一種水下滑翔機(jī)鹽度數(shù)據(jù)的噪聲處理方法

易鎮(zhèn)輝, 俞建成, 毛華斌, 張志旭, 練樹(shù)民, 邱春華, 李先鵬*

一種水下滑翔機(jī)鹽度數(shù)據(jù)的噪聲處理方法

易鎮(zhèn)輝1,3, 俞建成2, 毛華斌1, 張志旭1, 練樹(shù)民1, 邱春華4, 李先鵬1*

(1. 中國(guó)科學(xué)院 南海海洋研究所 熱帶海洋環(huán)境國(guó)家重點(diǎn)實(shí)驗(yàn)室, 廣東 廣州, 510301; 2. 中國(guó)科學(xué)院 沈陽(yáng)自動(dòng)化研究所, 遼寧 沈陽(yáng), 110016; 3. 中國(guó)科學(xué)院大學(xué) 資源與環(huán)境學(xué)院, 北京, 100049; 4. 中山大學(xué) 海洋科學(xué)學(xué)院近岸海洋科學(xué)與技術(shù)中心, 廣東 廣州, 510275)

溫鹽深傳感器(CTD)是水下滑翔機(jī)常規(guī)搭載的模塊, 可以高效地觀測(cè)海水的溫度、鹽度和壓強(qiáng)。但在鹽度的計(jì)算過(guò)程中, 熱滯后誤差問(wèn)題普遍存在且不可忽略。對(duì)此, Morison 等提出能有效修正熱滯后誤差的方法。文中對(duì)2017年7~8月間, 8臺(tái)“海翼”水下滑翔機(jī)搭載的滑翔機(jī)有效載荷CTD(GP-CTD)數(shù)據(jù)進(jìn)行處理, 用中值濾波和移動(dòng)平滑濾波解決鹽度峰的問(wèn)題, 基于上述方法, 對(duì)鹽度數(shù)據(jù)進(jìn)行熱滯后修正, 發(fā)現(xiàn)熱滯后誤差與垂向溫度結(jié)構(gòu)和水平分辨率密切相關(guān); 在剖面插值過(guò)程中, 由海洋內(nèi)部波動(dòng)引起的壓強(qiáng)振蕩影響插值結(jié)果, 會(huì)帶來(lái)很大的鹽度差和溫度差, 并基于CTD剖面數(shù)據(jù), 提出一種海洋內(nèi)部波動(dòng)的簡(jiǎn)單識(shí)別方法。文中的工作可為水下滑翔機(jī)的數(shù)據(jù)質(zhì)量控制和海洋現(xiàn)象的捕捉提供參考。

水下滑翔機(jī); 溫鹽深傳感器; 熱滯后修正; 剖面插值; 鹽度

0 引言

水下滑翔機(jī)作為一種新型的無(wú)人水下航行器, 在海洋觀測(cè)中起著非常重要的作用[1]。它通過(guò)改變自身重力與浮力的大小來(lái)控制垂向的滑行速度, 通過(guò)調(diào)整滑翔翼來(lái)實(shí)現(xiàn)水平運(yùn)動(dòng), 從而在海水中以鋸齒型軌跡航行。水下滑翔機(jī)具有制作成本低、能耗小、續(xù)航能力強(qiáng)、自主可控等優(yōu)點(diǎn), 還能進(jìn)行模塊化設(shè)計(jì), 可以搭載不同的傳感器, 對(duì)海洋進(jìn)行大規(guī)模、長(zhǎng)時(shí)間、全天候和高分辨率的自主實(shí)時(shí)觀測(cè), 彌補(bǔ)了傳統(tǒng)海洋觀測(cè)手段的缺陷, 具有廣闊的應(yīng)用前景[2]。

水下滑翔機(jī)的概念是1989年由Stommel[3]首次提出。1991年, 美國(guó)Teledyne Webb Rese- arch(TWR)公司研制了最早的水下滑翔機(jī)Slo- cum[4]; 1999年, 美國(guó)Scripps海洋研究所和Woods Hole海洋研究所共同研發(fā)了工作深度更大的Spray[5]; 隨之, 美國(guó)華盛頓大學(xué)應(yīng)用物理實(shí)驗(yàn)室開(kāi)發(fā)了更高效節(jié)能的Seaglider[6]。這3類(lèi)為第1代水下滑翔機(jī), 在海洋觀測(cè)中應(yīng)用最為廣泛。之后的產(chǎn)品朝著多樣化發(fā)展, 如: 混合推進(jìn)水下滑翔機(jī)(hybird-driven underwater glider, HUG)[7]、深海水下滑翔機(jī)[8]、飛翼水下滑翔機(jī)[9]和波浪滑翔機(jī)(wave glider, WG)[10]等相繼研制。

相比國(guó)外, 國(guó)內(nèi)對(duì)水下滑翔機(jī)的研究起步較晚, 但也取得了顯著的進(jìn)展。2005年, 天津大學(xué)研制的溫差能驅(qū)動(dòng)的水下滑翔機(jī)成功進(jìn)行了水域測(cè)試[11]; 同時(shí), 中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所研發(fā)的原理樣機(jī)也在湖上進(jìn)行評(píng)估測(cè)試[12-13]。隨后, 多家科研單位或院校也進(jìn)行了相關(guān)技術(shù)研發(fā)并取得了技術(shù)突破, 如中國(guó)海洋大學(xué)[14]、國(guó)家海洋技術(shù)中心[15]、中國(guó)船舶重工集團(tuán)公司第710研究所[16]、第702研究所[17]、華中科技大學(xué)[18]、浙江大學(xué)[19]、大連海事大學(xué)[20]、上海交通大學(xué)[21]和西北工業(yè)大學(xué)[22]等, 特別是在混合推進(jìn)水下滑翔機(jī)和深海水下滑翔機(jī)的研發(fā)方面, 國(guó)內(nèi)發(fā)展已經(jīng)與國(guó)際水平同步。

