电视成像探测技术（共4篇）
电视成像探测技术 篇1
引言
近年来煤矿采空区透水事故频发, 国家煤矿安全监察局一直要求落实“预测预报、有疑必探、先探后掘、先治后采”十六字防治水方针。但在预测预报这个环节没有做扎实, 让矿山先探后掘很难落实, 矿山一般均采用探水钻探水, 而施工工作量大, 有时打5个钻孔并不能探到水, 因此矿山也疲于落实探放水措施。建议让社会上的煤矿安全技术服务中心采用物探方法对矿山进行预测预报, 煤矿结合预测预报的结论有针对性的采取探水钻探放水。
1 工作方法
高密度电阻率成像法一般采用温纳三电位电极系。三电位电极系是由温纳对称四极装置、偶极装置、微分装置组合而成的一种多装置系统。在井下沿工作面回风巷和运输巷布设测线, 并按一定间隔布置好电极, 观测时只需要利用电极转换开关, 便可依次将四个按一定规律组合的电极进行测量, 从而在一个测点上获得三个观测系统的观测值。
具体测量方法为:首先以固定点距沿巷道测线布置一系列电极, 相邻电极间距为x, 取装置电极距a=ix (i=1, 2, …, n) , 将相距为a的一组电极排列经转换开关接到仪器上, 通过转换开关改变装置类型, 一次完成该测点各种装置形式的视电阻率观测 (电极排列中点为测点或记录点, 记录深度为a, 图1所示为i=2时a=2x, 对于6号8号10号12号电极组成的排列, 9号点是该排列中点, 即为记录点, 记录深度为a=2x) ;一个测点观测完后, 通过开关转换到下一相邻测点对应的电极, 以同样方法进行观测, 直到电极距为a的整条剖面观测完为止。改变电极距, 重复以上观测, 直到a=nx测量结束。
点距x的选择, 主要依据探测精度要求, 精度要求越高, x应越小。当x确定后, 最大电极距a=nx决定于预期探测深度, 深度越深, a要求越大, 但一般隔离系数n最大值不超过15为好。
煤矿井下工业电干扰极其严重, 在测量方法上要采取一些技术措施, 保证采集的数据准确可靠。
2 数据处理与资料解释
高密度电阻率成像法数据处理主要是电阻率成像, 根据测区岩层的正常电性特征, 把电阻率成像断面色谱图分成正常区和异常区。对于异常区, 按异常幅值的大小和高低划分高阻异常和低阻异常, 高阻异常一般是由局部岩性变化或不含水的断裂破碎带引起, 这种异常体若在采矿活动中形成不了突水通道, 则对回采无不良影响。低阻异常一般是由含水体 (如溶洞) 、含水的断裂破碎带以及局部岩性变化引起, 对于异常体为含水体时, 回采工作面中一定要提前作好防治水工作, 避免突水事故的发生。
3 应用实例
某煤矿11501工作面邻近采空区。为了确保该面安全开采, 需要查清工作面底板岩层结构弱面及富水性, 为此, 在已准备的回风巷、运输巷分别进行高密度电阻率成像法探测 (如图2) 。
现场数据采集采用温纳四极装置, 为了提高精度测点距确定为2.5m, 测线总长300m, 为了保证深度最大隔离系数n=18, 最大探测深度45m。数据采集过程中, 工业电干扰严重, 采取工作面断电措施, 确保数据精度可靠。图2分别为11501工作面回风巷和运输巷高密度电阻率成像断面色谱图, 两个断面的电阻率分布形态相似, 色谱图电性分布全面反映出巷道底板以下岩层的岩性分布, 浅部电阻率偏低, 主要为3下煤层的反映;中部以下基本上反映了煤系砂岩电性特征。
4 结束语
从图2可以看出比较明显的三处低阻异常:测点XZ211+6.4m-XZ221+12m区段;测点XZ243+6m-XZ276+20.7m区段;测点XZ286+12m-XZ300+16m区段断面深部有一明显低阻区, 其视电阻率小于35Ω*m正常岩层的电阻率, 解释为老空区含水体, 异常区域较大, 通道比较明显, 应采用探水钻探水。
从图1.2可以看出比较明显的低阻异常:测点XZ72+18mXZ216+26.3m区段, 其视电阻率小于35Ω*m正常岩层的电阻率, 解释为老空区含水体, 异常区域较大, 通道比较明显, 应采用探水钻探水。
电视成像探测技术 篇2
