(jié)點(diǎn)數(shù)獲得優(yōu)化觀測(cè)數(shù)據(jù)。Peng和Yang[31]分析了在主、從水下滑翔機(jī)通訊時(shí)間延遲確定的情況下, 隊(duì)形穩(wěn)定問(wèn)題, 針對(duì)主從滑翔機(jī)通信延遲時(shí)變和時(shí)不變兩種情況, 設(shè)計(jì)了相應(yīng)的切換控制策略。Roberson[32]基于圖論的原理, 設(shè)計(jì)了在時(shí)間延遲的情況下, 采用 4個(gè)水下滑翔機(jī)跟蹤海洋溫度場(chǎng)等值線(xiàn)的控制方法, 水下滑翔機(jī)根據(jù)各自的軌跡對(duì)海洋區(qū)域觀測(cè)采樣, 并和其他機(jī)器人共享觀測(cè)數(shù)據(jù); 將共享的采樣數(shù)據(jù)取平均, 以確定隊(duì)形中心的軌跡。在多水下滑翔機(jī)覆蓋觀測(cè)的隊(duì)形控制方面, Paley等[33]根據(jù)粒子振蕩器的模型, 分析了相互作用的多個(gè)粒子收斂到同步的狀態(tài)的控制方法; Zhang和Leonard[34]基于牛頓粒子模型, 采用微分幾何的方法,設(shè)計(jì)控制律使任意初始位置的粒子收斂到封閉曲線(xiàn)上, 用封閉曲線(xiàn)的軌道方程去量測(cè)各個(gè)粒子之間的相對(duì)位置。

近幾年, 我國(guó)在上海海域和臺(tái)灣海峽及毗鄰海域建立了區(qū)域性海洋環(huán)境立體監(jiān)測(cè)示范系統(tǒng), 并在上海和福建兩個(gè)示范區(qū)開(kāi)展了業(yè)務(wù)化試運(yùn)行。到目前為止, 由于水下滑翔機(jī)設(shè)備對(duì)中國(guó)的出口限制,以及我國(guó)還沒(méi)有自主知識(shí)產(chǎn)權(quán)的水下滑翔機(jī)產(chǎn)品,因此在我國(guó)構(gòu)建的海洋環(huán)境立體監(jiān)測(cè)系統(tǒng)中, 還未使用水下滑翔機(jī)觀測(cè)平臺(tái)執(zhí)行海洋環(huán)境觀測(cè)。

3 水下滑翔機(jī)海洋應(yīng)用的發(fā)展方向

水下滑翔機(jī)適合于較大范圍、長(zhǎng)時(shí)間、垂直剖面連續(xù)的海洋環(huán)境觀測(cè), 在國(guó)外已經(jīng)成為一種通用的海洋環(huán)境觀測(cè)平臺(tái), 并在實(shí)際海洋環(huán)境觀測(cè)計(jì)劃中得到應(yīng)用。但我國(guó)的水下滑翔機(jī)觀測(cè)尚屬空白, 因此研制出水下滑翔機(jī)產(chǎn)品并用于觀測(cè)是當(dāng)務(wù)之急。

根據(jù)水下滑翔機(jī)自身的運(yùn)動(dòng)、觀測(cè)特點(diǎn), 其海洋應(yīng)用的主要發(fā)展方向是進(jìn)行海洋環(huán)境自主觀測(cè)?；谒聶C(jī)器人(包括水下滑翔機(jī))的海洋環(huán)境自主觀測(cè)技術(shù)是當(dāng)前國(guó)際研究熱點(diǎn)之一, 國(guó)內(nèi)外已經(jīng)取得了一些研究成果, 但相關(guān)研究工作較分散, 缺少系統(tǒng)性研究, 因此今后的主要發(fā)展方向是: 通過(guò)系統(tǒng)深入研究水下機(jī)器人運(yùn)動(dòng)能力和環(huán)境海流對(duì)水下機(jī)器人自主觀測(cè)行為的約束; 復(fù)雜海洋環(huán)境、時(shí)變環(huán)境海流條件下的環(huán)境特征信息估計(jì)、多水下機(jī)器人協(xié)作控制、編隊(duì)控制等理論與方法; 并使理論研究工作與實(shí)際應(yīng)用緊密聯(lián)系, 同時(shí)開(kāi)展實(shí)際海上環(huán)境的實(shí)驗(yàn)驗(yàn)證, 最終形成完整的水下機(jī)器人海洋環(huán)境自主觀測(cè)理論框架。

[1] Rudnick D L, Davis R E, Eriksen C C, et al. Underwater gliders for ocean research[J]. Marine Technology Society Journal, 2004, 38(1): 48-59.