水下滑翔機(jī)可以搭載傳感器對(duì)海水進(jìn)行測(cè)量, 其中溫鹽深傳感器(conductivity temperature depth, CTD)是其搭載的最常規(guī)和最重要的傳感器, 可以測(cè)量海水的溫度、電導(dǎo)率和壓強(qiáng), 進(jìn)而推導(dǎo)出海水的鹽度和密度等參數(shù)。但是對(duì)于傳統(tǒng)CTD, 由于電導(dǎo)傳感器的熱慣性, 溫度和電導(dǎo)率的測(cè)量會(huì)不同步, 電導(dǎo)傳感器要消耗時(shí)間來(lái)適應(yīng)周?chē)Ｋ? 例如: 從暖水到冷水過(guò)程中, 需要擴(kuò)散儲(chǔ)存的熱量, 相比電導(dǎo)傳感器, 溫度傳感器的反應(yīng)速度較快。這種傳感器反應(yīng)時(shí)間的滯后導(dǎo)致了計(jì)算鹽度時(shí)存在誤差, 被稱(chēng)為熱滯后效應(yīng)[23]。

Lueck和Picklo[23-24]首次提出一種熱滯后修正的數(shù)值算法, 并用SBE(Sea-Bird electronics Inc.)的電導(dǎo)元件進(jìn)行驗(yàn)證, 該算法可以有效移除鹽度偏差, 對(duì)其中參數(shù)的敏感度不高, 具有普適性。Morison等[25]提出了一種實(shí)用的確定熱滯后修正振幅和時(shí)間常數(shù)的方法, 最小化下潛—上升過(guò)程的溫鹽曲線中2個(gè)鹽度之間的差異, 并根據(jù)SBE-9 CTD數(shù)據(jù)所得到的經(jīng)驗(yàn)結(jié)果, 得出和都是平均速度的函數(shù)。Johnson等[26]用3臺(tái)錨定的SBE-41CP CTDs數(shù)據(jù)對(duì)電導(dǎo)元件的熱慣性進(jìn)行評(píng)估和修正, 并對(duì)裝備了SBE-41 CTD的Argo浮標(biāo)剖面進(jìn)行篩選, 選取了上百個(gè)強(qiáng)溫躍層之上充分混合的表層剖面進(jìn)行熱滯后修正。 Bishop[27]修正了Slocum 水下滑翔機(jī)數(shù)據(jù)的熱滯后效應(yīng), 根據(jù)Lueck、Picklo和Morison 等的方法, 用Slocum 水下滑翔機(jī)的平均垂向速度來(lái)計(jì)算修正參數(shù)。Menash等[28]對(duì)SBE-4的數(shù)據(jù)進(jìn)行熱質(zhì)量慣性修正, 以Morison等的方法為基礎(chǔ), 提出一種經(jīng)驗(yàn)方法來(lái)確定修正參數(shù)的最優(yōu)值, 并計(jì)算出在強(qiáng)溫躍層中普遍適用的參數(shù)值。Garau 等以Morison 等的工作為基礎(chǔ), 提出了不帶泵的Slocun CTD數(shù)據(jù)的熱滯后修正方法, 該方法優(yōu)點(diǎn)如下: 使用水下滑翔機(jī)自身的可變速度, 同時(shí)不需要參考剖面; 最小化2個(gè)CTD剖面(1個(gè)為下潛過(guò)程, 1個(gè)為上升過(guò)程)組成的T-S曲線圍成的面積所確定的目標(biāo)函數(shù), 從而確定4個(gè)修正參數(shù)[29]。這種方法被用來(lái)進(jìn)行常規(guī)水下滑翔機(jī)CTD的數(shù)據(jù)處理。Liu 等[30]對(duì)比了Morison 等的方法和Garau 等的方法在強(qiáng)溫躍層的可行性和局限性, 并提出用中值濾波(=7)的方法移除較大的鹽度峰, 可以明顯改善熱滯后修正的效果。Eric- ksen[31]對(duì)Seaglider上不帶泵的電導(dǎo)元件進(jìn)行了鹽度估計(jì)。Frajka-Williams等[32]根據(jù)Ericksen 等的模型和Lueck的熱滯后理論, 對(duì)Seaglider數(shù)據(jù)進(jìn)行了簡(jiǎn)單的熱慣性修正。

文中利用Morison 等的方法對(duì)2017年7～8月期間南海中尺度渦多滑翔機(jī)集群觀測(cè)的幾千個(gè)CTD剖面數(shù)據(jù)進(jìn)行熱滯后修正。Morison 等的方法能有效地修正帶泵CTD的熱滯后誤差[25], 但是在層結(jié)強(qiáng)的深度上, 熱滯后修正效果不好[28]。

文中將評(píng)估該方法在溫躍層的修正效果, 討論的問(wèn)題有: 1) 提高鹽度熱滯后修正的效果; 2) 討論鹽度熱滯后誤差的影響因子; 3) 改善剖面插值效果。

1 “海翼”水下滑翔機(jī)數(shù)據(jù)熱滯后修正方法

1.1 “海翼”水下滑翔機(jī)數(shù)據(jù)

2017年7~8月期間, 由中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所組織的南海中尺度渦多滑翔機(jī)集群觀測(cè), 以揭示南海北部渦旋的精確三維結(jié)構(gòu), 研究渦旋不對(duì)稱(chēng)性導(dǎo)致的南海北部跨陸坡物質(zhì)能量輸運(yùn), 文中研究的為其中的8臺(tái)。該次為期1個(gè)月的觀測(cè)獲取了3075個(gè)CTD的剖面數(shù)據(jù), 詳細(xì)信息見(jiàn)表1。對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理, 去掉原始數(shù)據(jù)中一些異常的采樣過(guò)程和奇異值。異常的采樣過(guò)程主要分為以下幾種: 1) 只有下潛過(guò)程的數(shù)據(jù); 2) 采樣時(shí)間不連續(xù), 文中定義為存在大于10 m壓強(qiáng)差的采樣過(guò)程; 3) 高頻振蕩; 4) 壓強(qiáng)一直為0。8臺(tái)水下滑翔機(jī)總共出現(xiàn)的異常采樣過(guò)程分別有2、22、6和2次, 所以有效剖面數(shù)為3 043個(gè)。