随着光学成像技术的发展, 夜视条件下的成像探测技术, 在许多民用和工业应用中如企业、城镇和道路交通的视频监控, 陆地或水下特征勘探, 以及环境调查等方面, 都扮演着极其重要的角色。早在2000年, 被动照明式的红外热成像就得到了应用。近年来, 美国空军的PVNG项目对夜视提示功能开展了研究, 把PNVG系统与现有的联合头盔提示系统相集成, 达到观察、记录和瞄准目标一体化的目的[1];美国的ITT公司则为美国陆军夜视实验室开发一种像增强器样机, 利用夜视眼镜, 将夜视图像数字化, 使图像可用电子化方法增强和传输。国内方面, 2011年, 有学者[2]将红外图像处理应用到汽车防撞系统, 通过对车载热像仪所拍摄的红外图像的一系列处理, 实时得到本车与前车的距离, 并指出该控制识别方法可以用在汽车防撞系统中, 具有一定的应用前景。
由于光源的不同, 现已存在的夜视成像探测系统可以分成主动成像系统和被动成像系统两种。夜视条件下的主动成像技术已经吸引了越来越多公司和企业的注意。他们大多数研究发展提高成像设备性能指标的技术途径, 但是这样会带来高成本。在维持成本不变的前提下, 为了尽可能的提高夜视探测的图像质量, 我们可以利用图像复原和超分辨率重建等图像处理技术。成像探测的质量和分辨率受到光学性质如吸收、散射等在介质中产生的影响, 和系统设计包括光源、图像传感器等的影响。在过去几年中, 国内学者致力于图像增强和复原方法的研究, 并得出结论, 基于点扩散函数 (Point Spread Function, 简称PSF) 的图像复原技术可以有效地解决因吸收和散射导致的图像模糊问题[3,4,5]。对于成像图像, 一个至关重要的因素就是分辨率, 然而, 分辨率会受到成像传感器及光学系统的限制。为了提高分辨率, 往往需要大幅提升成像仪器设备的成本。如何在现有成像设备的情况下提高分辨率且不会带来模糊, 则成为一个重要的发展方向。
自从Tsai and Huang[6]在1984年提出, 图像超分辨重建技术可以通过使用图像序列的互补信息, 超越硬件限制[7]地提高图像的分辨率之后, 图像超分辨率重建技术迅速得到发展。2009年提出的最大后验概率凸集投影 (MAP-based POCS, 简称MAP-POCS) 方法[8]采用后验概率来提高超分辨率重建的性能。
为了控制成像探测的成本, 用半导体激光二极管 (LD) 作为探测光源。由于图像模糊必须考虑光源的影响, 为了解决半导体激光成像带来的模糊, 已有学者[9]利用图像的灰度变换、边缘检测、特征量选择及模板匹配、图像帧积累等图像处理技术来改善基于半导体激光器的夜视图像的质量。因为基于先验知识可以提高图像复原的成像质量, 因此将先验知识引入图像超分辨率重建, 对于成像质量的提高具有一定的潜力。
基于LD夜视成像探测系统, 本文提出一种基于PSF的POCS方法。首先由成像模型[10]推导出点扩散函数PSF, 然后通过结合空间自适应正规化实现MAP框架下的POCS重建算法。和传统的MAP-POCS方法不同, 点扩散模型的引入能对于最优解产生凸集约束, 而正则化参数在每次迭代过程中, 依据部分重建结果更新。本文提出的方法被应用于LD夜视成像系统中作目标图像的识别, 图像成像质量评价参数决定了算法的迭代次数, 经本文方法处理过及未经处理过的图像分别进行目标识别的结果被用来比较和验证。
1 理论
1.1 基于LD夜视成像系统点扩散函数 (PSF) 的获取
LD衰减夜视成像系统可以帮助我们找到一个方法来突破硬件的限制。因此, 通过成像系统获取LD夜视成像系统的点扩散函数PSF, 是超分辨率重建中一个重要的工作, 包括光学系统的衍射极限和传感器的非线性失真。当光学系统中只有一个主透镜存在时, 衍射极限的传递函数 (MTF) 可以通过下列等式 (1) [11]计算得到:
式 (1) 中, f指空间频率, fc0指成像平面的空间截止频率, ft表示焦距, Dp表示透镜的直径, λ指所用波的波长。CCD传感器的传递函数MTF取决于像素的大小:
