Подспутниковая малогабаритная измерительная система для контроля двумерного спектра поверхностных волн и поля скорости

от

А.С. Миронов 1, А.Н. Греков 2, 3, К.А. Кузьмин 2

1 Российский государственный метеорологический университет, РФ, г. Санкт-Петербург, Малоохтинский пр., 98

E-mail: alexey.s.mironov@gmail.com

2 Институт природно-технических систем, РФ, г. Севастополь, ул. Ленина, 28

E—mail: oceanmhi@ya.ru

3 Севастопольский государственный университет, РФ, г. Севастополь, ул. Университетская, 33

DOI: 10.33075/2220-5861-2019-4-11-19

УДК 556.043

 Реферат:

   Измерение параметров верхнего слоя океана в натурных условиях является одной из задач океанологии, от решения которой зависит прогресс целого ряда направлений исследования океана. Так, данные натурных измерений используются для проверки и калибровки алгоритмов обработки данных дистанционных измерителей, океанографических моделей, в различных исследовательских задачах и при синоптическом/климатическом мониторинге океана. Непрерывное увеличение объема данных дистанционного зондирования, рост сложности алгоритмов их обработки, совершенствование методов моделирования океана формируют новые требования к качеству и количеству экспериментальных измерений. В данной работе рассматривается малогабаритный дрифтер, оборудованный необходимыми соответствующими измерительными каналами и программным обеспечением, как элемент системы измерения пространственно-временных характеристик поверхностного слоя океана, а именно: вектора течения и углового спектра морского волнения. Приводится его структурная схема, общий вид, описание механической части, а также схема выполнения экспериментальных работ. На основе проведенного в работе анализа предложена измерительная система с синхронным сбором данных и передачей информации с малогабаритного дрифтера по технологии LoRa. Отличительной чертой разработанной измерительной системы является возможность измерения угловых спектров морского волнения. Разработана электрическая схема, алгоритм работы, ПО и механические части буя, а отдельные узлы прошли предварительные испытания

Ключевые слова: морское поверхностное волнение, пространственный спектр волн, измерение характеристик морской поверхности, натурные измерения в океане, дрифтерные измерения, подспутниковые измерения, сетецентрические системы измерения.

Для цитирования пройдите по ссылке DOI и используйте опцию Actions-Cite или скопируйте:
[IEEE] А.С. Миронов, А.Н. Греков, К.А. Кузьмин, “Подспутниковая малогабаритная измерительная система для контроля двумерного спектра поверхностных волн и поля скорости”, Системы контроля окружающей среды, вып. 4, с. 11–19, декабрь 2019.