表1 8臺(tái)“海翼”水下滑翔機(jī)基本信息

“海翼”水下滑翔機(jī)搭載的CTD為Slocum 滑翔機(jī)有效載荷CTD(glider payload CTD, GP-CTD), 能測(cè)量電導(dǎo)率、溫度和壓強(qiáng)。在水下的滑翔軌跡呈鋸齒形, CTD傳感器整個(gè)過(guò)程都處于采樣觀測(cè)狀態(tài)(見(jiàn)圖1)。工作深度為300 m的水下滑翔機(jī)完成1個(gè)采樣過(guò)程的時(shí)長(zhǎng)是30~40 min, 出入水位置間的距離約為0.5 km; 工作深度為1 000 m的水下滑翔機(jī)完成1個(gè)采樣過(guò)程的時(shí)長(zhǎng)約3 h, 出入水位置間的距離約為2 km。8臺(tái)水下滑翔機(jī)基本位于南海北部海盆的深水區(qū), 其中4臺(tái)水下滑翔機(jī)(300K001, 300K003, 1000J005和1000J008)為東北—西南走向的來(lái)回?cái)嗝嬗^測(cè), 剩余4臺(tái)基本為西北—東南走向的來(lái)回?cái)嗝嬗^測(cè)(見(jiàn)圖2), 每臺(tái)水下滑翔機(jī)每天滑翔的距離為25~30 km。

圖1 “海翼”水下滑翔機(jī)滑行路徑圖

圖2 8臺(tái)水下滑翔機(jī)觀測(cè)列陣位置圖

1.2 熱滯后修正方法

在鹽度計(jì)算過(guò)程中, 由于溫度傳感器和電導(dǎo)率傳感器的瞬間反應(yīng)速度不同步而導(dǎo)致的誤差不容忽視。1990年, Lueck[23]提出了熱滯后修正的理論模型, 具體如下。

電導(dǎo)率修正值

式中:f為折疊頻率(Nyquist頻率);和分別為誤差的振幅和時(shí)間常數(shù), 二者都取決于通過(guò)電導(dǎo)單元的流速。Lueck的理論由Morison等進(jìn)一步驗(yàn)證, 并根據(jù)經(jīng)驗(yàn)結(jié)果, 得到計(jì)算系數(shù)和的等式

式中,為通過(guò)電導(dǎo)單元流速的平均速度。需要注意的是, Morison 等的研究是在傳統(tǒng)CTD試驗(yàn)的基礎(chǔ)上進(jìn)行的, 流速已知, 假定為常數(shù)0.486 7 m/s, 所以系數(shù)和分別為0.0677和11.1431[25]。

Morison等在Lueck的理論基礎(chǔ)上, 進(jìn)一步提出通過(guò)估計(jì)電導(dǎo)單元的溫度來(lái)實(shí)現(xiàn)溫度和電導(dǎo)率的同步變化

式中, 溫度修正值T加上測(cè)量的溫度可得電導(dǎo)單元內(nèi)的估計(jì)溫度, 由此可依據(jù)測(cè)量的電導(dǎo)率來(lái)計(jì)算鹽度。

相比而言, Morison等的方法因?yàn)椴恍杼峁╇妼?dǎo)率對(duì)溫度的敏感度，而比Lueck的方法更為簡(jiǎn)單。

2 熱滯后誤差修正

在溫躍層或鹽躍層中, 鹽度的垂向剖面會(huì)存在許多陡峭的峰[33], 這些峰不能被常規(guī)的平滑方法(如: 低通濾波)濾掉, 雖然插值過(guò)程也存在平滑的作用, 但未能將這種峰值去除[26], 所以就可能將這種峰值插值到標(biāo)準(zhǔn)的剖面上, 從而影響剖面整體結(jié)構(gòu)和現(xiàn)象的判斷, 特別是在尺度較小的過(guò)程中。

Emery等[34]提出可通過(guò)比較樣本值的直方圖檢查離散值是否符合假定的概率分布函數(shù), 以此來(lái)分離誤差較大的點(diǎn)。另一種方法是對(duì)于所有的數(shù)據(jù), 設(shè)定1個(gè)閾值(如±3, 其中,為標(biāo)準(zhǔn)差), 超過(guò)閾值則視為異常值。但是這些方法將異常值也當(dāng)作樣本的一部分, 從而影響概率分布函數(shù)和閾值的計(jì)算[34], 所以并不適合用來(lái)去除這些鹽度峰值。Mensah等[28]提出用中值濾波有效去除CTD數(shù)據(jù)中溫度、電導(dǎo)率和鹽度中存在的峰值現(xiàn)象。Liu等[31]用窗口為7的中值濾波有效地去除鹽度存在的峰值, 并且保證原有數(shù)據(jù)的變化趨勢(shì)。窗口為的中值濾波可以表示為

但從數(shù)據(jù)的處理結(jié)果發(fā)現(xiàn), 窗口為7的中值濾波并不能將鹽度的一些峰值完全濾掉(見(jiàn)圖3(a)), 窗口寬度需要重新調(diào)整。

選取300K001水下滑翔機(jī)的第389個(gè)采樣過(guò)程, 記為300K001-389(入水時(shí)間2017/7/26 13:20: 19, 入水位置(117.97oE , 21.30oN); 出水時(shí)間2017/7/26 14:03:22, 出水位置(117.80oE , 21.30oN))作為典型例子。由圖3(a)可以看出, 中值濾波可以很好地移除陡峭的峰值(如92 m處), 對(duì)于較緩的峰值(如85 m處), 不同窗口寬度的中值濾波有不同的效果, 11點(diǎn)中值濾波基本能移除鹽度峰值, 15點(diǎn)中值濾波則因窗口過(guò)大, 可能會(huì)改變鹽度本身的變化趨勢(shì)(如90 m處)。為了移除鹽度峰值和保留鹽度本身的變化趨勢(shì), 窗口為13的中值濾波將用于移除原始數(shù)據(jù)的鹽度峰值, 對(duì)應(yīng)的垂向深度為10 m左右。但是, 中值濾波存在弱化鹽度變化的問(wèn)題, 經(jīng)過(guò)中值濾波處理后, 可能幾個(gè)甚至十幾個(gè)相鄰數(shù)值相等, 對(duì)應(yīng)的垂向深度為10 m的鹽度值相同, 這顯然不符合觀測(cè)事實(shí), 移動(dòng)平滑濾波可以解決這個(gè)問(wèn)題。窗口為的移動(dòng)平滑濾波為