式 (2) 中, dpixel指像素的大小, f表示空间频率。
因此, 基于LD夜视成像系统的衰减传递函数MTF, 可以将光学系统的衍射极限的MTF和传感器的非线性失真MTF相乘得到:
使用Hankel transform算法, 可以从传递函数MTF中得到点扩散函数PSF[12]:
式 (4) 中, J0是零阶贝塞尔函数, θ是指到光束中心的夹角, f是空间频率。点扩散函数PSF的系统响应是描述图像形成和成像系统退化的直观方法。因此, 它可以用来提高超分辨率重建的性能, 可以用于空间自适应正则化MAP的重建。
1.2 空间自适应正则化MAP重建方法
在最大后验概率 (Maximum A Posteriori, 简称MAP) 框架下, 使用基于PSF的空间自适应正则化, 可以被用来求解重建的最优解。在大多数图像形成过程中, 获取最终图像g'和原始图像g之间都满足如下关系式:
式 (5) 中, h是该系统的点扩散函数, *表示褶积运算, n是成像系统的噪声。通过MAP算法, 计算g的值:
累加式 (gi) ki=1表示k帧的低分辨率图像, 根据贝叶斯理论可以得到关系式:
假设对g做偏微分, 我们可以得到:
因此, g为最优解。
Pr (g) 的选择, 随假设条件的不同变化, 如泊松或Markov随机分布等。Markov随机分布在全面描述图像特征上, 具有很多其他分布所没有的优点。因此, 在图像重建中, 大家更倾向于使用Markov。并且, 通过设置参数, Markov随机分布可以包含Poisson随机分布的内容。在去噪中, 本文选用Markov随机分布来做计算:
Q是线性高通算子, 用来限制非平滑预估和变分。λ是基于边缘信息正则化方法的控制因素。因而, 马尔科夫随机分布模型提供了有效的途径来描述图像特征。通过选择合适的参数, 它可以提供有效地平滑约束并有效提高图像超分辨率重建的质量。从式 (8) 、 (9) 中, 我们可以得到MAP正则化解决方案:
式 (10) 中, Q表示二维拉普拉斯算子, h表示点扩散函数PSF可以将先验知识应用到正则化中, α是基于边沿信息的正则化控制因素。
1.3 迭代次数
图像重建的效果与迭代次数直接相关。理论上, 迭代的次数越多, 图像重建的效果越好。但是, 迭代次数太多会引起时间的浪费。因此, 应该在反卷积的过程中加入一些限制。图像评价函数可以判断图像重建的质量, 从而决定迭代的次数。
一般的图像质量评价指标, 如均方差 (MSE) 和改善信号的信噪比 (ISNR) 等, 经常被用来作为评价处理后图像质量的标准。但是, 它需要原始图像作参考, 而在成像检测系统中没有原始图像。所以, 必须选择一个不需要参考图像的评价参数, 作为图像重建质量评价的标准。根据图像评估的结果, 决定迭代的次数。对于基于LD夜视成像系统, 选择模糊度 (BM) 作为图像质量评价指标。BM与边缘信息相关, 通过计算绝对差分图像, 得到基于相邻像素点变化的分析:
Dvertical和Dhorizontal表示在水平和垂直方向上的差分图像, g (i, j) 是在图像坐标 (i, j) 处的像素, (m, n) 表示图像大小。然后, 在一个确定的从0到1的范围内, 模糊度量可以通过规范系数的总和来派生。
2 实验结果及讨论
基于LD夜视成像的实验探测系统中, 采用半导体激光器发出的808nm作光源, 由高分辨率的CMOS图像传感器采集得到实验数据。图一是成像系统的框图。实验环境是在无光照的极度黑暗的环境下, 目标距离激光源和图像传感器50米。拍摄到的样本图像如图二所示 (原始图像3720×3576像素, 有用域700×375像素) 。重建后的图像如图三所示 (1536×988像素) 。表一是根据重建算法决定的迭代次数, 从表一中我们可以看出, 和传统MAP-POCS方法相比, 本文提出的方法需要的迭代次数要少。从处理图像可以看出, 经过本文提出的方法重建之后, 成像图像的分辨率和质量有了明显的提高。