[2] Teledyne Webb Research.Slocum glider data sheet[EB/ OL].[2012-06-10]. http: //www.webbresearch.com/pdf/ Slocum_Glider_ Data_Sheet.pdf.

[3] iRobot Corporation. Irobotseaglider productsheet[EB/ OL].[2012-06-10].http://m.irobot.com/maritime_product.php?product=seaglider.

[4] Bluefin Robotics Corporation. Bluefin spray glider product sheet[EB/OL].[2012-06-10]. http: //www.bluefinrobotics.com/assets/Downloads/Bluefin-Spray-Glider-Product-Sheet.pdf.

[5] Stephen W. Autonomous Underwater Gliders[C]//Inzartsev A V. Underwater Vehicles. Vienna: I-Tech, 2008: 499-524.

[6] Ganachaud A, Brassington G, Kessler W. Southwest Pacific Circulation and Climate Experiment(SPICE) II: implementation plan[M]. Cairns: CLIVAR publication series No. 133, 2008.

[7] Hu D X, Wang F, Wu L X, et al. NPOCE (Northwestern Pacific Ocean Circulation and Climate Experiment) IV: implementation[M]. Beijing: China Ocean Press, 2012.

[8] Siegel E. A new world of velocity profile capabilities for gliders[EB/OL]. [2012-06-25]. http: // www.nortekusa.com/lib/technical-notes/velocity-measurements-ongliders.

[9] Hatun H, Eriksen C C, Rhines P B. Buoyant eddies entering the Labrador Sea observed with gliders and altimetry[J]. Journal of Physical Oceanography, 2007, 37: 2838-2854.

[10] Ruiz S, Pascual A, Garau B, et al. Mesoscale dynamics of the Balearic Front, integrating glider, ship and satellite data[J]. Journal of Marine Systems, 2009, 78: S3-S16.

[11] Hodges B A, Fratantoni D M. A thin layer of phytoplankton observed in the Philippine Sea with a synthetic moored array of autonomous gliders[J]. Journal of Geophysical Research, 2009, 114: C10020, doi: 10.1029/2009JC005317.

[12] Rudnick D, Davis R, Ohman M, et al. The underwater glider Spray: Observations around the world[EB/OL]. [2012-07-10]. http: //www.oceanobs09.net/proceedings/ ac/FCXNL-09A02-1781162-1-ac4a33.pdf.

[13] Rudnick D L, Cole S T. On Sampling the Ocean Using Underwater Gliders[J]. Journal of Geophysical Research, 2011, 116: C08010, doi: 10.1029/2010JC006849.

[14] Rampa S R, Davis R E, Leonard N E. Preparing to predict: The second Autonomous Ocean Sampling Network (AOSN-II) experiment in the Monterey Bay[J]. Deep-Sea Research II, 2009, 56: 68-86.

[15] Todd R E, Rudnick D L, Mazloff M R, et al. Poleward flows in the southern California Current System: Glider observations and numerical simulation[J]. Journal of Geophysical Research, 2011, 116: C02026, doi: 10.1029/2010JC006536.

[16] Dobricic S, Pinardi N, Testor P, et al. Impact of data assimilation of glider observations in the Ionian Sea (Eastern Mediterranean)[J]. Dynamics of Atmospheres and Oceans, 2010, 50: 78-92.

[17] Leonard N E, Paley D A, Davis R E, et al. Coordinated control of an underwater glider fleet in an adaptive ocean sampling field experiment in Monterey Bay[J]. Journal of Field Robotics, 2010, 27(6): 718-740.