不同窗口的移動(dòng)平滑濾波對(duì)鹽度都有明顯的平滑作用, 為了保守起見(jiàn), 對(duì)中值濾波處理后的鹽度進(jìn)行窗口為7的移動(dòng)平滑濾波(見(jiàn)圖3(b))。

Morison等[25]提出的熱滯后修正方法的基本假設(shè)是整個(gè)下潛—上升過(guò)程基本處于同一個(gè)水團(tuán), 海水的理化性質(zhì)也基本不變, 所以在溫度-鹽度曲線(T-S曲線)上, 下潛剖面曲線與上升剖面曲線應(yīng)相差不大。下潛和上升過(guò)程的鹽度差可以表征該過(guò)程的鹽度數(shù)據(jù)質(zhì)量。中值濾波(=13)和移動(dòng)平滑濾波(=7)處理后, 不管是原始鹽度還是熱滯后修正的鹽度, 數(shù)據(jù)質(zhì)量都有顯著的提高, 下潛和上升過(guò)程向平均值聚攏, 更加符合同屬一個(gè)水團(tuán)的性質(zhì), 鹽度差減小了0.1 psu左右(見(jiàn)圖4), 這與熱滯后修正屬于同一個(gè)量級(jí), 所以濾波移除鹽度峰值同樣重要。圖中, 濾波處理包括中值濾波(=13)和移動(dòng)平滑濾波(=7)。

圖4 濾波處理前后的溫度-鹽度曲線圖

Morison 等提出的熱滯后修正方法對(duì)原始的鹽度有明顯的修正(見(jiàn)圖5), 特別是50~300 m的溫躍層, 修正幅度平均值能達(dá)到0.02~0.05 psu, 最大值甚至超過(guò)0.1 psu, 特別是1000K003水下滑翔機(jī), 修正幅度甚至能達(dá)到0.2 psu(見(jiàn)圖5(f))。圖中, 橫坐標(biāo)為熱滯后修正鹽度與原始鹽度之差。相比原始數(shù)據(jù), 下潛過(guò)程修正鹽度值減小, 上升過(guò)程增加, 下潛—上升過(guò)程的差異進(jìn)一步縮小, 使得修正后的鹽度都向平均剖面聚攏, 這才是符合海水中的鹽度分布, 在同一水團(tuán)中, 海水的理化性質(zhì)相似。300 m以深, 修正后下潛—上升過(guò)程的鹽度基本一致, 修正效果明顯優(yōu)于溫躍層, 這可能與海水的垂向溫鹽結(jié)構(gòu)有關(guān)。但是, 在溫躍層中, 熱滯后修正下潛—上升過(guò)程的鹽度仍然存在著差異, 甚至二者的變化趨勢(shì)相反, 所以在溫躍層中熱滯后修正方法仍然需要改善。

3 熱滯后誤差的影響因子

鹽度偏差(salinity error)的定義為熱滯后修正下潛—上升過(guò)程之間存在的鹽度差, 它是衡量熱滯后誤差的量, 鹽度偏差越大, 說(shuō)明熱滯后現(xiàn)象越明顯[28]。在觀測(cè)期間, 海洋中存在許多波動(dòng)現(xiàn)象, 可能會(huì)引起溫躍層的起伏變化, 相應(yīng)地, 在一次采樣過(guò)程中, 下潛過(guò)程和上升過(guò)程的溫鹽結(jié)構(gòu)存在著很大變化。為排除這種影響, 只選取下潛—上升過(guò)程溫躍層深度之差都不超過(guò)2 m的剖面進(jìn)行統(tǒng)計(jì)分析[28], 將溫躍層上界設(shè)為溫躍層深度, 溫躍層上界的定義為溫度超過(guò)海表面溫度0.5℃所對(duì)應(yīng)的深度[35], 海表面溫度為5 m處的海水溫度。8臺(tái)水下滑翔機(jī)共選取了1 888個(gè)剖面進(jìn)行討論。

圖5 8臺(tái)水下滑翔機(jī)鹽度差垂向分布圖

3.1 垂向溫度結(jié)構(gòu)

鹽度偏差的垂向呈現(xiàn)雙峰分布, 第1個(gè)峰值在50 m左右的深度上, 最大值能達(dá)到0.2 psu; 第2個(gè)峰值在200 m左右的深度上, 能達(dá)到0.05 psu, 只有第1個(gè)峰值的1/4 ; 400 m以深, 鹽度偏差隨深度變化很小并維持在0.01 psu以下(見(jiàn)圖6(a))。溫度梯度都為單峰變化, 梯度先增后減然后維持穩(wěn)定, 最大值都在50 m左右, 約為0.11℃/db(見(jiàn)圖6(b))。

圖6 8臺(tái)水下滑翔機(jī)鹽度偏差和溫度梯度垂向分布圖

選取溫躍層以淺探討鹽度偏差隨溫度梯度的變化, 為了排除降水等因素對(duì)鹽度的影響, 選取10~300 m作為研究深度。鹽度偏差最大值所在深度為40~50 m, 在南海北部夏季, 可看成是混合層與溫躍層的界限。在混合層, 鹽度偏差與溫度梯度呈現(xiàn)很好的線性關(guān)系, 其擬合優(yōu)度為0.91~0.99, 溫度梯度對(duì)鹽度偏差的線性解釋程度很高, 鹽度偏差隨溫度梯度的增大而增大(見(jiàn)圖7(a)); 在溫躍層中, 鹽度偏差與溫度梯度線性關(guān)系很弱(見(jiàn)圖7(b)), 圖中顏色表示與圖6相同。溫度梯度相同時(shí), 混合層的鹽度偏差比溫躍層的小, 這與混合層的劇烈混合有關(guān)。

