周 瑩 ,于佩元 ,孫秀軍 ,桑宏強
(1.中國海洋大學 海洋高等研究院,山東 青島,266100;2.中國海洋大學 信息科學與工程學部,山東 青島,266100;3.中國海洋大學 物理海洋教育部重點實驗室,山東 青島,266100;4.天津工業大學 機械工程學院,天津,300387)
波浪滑翔器作為利用海洋自然能源的新型自主航行無人水面平臺,具有體積小、持續供能、續航能力強等優點,能夠長時間工作、大范圍機動,是無人平臺長期機動進行海洋觀測的有效手段[1-7]。獲取準確、可靠的海洋觀測數據,是建立基于波浪滑翔器平臺的高質量海洋科學數據庫的必要條件,也是對海洋進行綜合評估的有效數據支撐手段[8]。數據質量控制是數據驅動科學研究中的基礎任務之一,經由一個良好的質量控制系統產生的高質量觀測數據集對推動海洋科學多學科交叉研究、模式評估、業務預報和災害預警等具有重要意義[8]。波浪滑翔器集成小型化、低功耗的海洋傳感器獲取的數據存在一定程度上的質量問題:儀器偏差、儀器故障、平臺動態擾動、解析或通信誤碼等,這些問題會極大影響科研人員對觀測數據分析研究的結果。因此,有效的數據質量控制方法是推動波浪滑翔器數據可靠推廣應用必不可少的技術手段。
針對此,文中提出一種新型海洋觀測數據質量控制方法,利用“黑珍珠”波浪滑翔器集成的AIRMAR-BP200 和GILL-GMX600 氣象傳感器進行比對試驗并獲取大量數據樣本,將該樣本數據用于反向傳播(back propagation,BP)神經網絡模型訓練。……