图四是原始图像及经过重建后的图像中车牌号的识别结果。从识别结果中可以得出结论:超分辨率重建技术可以显著提高LD夜视成像系统的成像质量。通过结合先验信息和空间自适应正则化技术则可以进一步增强MAP-POCS方法的效果。
本文提出的超分辨率重建技术, 可以通过改变成像系统的物理特性以适应各种成像需求。因此, 它可以被应用于很多领域, 如城市视频监控和各种地质勘测等。
3 结束语
针对LD夜视成像, 本文提出一种通过成像模型获取点扩散函数, 结合最大后验概率框架, 利用空间自适应正则化来求解超分辨率重建的最优解的方法。客观的图像质量评价标准被用来决定迭代次数。在既有硬件条件下, 通过基于PSF的图像超分辨率重建, 可以尽可能的提高夜视成像的图像质量。实验结果表明, 本文提出的方法, 可以有效的提高LD夜视成像的成像范围和成像质量。通过改变成像模型, 还可以将本文所提方法应用于各种视频监控和地质勘探等。
参考文献
[1]郭晖, 向世明, 田民强.微光夜视技术发展动态评述[J].红外技术, 2013, 35 (02) :63-68.
[2]弓振鹏, 丁鼎.红外图像处理在汽车防撞系统中的运用[J].汽车科技, 2011, (05) :45-48.
[3]W.Hou, D.J.Gray, A.D.Weidemann.Automatedunderwater image restoration and retrieval of related optical properties[J].International Geoscience and RemoteSensing Symposium (IGARSS) , 2007:1889-1892.
[4]Y.Yu, F.Liu.System of remote-operated-vehicle-based underwater blurred image restoration[J].Opt.Eng, 2007, (46) :116, 002.
[5]X.Qian, Y.Wang, B.Wang.Fast color contrastenhancement method for colornight-vision[J].InfraredPhys.Technol, 2012, (55) :122-129.
[6]Y.Chen, K.Yang.MAP-regularized robust reconstruction for underwater imaging detection[J].Optik, 2013.
[7]P.Sung Cheol, P.Min Kyu, K.Moon Gi.Super-resolution image reconstruction:a technicaloverview[J].IEEE Signal Process, 2003, (20) :21-36.
[8]A.Zomet, A.Rav-Acha, S.Peleg.Robust super-resolution[J].Proceedings of the IEEE Computer SocietyConference on Computer Vision and Pattern Recognition CVPR, 2001:645-650.
[9]辛德胜, 张剑家, 王少君, 等.半导体激光夜视图像处理技术研究[J].兵工学报, 2011, 32 (12) :1439-1442.
[10]J.W.Mc Lean, K.J.Voss.Point spread functionin ocean water:comparison between theory and experiment[J].Appl.Opt, 1991, (30) :2027-2030.
[11]D.Bonnier, S.Chatigny, Y.Lutz.Modelling ofactive TV system for surveillance operations[J].Proc.SPIE, 1999, (3698) :217-228.