圖7 8臺(tái)水下滑翔機(jī)鹽度偏差隨溫度梯度的變化曲線

3.2 水平分辨率

水平分辨率的定義為出入水位置之間的距離, 該距離越大, 水平分辨率越小。由圖6可知, 在溫度梯度變化趨勢(shì)基本一致的情況下, 300K001、300K003和300K004這3臺(tái)水下滑翔機(jī)(下潛深度為300 m)的鹽度偏差明顯小于后面幾臺(tái); 由圖7(a)可知, 這3臺(tái)的曲線也與其他幾臺(tái)存在明顯分離, 鹽度偏差相差約0.04 psu, 這與水平分辨率差異有關(guān)。當(dāng)下潛深度為300 m 左右時(shí), 水平分辨率約為0.5 km, 鹽度偏差約為0.02 psu; 當(dāng)下潛深度約為1 000 m時(shí), 水平分辨率約為2 km, 相應(yīng)的鹽度偏差約為0.05～0.06 psu。隨著水平分辨率的減小, 鹽度偏差會(huì)增加, 但并非呈線性增加趨勢(shì)(見(jiàn)表2)。這是因?yàn)樗椒直媛蕼p小, 下潛—上升過(guò)程的距離變大, 由于小尺度或次中尺度現(xiàn)象的影響, 水團(tuán)性質(zhì)發(fā)生改變, 鹽度偏差變大。所以水平分辨率也是影響熱滯后修正效果的因素, 隨著水平分辨率增加, 熱滯后修正效果變好, 熱滯后誤差減小, 下潛—上升過(guò)程就更加趨于一致。

表2 8臺(tái)水下滑翔機(jī)平均水平分辨率和平均鹽度偏差表

4 剖面插值和標(biāo)準(zhǔn)剖面選取

4.1 剖面插值

對(duì)8臺(tái)水下滑翔機(jī)的鹽度進(jìn)行熱滯后修正后, 下潛—上升過(guò)程鹽度變得比較一致。為了對(duì)觀測(cè)的斷面進(jìn)行更加直觀的展現(xiàn), 用一條標(biāo)準(zhǔn)的剖面來(lái)代表整個(gè)下潛—上升過(guò)程, 能準(zhǔn)確反映整個(gè)過(guò)程的溫鹽變化。一維線性插值是1種簡(jiǎn)單有效的插值方法, 將下潛—上升過(guò)程的剖面一維線性插值到等米的標(biāo)準(zhǔn)剖面上, 然后對(duì)這2個(gè)剖面取平均值, 則該標(biāo)準(zhǔn)剖面代表整個(gè)下潛—上升過(guò)程。

在處理水下滑翔機(jī)溫鹽數(shù)據(jù)中發(fā)現(xiàn), 下潛—上升過(guò)程中溫鹽分布存在異常起伏, 同一深度存在2個(gè)差異較大的觀測(cè)值, 2次觀測(cè)的海水分別屬于不同水體, 對(duì)插值的結(jié)果勢(shì)必造成影響。8臺(tái)水下滑翔機(jī)存在這種現(xiàn)象的剖面有: 300K001- 490; 1000J008-56、62、72、75。選取剖面1000J008-56 (入水時(shí)間為2017/7/23 12:39:59, 入水位置為(119.27°E、20.30°N); 出水時(shí)間為2017/7/23 16:22:15, 出水位置為(119.24°E、20.33°N)評(píng)估該現(xiàn)象對(duì)插值結(jié)果的影響。為了對(duì)比水下滑翔機(jī)溫鹽異常起伏過(guò)程對(duì)插值結(jié)果的影響, 將該起伏過(guò)程移除, 然后進(jìn)行一維線性插值, 前后進(jìn)行對(duì)比, 為了清楚看出移除起伏過(guò)程前后的差別, 僅選取下潛過(guò)程250~450 m 進(jìn)行具體分析。該起伏過(guò)程影響鹽度的垂向分布, 存在1個(gè)鹽度增長(zhǎng)率相反的過(guò)程, 在同一深度上, 前一次測(cè)的是鹽度高的水團(tuán), 后一次測(cè)的是鹽度低的水團(tuán)。插值后, 350 m處鹽度突然降低, 形成1個(gè)鹽度斷層; 在350~380 m深度層, 移除起伏過(guò)程后的插值, 結(jié)果明顯比移除前小并且光滑。移除起伏過(guò)程前后, 在同一深度上, 鹽度相差最大能達(dá)到0.1 psu(見(jiàn)圖8(a)和(d)), 與熱滯后誤差同一量級(jí), 所以該起伏過(guò)程對(duì)插值結(jié)果帶來(lái)的影響不可忽略。相同地, 溫度在350 m處溫度也突然降低, 形成1個(gè)溫度斷層, 而在350~ 380 m深度層, 溫度移除起伏過(guò)程后的插值結(jié)果也明顯比移除前小。移除起伏過(guò)程前后, 在同一深度上, 溫度相差最大能達(dá)到2℃(見(jiàn)圖8(c)和(f))。在T-S圖上, 起伏過(guò)程移除前后在鹽度為34.37~34.55 psu之間存在明顯的差異, 而對(duì)應(yīng)的深度為280~430 m (見(jiàn)圖8(b)和(e))。該起伏過(guò)程還會(huì)給插值結(jié)果帶來(lái)毛刺, 影響插值后溫鹽數(shù)據(jù)的質(zhì)量。

圖8 1000J008-56下潛中溫鹽起伏過(guò)程對(duì)剖面插值的影響曲線

溫鹽起伏過(guò)程帶來(lái)的鹽度差和溫度差對(duì)插值的影響不可忽略。在該過(guò)程中, 壓強(qiáng)的變化不是單調(diào)的, 也存在著振幅為30 m左右的振蕩過(guò)程(見(jiàn)圖9), 與溫鹽起伏過(guò)程相對(duì)應(yīng), 所以溫鹽起伏過(guò)程是由壓強(qiáng)的振蕩引起的。壓強(qiáng)振蕩是因?yàn)槭艿胶Ｑ髢?nèi)部波動(dòng)(如內(nèi)波)的影響, 將正在下潛(或上升)的水下滑翔機(jī)抬升(或下落), 則同一深度存在著2個(gè)溫鹽觀測(cè)值, 而2次觀測(cè)的海水分別屬于不同水體, 造成觀測(cè)值相差較大。其他溫鹽異常起伏剖面都存在著壓強(qiáng)振蕩現(xiàn)象(見(jiàn)圖10), 說(shuō)明這種異常起伏并非傳感器出錯(cuò)而導(dǎo)致的數(shù)據(jù)異常, 而是由海洋內(nèi)部波動(dòng)引起的。圖10中, 紅圈為海洋內(nèi)部波動(dòng)所在深度, 每個(gè)分圖的剖面從左到右依次為300K001-490, 1000J008-56、62、72、75; 圖中橫坐標(biāo)刻度為一條剖面的標(biāo)度, 可以將這些剖面篩選出來(lái), 這樣不僅使插值結(jié)果更準(zhǔn)確, 而且可以很好地研究海洋內(nèi)部波動(dòng)。

