深海 3000 个温度传感器的半立方百米级三维锚系阵列
机器学习
2022-10-25 v2 机器学习
摘要
深海中物质的再分布依赖于水流和湍流交换,而破碎内波是后者的重要来源。由于内波与湍流本质上是三维(3D)的,其动力学演化理想情况下应在海水体积内研究。然而海洋中极少如此,即便沿单条垂线的 1D 观测已属不易。我们展示了一种半立方百米级(480,000 m3)3D-T 锚系阵列的设计、建造与成功布放,该阵列搭载 2925 个高分辨率温度传感器,用于研究西地中海 2500 m 深处弱密度分层水体。该独立阵列以 0.5 Hz 频率采样温度,精度 <0.5 mK,噪声水平 <0.1 mK,预期续航 3 年。各独立传感器每 4 h 通过感应方式同步至单一标准时钟。阵列由 45 条长 125 m 的垂直线构成,与其最近邻水平间距 9.5 m。每条线由浮力元件施加 1.3 kN 张力,该元件在布放一周后化学释放。所有折叠线附着于缆绳网格,该网格在直径 70 m 的钢管环中张紧。阵列在港域水域组装,钢管内充空气以提供浮力。扁平形态阵列在有利海况下被拖至锚泊点。通过开启钢管阀门,阵列下沉,其自由落体由定制阻力伞控制,将平均下沉速度降至 1.3 m s-1,并实现在平坦海底的平稳水平着陆。
引用
@article{arxiv.2109.01372,
title = {Sample Noise Impact on Active Learning},
author = {Alexandre Abraham and Léo Dreyfus-Schmidt},
journal= {arXiv preprint arXiv:2109.01372},
year = {2022}
}
备注
9 pages, 3 figure, for the code, see https://github.com/dataiku-research/sample_noise_impact_on_active_learning