电视成像探测技术 篇3
在数字化摄片 (Digital Radiography, DR) 中, X线能量转换成电信号是通过平板探测器来实现的, 所以平板探测器的特性会对DR影像质量产生比较大的影响。平板探测器成像质量的性能指标主要有两个:量子探测效率 (Detective Quantum Efficiency, DQE) 和空间分辨率。DQE决定了平板探测器对不同组织密度差异的分辨能力;空间分辨率决定了对组织细微结构的分辨能力。考察DQE和空间分辨率可以评估平板探测器的成像能力。DR平板探测器可以分为两种:非晶硒平板探测器和非晶硅平板探测器。非晶硒平板探测器的空间分辨率高, 主要用于乳腺检查;非晶硅平板探测器DQE高, 常用于乳腺以外其他部位检查。
2 平板探测器成像质量影响因素
DR平板探测器的DQE和空间分辨率主要决定于平板探测器材料、结构、工艺, 这说明一个平板探测器自生产出来就有着一定的DQE和空间分辨率。但在日常使用中DR平板探测器受到环境温度、平板探测器坏点等因素影响, 所得到DR影像会出现伪影, 或者影像的分辨率、空间分辨率、对比度、均一性变差或降低, 导致影像质量变差, 不能把病灶和正常组织有效区分开来, 容易使医生对患者病情的诊断造成误导。
3 平板探测器的校准
以Trixell公司生产的非晶硅平板探测器为例, 探讨平板探测器的校准。平板探测器校准由关键操作员执行, 关键操作员一般是指医学工程部门的工程师或受到相关培训的设备操作员。在执行平板探测器校准 (Detector Calibration) 之前, 要求DR设备连续开机 (平板探测器工作) 4 h以上。平板探测器校准包括偏置刷新、暗度校准和X线校准。
3.1 偏置刷新 (Offset Refresh)
偏置刷新校准每天进行1次, 大约需要5 min。偏置刷新校准用一系列Offset images (偏置图像, 探测器未曝光时的本底图像) 来清除由于环境变化或高剂量曝光后图像残留造成的伪影。偏置刷新校准也更新坏点图。
3.2 暗度校准 (Dark Calibration)
暗度校准每月进行1次, 大约需要25 min, 在这个过程中没有X线产生。暗度校准是通过校准获取一系列Offset image, 把这些图像平均后计算得到一个参考图像。暗度校准主要作用是执行平板探测器本底校准, 保证了探测器的均一性。如果平板探测器第一次被安装并且没有被校准, 一定要在X线校准之前进行暗度校准。
3.3 X线校准 (X-ray Calibration)
X线校准每月进行1次, 大约需要30 min, 在这个过程中要进行15次X线曝光。X线校准包括增益校准 (Gain Calibration) 和坏点图 (Defect Map) 更新。增益校准是在特定剂量下交替获得偏置和X线图像, 在这个过程中实现对探测器电路增益校准。坏点图就是在维修模式下, 探测器板空曝图像, 这种图要比正常的DICOM图要丰富, 包括一些肉眼看不到的坏点, 坏点图更新是一个获取偏置和X线图像计算坏点图过程。X线校准, 进行15次X线曝光, 共用到6个不同的剂量 (为平板探测器吸收剂量) 。曝光剂量和曝光次数关系, 见表1。
从表1可知, 使用5 m Gy剂量共进行10次曝光, 用它来进行增益校准;其他5个剂量分别进行1次曝光, 用它来识别平板探测器的坏点。
在X线校准结束时, 程序自动计算出探测器坏点的评价值 (ECV) 。ECV的值一般在27000左右, 越低越好。当ECV的值<240000, 探测器校准通过;当ECV的值>240000, 探测器校准失败。若多次校准都失败, 这说明探测器坏点太多, 需更换新的探测器。同时对检测出的坏点通过算法补偿, 使之不会对影像造成影响。从上可知X线校准主要作用是保证平板探测器所得影像的分辨率、空间分辨率、对比度等。
4 平板探测器校准中的注意事项
有时因为室内温度波动超过5℃, 设备会要求立即执行平板探测器校准, 所以要保证尽量室内温度的恒定;在X线校准过程中, 要保证在准直器和探测器之间没有遮挡的物体, 同时保证准直器视野已开到最大 (43 cm×43 cm) 。如果没有达到上述要求将会导致校准失败, 这时有剂量太低 (Dose too low) 的提示信息, 需按要求重新进行X线校准。
5 小结
通过对DR平板探测器定期校准, 可以消除因为DR平板探测器的因素对影像质量的影响, 清除由于环境变化或高剂量曝光后图像残留造成的伪影, 保证了探测器的均一性, 保证平板探测器所得影像的分辨率、空间分辨率、对比度等。
参考文献
[1]赵明信.实现数字化X射线摄影的几种技术及发展[J].医疗设备信息, 2004, 19 (11) :38-39.