圖9 1000J008-56 CTD剖面壓強(qiáng)變化曲線

圖10 不同剖面壓強(qiáng)、鹽度及溫度變化趨勢(shì)

相對(duì)應(yīng)地, 海洋內(nèi)部波動(dòng)所在深度上的壓強(qiáng)、鹽度和溫度也存在起伏過(guò)程, 其判定的標(biāo)準(zhǔn)為: 在下潛—上升過(guò)程, 同一深度(壓強(qiáng))存在著至少2個(gè)觀測(cè)值(如: 溫度和鹽度等)(見(jiàn)圖10)。由于海水鹽度跨度小, 所以壓強(qiáng)和鹽度的起伏可以很好捕捉到海洋內(nèi)部波動(dòng), 這種簡(jiǎn)單的識(shí)別方法可以有效地篩選出海洋內(nèi)部波動(dòng), 為其研究提供寶貴的觀測(cè)數(shù)據(jù)。

4.2 標(biāo)準(zhǔn)剖面選取

在選取標(biāo)準(zhǔn)的剖面來(lái)代表整個(gè)下潛—上升過(guò)程時(shí), 常用的方法有3種: 1) 最普遍的方法是選擇原始數(shù)據(jù)下潛過(guò)程為該標(biāo)準(zhǔn)剖面, 而將上升過(guò)程舍棄不用, 但往往會(huì)忽略很多尺度較小的現(xiàn)象(如空間尺度為-1 km 的次中尺度現(xiàn)象); 2) Liu Y等[31]提出, 將熱滯后修正的下潛—上升過(guò)程的剖面, 一維線性插值到等米的標(biāo)準(zhǔn)剖面上, 然后對(duì)這3個(gè)剖面取平均, 用平均剖面代表整個(gè)下潛—上升過(guò)程, 由于熱滯后修正需要迭代過(guò)程, 所以這種方法的計(jì)算量比較大; 3) 將原始數(shù)據(jù)的下潛—上升過(guò)程的剖面線性插值, 然后取平均剖面代表整個(gè)過(guò)程, 相對(duì)于方法2), 這種方法計(jì)算比較簡(jiǎn)單。與方法2)相比, 方法1)剖面鹽度相差達(dá)0.5 psu, 其最值所在的深度集中在300 m以淺, 2種方法的鹽度相差在50 m 左右達(dá)到最大(見(jiàn)圖11中a1~a8)。圖11中, 藍(lán)色點(diǎn)為鹽度差最小值, 紅色點(diǎn)為鹽度差最大值。而方法3)剖面與方法2)的鹽度相差最大為0.05 psu, 最值對(duì)應(yīng)深度也相對(duì)集中在300 m以上(見(jiàn)圖11 中b1~b8)。南海北部溫躍層所在深度為50~300 m, 在溫躍層里, 2種方法與方法2）的鹽度差都比其他深度大, 這是由于在溫躍層明顯的熱滯后誤差導(dǎo)致的。在文中試驗(yàn)中, 方法1)和方法3)所得剖面與方法2)的鹽度差相差了一個(gè)量級(jí), 0.5 psu的鹽度差可能會(huì)引起鹽度分布的顯著變化, 從而改變水團(tuán)的理化性質(zhì), 影響對(duì)海洋現(xiàn)象的捕捉和研究, 所以方法1)是不準(zhǔn)確的; 對(duì)于方法3)的可行性, 可依據(jù)研究的問(wèn)題而定, 對(duì)于大尺度現(xiàn)象, 可接受0.05 psu的鹽度差, 但是對(duì)于小尺度現(xiàn)象, 0.05 psu的鹽度差也可能影響鹽度的分布, 所以該方法不適用。對(duì)于300 m以深的深海溫鹽梯度和熱滯后誤差都很小, 選取標(biāo)準(zhǔn)剖面時(shí), 3種方法的差異不大。

5 結(jié)束語(yǔ)

文中用Morison 等的方法對(duì)8臺(tái)水下滑翔機(jī)的CTD(帶泵)數(shù)據(jù)進(jìn)行熱滯后修正, 討論了熱滯后誤差的影響因子, 并探討了海洋內(nèi)部波動(dòng)對(duì)溫鹽剖面插值的影響和標(biāo)準(zhǔn)剖面的選取, 得出以下結(jié)論。

圖11 8臺(tái)水下滑翔機(jī)采用不同方法選取剖面與方法2)選取剖面的鹽度差最值的垂向分布圖

1) 用中值濾波(=13)和滑動(dòng)平均濾波(=7)不僅能夠移除鹽度峰, 而且可有效解決中值濾波去趨勢(shì)的問(wèn)題, 提高熱滯后修正效果。

2) 熱滯后誤差的影響因子包括: 垂向溫度結(jié)構(gòu)和水平分辨率。在混合層, 鹽度偏差與溫度梯度呈現(xiàn)很好的線性關(guān)系; 而在溫躍層, 二者線性關(guān)系較差。水平分辨率減小, 鹽度偏差則會(huì)增加, 但是并非呈線性增加趨勢(shì)。

3) 在插值過(guò)程中, 海洋內(nèi)部的波動(dòng)(如內(nèi)波)形成的壓強(qiáng)起伏會(huì)引起溫鹽起伏現(xiàn)象, 帶來(lái)很大的鹽度差和溫度差, 影響插值結(jié)果。同步的壓強(qiáng)振蕩和鹽度起伏可以簡(jiǎn)單識(shí)別出海洋內(nèi)部波動(dòng)。

