基于ECMWF再分析数据的波斯湾波浪特征分析

波斯湾是"海上丝路"的一个重要节点,中国-波斯湾航线承担了中国海上石油运输量的一半左右,是中国能源进口的生命线.本文从欧洲中期天气预报中心下载精度为0.125,时间间隔为6小时的波高数据,统计分析了2012—2013年波斯湾风浪场的特征.结果表明:波斯湾第二季度波高极值(接近3 m)和有效波高均值(0.6 m)均高于其他季度,第一、第三、第四季度的有效波高均值均小于0.6 m.通过统计分析得到比较准确的统计分析结果,掌握波斯湾波浪的分布规律,为波斯湾海域的港口建设和航运安全提供技术支持.     

基于Mask R-CNN的防波堤复杂护面块体检测和分割方法

针对斜坡式防波堤护面层块体个数统计效率和精确率低的问题,提出了基于Mask R-CNN深度学习网络的斜坡式防波堤扭王字块体的识别和分割方法。该方法利用Mask R-CNN深度学习网络学习实验室采集图像的特征信息,通过调整交并比(IOU)阈值得到评价指标最好的模型,并将该模型应用于现场防波堤图像护面块体的识别和分割。测试结果表明,IOU取0.5时,目标分割的平均精确率为91.83%,平均召回率为92.94%;将训练得到的网络用于识别无人机航拍现场的防波堤图像,扭王字块识别率可达90.7%,且拍摄角度和高度对识别精度影响不大。Mask R-CNN深度学习网络可实现密集、复杂护面块体的准确识别,具有良好的移植性和通用性。