[2]刘林栋, 蒋红兵.基于平板探测器校准的DR质量控制管理[J].中国医疗设备, 2011, 26 (10) :124-126.
[3]周正干, 滕升华, 江巍, 等.X射线平板探测器数字成像及其图像校准[J].北京航空航天大学学报, 2004, 30 (10) :699-701.
[4]耿西亮, 刘建军, 徐勤.数字X线摄影平板探测器校准及维护[J].中国医学影像技术, 2009, (s1) :195-196.
[5]王吉东, 林永强.飞利浦DR平板探测器的日常维护[J].医疗装备, 2013, (3) :83-84.
海洋内波的红外成像探测研究进展 篇4
随着遥感技术的进步和红外传感器精度的提高, 海洋的红外遥感实验大大增多, 其中不乏针对内波的实验。目前, 由于卫星红外遥感的辐射分辨率和空间分辨率的限制, 机载方式是获取海洋内波红外遥感信息的主要方式。TOGA-COARE实验获取了大量的海洋内波的红外遥感资料。在海洋内波的红外遥感图像中, 可以很明显地看到条纹状的图案 (Marmorino等, 2004;Zappa等, 2004) 。
本文主要从理论研究和实验观测两方面介绍了国内外学者关于海洋内波的红外遥感探测机理研究的主要工作。
1 海洋内波对海表温度的调制机理研究
Osborne (1965) 的基础理论工作主要解决了海洋表面流场的散度场对海表温度的影响。应用一定的海洋模式, 最终是要在“冷表皮” (Cool Skin-由于海水的潜热、感热和长波热辐射造成的毫米级的冷边界层) 内求解热传导方程:
内波产生的波致流会破坏“冷表皮”效应, 从而对海表温度起到调制作用。Osborne最先推导了内波对海表温度的调制作用。其理论工作在某些部分的作用是十分显著的, 后来Saunders (1967年) 提供的冷表皮模型与此一致。
Leighton (2003) 提出的计算由于“冷表皮”效应造成的海洋表皮上下温差的模型:
其中, Q为界面处热通量 (感热、潜热) 。
其与Osborne (1965) 文章中式19是一致的, ∆T的大小一般为0.3 K到0.7 K之间。Marmorino (2004) 的海洋内波的红外遥感实验中曾用此公式计算∆T为0.43 K, 并结合实验海区地形, 采用两层模式计算出内波所致表面流场散度, 从而得出由内波引起的海表温度波动振幅为0.04 K。
G.O.Marmorino等人在2002年的实验只得到了海表的红外图像, 并没有垂直向温度剖面数据, J.T.Farrar等 (2007) 还给出了配合航空测量的船测海洋温度剖面。文章主要评估了海洋内波对海表温度的两种调制机制:内波对冷表皮的调制机制 (毫米级) 和内波对垂直热混合层 (米级) 的调制。并且从理论和实验上对两种机制的调制作用给出了解释。
通过对G.O.Marmorino等人在2004年文章的分析, Farrar认为G.O.Marmorino等 (2004) 理论解释比较可疑, 结论也夸大了内波对冷表皮的调制作用。所以作者基于Osbern (1965) 的理论, 对G.O.Marmorino等人的推论做了修改。
作者最终得到的海表温度表达式为
此解与Marmorino等 (2004) 公式相比更优。内波通过“冷表皮”效应调制海表温度, 其难点是冷表皮厚度δ的确定。Osbo rne (1965) 有三种想定:一是δ主要是表面波和湍流有关, 对内波引起的散度的弱变化反应迟钝, 可认为δ为常数;二是, 基于与第一个想定同样的原因, 由于内波的垂直流速的作用, 冷表皮的下边界会被抬升或降低, 从而改变冷表皮的厚度, 但Osborne (1 965) 认为这主要是短周期表面波的作用;三是内波引起的表面散度通过影响表面附近湍流改变厚度δ。第三个想定比前两个更清晰, 因为我们认为内波引起的表面应力太小, 不足以直接影响δ或Θ, 但可以通过内波引起的表面散度间接影响。