文中著重討論CTD數(shù)據(jù)的處理, 尚未應(yīng)用到海洋現(xiàn)象的探討, 下一步工作重點(diǎn)是海洋中尺度渦和海洋內(nèi)波的相關(guān)研究。

致謝: 感謝國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2017YFC 0305904)對(duì)論文的支持和中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所提供的水下滑翔機(jī)數(shù)據(jù)。

[1] 沈新蕊, 王延輝, 楊紹瓊, 等. 水下滑翔機(jī)技術(shù)發(fā)展現(xiàn)狀與展望[J]. 水下無(wú)人系統(tǒng)學(xué)報(bào), 2018, 26(2): 89-106.Shen Xin-rui, Wang Yan-hui, Yang Shao-qiong, et al. Development of Underwater Gliders: An Overview and Prospect[J]. Journal of Unmanned Undersea Systems, 2018, 26(2): 89-106.

[2] Rudnick D L, Davis R E, Eriksen C C, et al. Underwater Glider for Ocean Research[J]. Marine Technology Society Journal, 2004, 38(2): 73-84.

[3] Stommel H. The Slocum Mission[J]. Oceanography, 1989, 2(1): 22-25.

[4] Webb D C, Simonetti P J, Jones C P. SLOCUM: an Underwater Glider Propelled by Environmental Energy[J]. IEEE Journal of Oceanic Engineering, 2001, 26(4): 447- 452.

[5] Sherman J, Davis R E, Owens W B, et al. The Autonomo- us Underwater Glider “Spray”[J]. IEEE Journal of Ocean- ic Engineering, 2001, 26(4): 437-446.

[6] Eriksen C C, Osse T J, Light R D, et al. Seaglider: a Long- range Autonomous Underwater Vehicle for Oceanographic Research[J]. IEEE Journal of Oceanic Engineering, 2001, 26(4): 424-436.

[7] Bachmayer R, Leonard N E, Graver J, et al. Underwater Gliders: Recent Developments and Future Applications [C]//International Symposium on Underwater Technology. Taipei, China: IEEE, 2004: 195-200.

[8] Osse T J, Eriksen C C. The Deepglider: A Full Ocean De- pth Glider for Oceanographic Research[C]//OCEANS 2007. Vancouver: IEEE, 2007: 1-12.

[9] Wood S. Autonomous Underwater Gliders[J]. Underwater Vehicles, 2009, 26: 499-524.

[10] Hine R, Willcox S, Hine G, et al. The Wave Glider: A Wave-Powered Autonomous Marine Vehicle[C]//Oceans 2009, MTS/IEEE Biloxi-Marine Technology for Our Future:Global and Local Challenges. Biloxi: IEEE, 2009: 1-6.

[11] 武建國(guó). 混合驅(qū)動(dòng)水下滑翔器系統(tǒng)設(shè)計(jì)與性能分析[D]. 天津: 天津大學(xué), 2010.

[12] 王樹(shù)新, 李曉平, 王延輝, 等. 水下滑翔器的運(yùn)動(dòng)建模與分析[J]. 海洋技術(shù)學(xué)報(bào), 2005, 24(1): 5-9.Wang Shu-xin, Li Xiao-ping, Wang Yan-hui, et al. Dyna- mic Modeling and Analysis of Underwater Gliders[J]. Oc- ean Technology, 2005, 24(1): 5-9.

[13] 王樹(shù)新, 王延輝, 張大濤, 等. 溫差能驅(qū)動(dòng)的水下滑翔器設(shè)計(jì)與實(shí)驗(yàn)研究[J]. 海洋技術(shù)學(xué)報(bào), 2006, 25(1): 1-5.Wang Shu-xin, Wang Yan-hui, Zhang Da-tao, et al. Design and Trial on an Underwater Glider Propelled by Thermal Engine[J]. Ocean Technology, 2006, 25(1): 1-5.

[14] Liu Y, Luan X, Song D, et al. Simulation for Path Plann- ing of OUC-II Glider with Intelligence Algorithm[C]// Intelligent Robotics and Applications: 10th International Conference, ICIRA 2017. Wuhan: Springer, 2017: 801- 812.

[15] 秦玉峰, 張選明, 孫秀軍, 等. 混合驅(qū)動(dòng)水下滑翔機(jī)高效推進(jìn)螺旋槳設(shè)計(jì)[J]. 海洋技術(shù)學(xué)報(bào), 2016, 35(3): 40- 45.Qin Yu-feng, Zhang Xuan-ming, Sun Xiu-jun, et al. Desi- gn of a High-Efficiency Propeller for Hybrid Drive Unde- rwater Gliders[J]. Journal of Ocean Technology, 2016, 35(3): 40-45.

[16] 陳剛, 張?jiān)坪? 趙加鵬. 基于混合模型的水下滑翔機(jī)最佳升阻比特性[J]. 兵器裝備工程學(xué)報(bào), 2014, 35(2): 150- 152.Chen Gang, Zhang Yun-hai, Zhao Jia-peng, et al. Optim- um Lift-drag Ratio of the Underwater Glider Based on Mixture Models[J]. Journal of Sichuan Ordnance, 2014, 35(2): 150-152.

[17] 馬冬梅, 馬崢, 張華, 等. 水下滑翔機(jī)水動(dòng)力性能分析及滑翔姿態(tài)優(yōu)化研究[J]. 水動(dòng)力學(xué)研究與進(jìn)展, 2007, 22(6): 703-708.Ma Dong-mei, Ma Zheng, Zhang Hua, et al. Hydrodynamic Analysis and Optimization on the Gliding Attitude of the Underwater Glider[J]. Journal of Hydrodynamics, 2007, 22(6): 703-708.

[18] 李寶仁, 傅曉云, 楊鋼, 等. 一種噴水推進(jìn)型深?；铏C(jī): CN203581363U[P]. 2014-5-7.

[19] Yang C, Peng S, Fan S. Performance and Stability Analysis for ZJU Glider[J]. Marine Technology Society Journal, 2014, 48(3): 88-103.