Полный текст в формате PDF

СПИСОК ЛИТЕРАТУРЫ

  1. Ardhuin F. et al. Small-scale open ocean currents have large effects on wind wave heights: small-scale currents and wave heights // J. Geophys. Res. C: Oceans. 2017. Vol. 122, № 6. P. 4500–4517.
  2. Quilfen Y. et al. Storm waves focusing and steepening in the Agulhas current: Satellite observations and modeling // Remote Sens. Environ. 2018. Vol. 216. P. 561–571.
  3. Chapron B. Direct measurements of ocean surface velocity from space: Interpretation and validation // Journal of Geophysical Research. 2005. Vol. 110, № C7. P. 76–92.
  4. Chapron Bertrand, Harald Johnsen, René Garello. Wave and wind retrieval from SAR images of the ocean // In Annales des telecommunications, Springer-Verlag, 2001. Vol. 56, № 11-12. P. 682–699.
  5. Kudryavtsev V. et al. Sun glitter imagery of ocean surface waves. Part 1: Directional spectrum retrieval and validation: Sun glitter imagery of surface waves // J. Geophys. Res. C: Oceans. 2017. Vol. 122, № 2. P. 1369–1383.
  6. Kudryavtsev V. et al. Sun glitter imagery of surface waves. Part 2: Waves transformation on ocean currents: Sun glitter imagery of swell on currents // J. Geophys. Res. C: Oceans. 2017. Vol. 122, № 2. P. 1384–1399.
  7. Hauser D. et al. CFOSAT: a new Chinese-French satellite for joint observations of ocean wind vector and directional spectra of ocean waves // Remote Sensing of the Oceans and Inland Waters: Techniques, Applications, and Challenges. 2016.
  8. Ardhuin F., Aksenov Y., Benetazzo A. et al. Measuring currents, ice drift, and waves from space: the Sea surface KInematics Multiscale monitoring (SKIM) concept // Ocean Science. 2018. Vol. 14 (3). P. 337–354.
  9. Luo Z. et al. Design and analysis of a novel virtual gyroscope with multi-gyroscope and accelerometer array // Review of Scientific Instruments. 2016. № 8 (87). P. 085003.
  10. Xu G., Weiming S., Xianbin W. Applications of wireless sensor networks in marine environment monitoring: A survey // Sensors. 2014. № 9. P. 16932–16954.
  11. Iridium Maritime Solutions. Available online: https://www.iridium.com/solutions/maritime/ (accessed on 20 September 2019).
  12. Kazdaridis et al. On the development of energy-efficient communications for marine monitoring deployments // In Proceedings of the 2017 13th International Conference on Advanced Technologies, Systems and Services in Telecommunications (TELSIKS), Nis, Serbia, 18–20 October 2017. P. 271–274.
  13. Boydstun et al. Drifter sensor network for environmental monitoring // In Proceedings of the 2015 12th Conference on Computer and Robot Vision, Halifax, NS, Canada, 3–5 June 2015. P. 16–22.
  14. Pozzebon A. et al. A wireless sensor network for the real-time remote measurement of aeolian sand transport on sandy beaches and dunes // Sensors. 2018. № 18. P. 820.
  15. Trasviña-Moreno C. Unmanned aerial vehicle based wireless sensor network for marine-coastal environment monitoring // Sensors. 2017. № 17. P. 460.
  16. Semtech. LoRa Modulation Basics. Available online: https://www.semtech.com/uploads/documents/an1200.22.pdf (accessed on 20 September 2019).
  17. Petajajarvi J. On the coverage of lpwans: Range evaluation and channel attenuation model for lora technology // In Proceedings of the 2015 14th International Conference on ITS Telecommunications (ITST), Copenhagen, Denmark, 2–4 December 2015. P. 55–59.
  18. Lingling et al. On the application of lora lpwan technology in sailing monitoring system // In Proceedings of the 2017 13th Annual Conference on Wireless On-demand Network Systems and Services (WONS), Jackson, WY, USA, 21–24 February 2017. P. 77–80.
  19. Jovalekic N. et al. Experimental Study of LoRa Transmission over Seawater // Sensors. 2018. № 18. P. 2853.
  20. Longuet-Higgins M.S., Cartwright D.E. and Smith N.D. Observations of directional spectrum of sea waves using the motions of a floating body // Ocean wave spectra (New Jersey: Prentice-Hall). 1963. P. 111–136.
  21. Baggeroer A. Confidence intervals for regression (MEM) spectral estimates. IEEE Transactions on Information Theory, 1976. Vol. 22 (5). P. 534–545.
  22. Isobe M., Kondo K., Horikawa K. Extension of MLM for estimating directional wave spectrum // In Proc. Symp. on Description and modeling of directional seas. 1984, June. P. 1–15.
  23. Lygre A., Krogstad H.E. Maximum entropy estimation of the directional distribution in ocean wave spectra // Journal of Physical Oceanography. 1986. Vol. 16 (12). P. 2052–2060.
  24. Young I.R. On the measurement of directional wave spectra // Applied Ocean Research. 1994. 16. № 5. P. 283–294.
  25. Long R.B. The statistical evaluation of directional spectrum estimates derived from pitch/roll buoy data // Journal of Physical Oceanography. 1980. Vol. 10 (6). P. 944–952.
  26. Mironov A.S., Yurovskaya M.V., Dulov V.A. Statistical characterization of short wind waves from stereo images of the sea surface // Journal of Geophysical Research: Oceans, 2012. 117. P.12.

Loading