[18] Lermusiaux P F J. Adaptive modeling, adaptive data assimilation and adaptive sampling[J]. Physica D: Nonlinear Phenomena, 2007, 230: 172-196.

[19] EGO group. European Gliding Observatories(EGO) initiative[EB/OL]. [2012-07-10]. http: //www.ego-network.org/dokuwiki /doku.php.

[20] Fiorelli E, Bhatta P, Leonard N E. Adaptive sampling using feedback control of an autonomous underwater glider fleet[C]//Proceedings of the 13th International Symposium on Unmanned Untethered Submersible Technology, Durham: [s.n.], 2003: 1-16.

[21] Fiorelli E, Leonard N E, Bhatta P. Multi-AUV Control and adaptive sampling in Monterey Bay[J]. IEEE Journal of Oceanic Engineering, 2006, 31(4): 935-948.

[22] ?gren P, Fiorelli E, Leonard N E. Cooperative control of mobile sensor networks: Adaptive gradient climbing in a distributed environment[J]. Automatic Control, 2004, 49(8): 1292-1302.

[23] Susca S, Martinez S, Bullo F. Monitoring environmental boundaries with a robotic sensor network[J]. Control Systems Technology, 2006, 16(2): 288-296.

[24] Jin Z, Bertozzi A L. Environmental boundary tracking and estimation using multiple autonomous vehicles[C]// IEEE: 46th IEEE Conference on Decision and Control. New Orleans: IEEE, 2007: 4918-4923.

[25] Alvarez A, Garau B, Caiti A. Combining networks of drifting profiling floats andgliders for adaptive sampling of the Ocean[C]//IEEE: Robotics and Automation, 2007 IEEE International Conference on. Roma: IEEE, 2007: 157-162.

[26] Heaney K D, Gawarkiewicz G, Duda T F. Nonlinear optimization of autonomous undersea vehicle sampling strategies for oceanographic data-assimilation[J]. Journal of Field Robotics, 2007, 24(6): 437-448.

[27] Zhang B, Sukhatme G S. Adaptive sampling with multiple mobile robots[EB/OL]. [2008-01-01]. http: // escholarship.org/uc/item/12v1d7w3#page-2.

[28] Rao D, Williams S B. Large-scale path planning for Underwater Gliders in ocean currents[C]// Australasian Conference on Robotics and Automation (ACRA). Sydney, [s.n.], 2009: 1-8.

[29] Smith R N, Schwager M, Smith S L, et al. Persistent ocean monitoring with underwater gliders: Adapting sampling resolution[J]. Journal of Field Robotics, 2011, 28(5): 714-741.

[30] Leonard N E, Paley D A, Lekien F. Collective motion, sensor networks, and ocean sampling[J]. Proceedings of the IEEE, 2007, 95(1): 48-74.

[31] Peng K, Yang Y. Leader-following consensus problem with a varying-velocity leader and time-varying delays[J]. Physica A, 2009, 388: 193-208.

[32] Roberson D G. Environmental tracking and formation control for an autonomous underwater vehicle platoon with limited communication[D]. Blacksburg: Virginia Polytechnic Institute and State University, 2008.

[33] Paley D A, Leonard N E, Sepulchre R. Collective motion of self-propelled particles: Stabilizing symmetric formations on closed curves[C]//IEEE.Decision and Control, Proceedings of the 45th IEEE Conference on. San Diego: IEEE, 2006: 5067-5072.

[34] Zhang F, Leonard N E. Coordinated patterns of unit speed particles on a closed curve[J]. Systems Control Letter, 2007, 56: 397-407.

(本文編輯: 劉珊珊 李曉燕)

P733

A

1000-3096(2014)04-0096-05

10.11759/hykx20120625001

2012-09-09;

2013-03-11

國(guó)家重大科學(xué)研究計(jì)劃(2012CB956004); 國(guó)家自然科學(xué)基金(61233013)

龐重光(1973－), 女, 山西榆社人, 研究員, 博士, 主要從事懸浮物質(zhì)輸運(yùn)與循環(huán)研究。電話(huà): 0532-82898609, E-mail: chgpang@qdio.ac.cn