[20] 楊豪, 陳濟(jì)民, 初再宇. 圓碟形水下滑翔機(jī)的創(chuàng)新設(shè)計(jì)及應(yīng)用前景[J]. 硅谷, 2015(4): 24-25.

[21] 倪園芳. 溫差能驅(qū)動(dòng)水下滑翔機(jī)性能的研究[D]. 上海: 上海交通大學(xué), 2008.

[22] 田文龍, 宋保維, 劉鄭國(guó). 可控翼混合驅(qū)動(dòng)水下滑翔機(jī)運(yùn)動(dòng)性能研究[J]. 西北工業(yè)大學(xué)學(xué)報(bào), 2013, 31(1): 122- 128.Tian Wen-long, Song Bao-wei, Liu Zheng-guo. Motion Characteristic Analysis of a Hybrid-Driven Underwater Glider with Independently Controllable Wings[J]. Journal of Northwestern Polytechnical University, 2013, 31(1): 122-128.

[23] Lueck R G. Thermal Inertia of Conductivity Cells: Theory[J]. Journal of Atmospheric & Oceanic Technology, 1990, 7(5): 741-755.

[24] Lueck R G, Picklo J J. Thermal Inertia of Conductivity Cells: Observations with a Sea-Bird Cell[J]. Journal of Atmospheric & Oceanic Technology, 1990, 7(5): 756-768.

[25] Morison J, Andersen R, Larson N, et al. The Correction for Thermal-Lag Effects in Sea-Bird CTD Data[J]. Journal of Atmospheric & Oceanic Technology, 1994, 11(11): 1151-1164.

[26] Johnson G C, Toole J M, Larson N G. Sensor Corrections for Sea-Bird SBE-41CP and SBE-41 CTDs*[J]. Journal of Atmospheric and Oceanic Technology, 2007, 24(6): 1117- 1130.

[27] Bishop C M. Sensor Dynamics of Autonomous Underwater Gliders[D]. Newfoundland: Memorial University of Newfoundland, 2008.

[28] Mensah V, Le Menn M, Morel Y. Thermal Mass Correcti- on for the Evaluation of Salinity[J]. Journal of Atmosph- eric and Oceanic Technology, 2009, 26(3): 665-672.

[29] Garau B, Ruiz S, Zhang W G, et al. Thermal Lag Correction on Slocum CTD Glider Data[J]. Journal of Atmo- spheric and Oceanic Technology, 2011, 28(9): 1065-1071.

[30] Liu Y, Weisberg R H, Lembke C. Glider Salinity Correction for Unpumped CTD Sensors Across a Sharp Therm- ocline[J]. Coastal Ocean Observing Systems, 2015, 17: 305-325.

[31] Eriksen C C. Salinity Estimation Using an Unpumped Conductivity Cell on an Autonomous Underwater glider[C]//Fourth EGO Conf. Larnaca, Cyprus: EGO, 2009.

[32] Frajka-Williams E, Eriksen C C, Rhines P B, et al. Determining Vertical Water Velocities from Seaglider[J]. Jo- urnal of Atmospheric and Oceanic Technology, 2011, 28(12): 1641-1656.

[33] Bray N A. Salinity Calculation Techniques for Separately Digitized Fast Response and Platinum Resistance CTD Temperature Sensors[J]. Deep Sea Research Part a Oce- anographic Research Papers, 1987, 34(4): 627-632.

[34] Thomson R E, Emery W J. Data Analysis Methods in Physical Oceanography[M]. Newnes, Amsterdam, Oxford and Boston, 2014: 639-664.

[35] Sprintall J, Tomczak M. Evidence of the Barrier Layer in the Surface Layer of the Tropics[J]. Journal of Geophy- sical Research Oceans, 1992, 97(C5): 7305-7316.

A Noise Processing Method for Salinity Data Underwater Glider

YI Zhen-hui1,3, YU Jian-cheng2, MAO Hua-bin1, ZHANG Zhi-xü1, LIAN Shu-min1, QIU Chun-hua4, LI Xian-peng1*

(1. State Key Laboratory of Tropical Marine Environment, South China Sea Institute of Oceanology, Chinese Acaderny of Sciences, Guangzhou 510301, China; 2. Shen Yang Institute of Automation Chinese Academy of Sciences, Shenyang 110016, China; 3. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China; 4. The Center for Coastal Ocean Science and Technology, School of Marine Sciences, Sun Yat-sen University, Guangzhou 510275, China)

Conductivity-temperature-depth(CTD) sensor on underwater glider is used to measure temperature, salinity and pressure of sea water. However, in the calculation of salinity, thermal lag error is a common problem but cannot be neglected. In this paper, eight glider payload CTD(GP-CTD) data of underwater gliders “Sea Wing” obtained during July – August, 2017 are processed. Median filter and sliding smoothing filter are used to solve the problem of salinity peak. The salinity data are corrected considering the thermal lag based on the thermal lag correction method proposed by Morison, et al. It is found that the vertical temperature structure and horizontal resolution are closely related to the thermal lag error. In the process of profile interpolation, the pressure oscillation caused by ocean internal fluctuation affects the interpolation results, resulting in significant error in temperature and salinity. Based on the CTD profile data, a simple identification method of ocean internal fluctuation is proposed. This study may provide reference for data quality control and marine phenomena capture of underwater gliders.

underwater glider; conductivity-temperature-depth(CTD); thermal lag correction; profile interpolation; salinity

TJ630; U674.941; P733.22

A

2096-3920(2019)05-0503-11

10.11993/j.issn.2096-3920.2019.05.005

易鎮(zhèn)輝, 俞建成, 毛華斌, 等. 一種水下滑翔機(jī)鹽度數(shù)據(jù)的噪聲處理方法[J]. 水下無(wú)人系統(tǒng)學(xué)報(bào), 2019, 27 (5): 503-513.

2018-11-30;

2018-12-27.

國(guó)家重點(diǎn)研發(fā)專(zhuān)項(xiàng)項(xiàng)目(2017YFC0305904).

*李先鵬(1983-), 男, 高級(jí)工程師, 主要研究方向?yàn)楹Ｉ嫌^測(cè)作業(yè).

(責(zé)任編輯: 楊力軍)