在低风和强日照条件下, 热能和动量集中在表面附近的“日成热层” (Diurnal warm layer) , 温度梯度可达4摄氏度每米[3]。海洋内波可通过调制热混合层影响海表温度, 这即是J.T.Farrar等 (2007) 讨论的内波对海表温度的第二种调制机制。
Fairall C.W.等 (1996) 给出了热混合层模型, 并讨论了内波通过调制热混合层对海表温度的影响。给出了计算公式:
这里QWL为热混合层净的热通量, ∆t为内波周期, D为混合层深度。
J.T.Farrar等 (2007) 给出了检验这两种调制机制的方法。需同时使用航空遥感数据和表皮以下温度数据。对于“冷表皮”效应调制机制, 在航空红外图像中, 我们将期望看到海表温度的空间红外图像与“冷表皮”上下边界处温度差的图像十分相似, 因为这种机制假定海表温度的变化即起因于“冷表皮”上下边界处的温差。同样地, 若海表温度和10厘米至30厘米处温度一样或很相似, 冷表皮应力的假定不成立。另外, 此假定不考虑热层调制机制, 只要内波存在就行。对热层机制假定, 认为约20厘米深度处水体温度的时空波动在振幅和相位上都与表面温度近乎一致。当然, 两种机制共同起作用也是有可能的, 数据对比分析时可选择没有热层的时间段 (比如晚上) 。
2 海洋内波的红外遥感观测实验
2002年12月, G.O.Marmorino等人做了海洋内波的红外成像实验, 红外传感器精度接近0.02摄氏度, 高度为235米, 空间分辨率小于1米。测量时风速较低, 约为1.2±0.4米/秒, 海水表面流速小于5厘米/秒水深为6米。观测海湾附近还有一座可以测量太阳辐射的塔。其所拍摄的图像如图1所示。
图1中两幅图片是在同一位置不同时间拍摄的, 左边是于当地时间1750拍摄, 右边是于当地时间1804拍摄的。图中亮带与暗带间的温度差达到0.05至0.1摄氏度, 作者认为这是由于内波破坏了海表面的“冷表皮”效应造成的。TOGA-COARE实验获取了大量海洋内波的红外遥感资料, 并且还获得了对应的温度剖面、海面风速及太阳辐射等数据。
3 展望
目前, SAR探测内波技术较为成熟, 而红外成像为探测内波提供了一种新方法, 也是一个较新的领域, 理论上并没有系统、成熟的研究, 更没有业务上的应用。并且内波的红外遥感图像受太阳辐射、大气状况、海面风速、海况等的影响很大。遥感实验中, 在低风、良好的海况和天气条件下, 才能获得效果较好的内波红外图像。
“冷表皮”效应对海表温度的研究较为成熟, 而内波正因为破坏了“冷表皮”效应而对海表温度产生影响, 在以后的研究中, 要更多的考虑到这一点。
参考文献
[1]方欣华, 杜涛.海洋内波基础和中国海内波[M].青岛:中国海洋大学出版社, 2005.
[2]Fairall, C.W., J.S.Bradley, E.F.Godfrey, G.A.Wick, J.B.Edson, G.S.Young (1996) , The cool-skinand warm-layer effects on sea surfacetemperature, J.Geophys.Res., 101, 1295–1308.