趙建虎，歐陽(yáng)永忠，王愛(ài)學(xué)

1. 武漢大學(xué)測(cè)繪學(xué)院，湖北 武漢 430079； 2. 武漢大學(xué)海洋研究院，湖北 武漢 430079； 3. 海軍海洋測(cè)繪研究所，天津 300061

海底地形測(cè)量技術(shù)現(xiàn)狀及發(fā)展趨勢(shì)

趙建虎1,2，歐陽(yáng)永忠3，王愛(ài)學(xué)1,2

1. 武漢大學(xué)測(cè)繪學(xué)院，湖北 武漢 430079； 2. 武漢大學(xué)海洋研究院，湖北 武漢 430079； 3. 海軍海洋測(cè)繪研究所，天津 300061

簡(jiǎn)要回顧了海底地形測(cè)量技術(shù)的發(fā)展歷史；詳細(xì)介紹了船基聲吶、機(jī)載激光、海岸帶一體化測(cè)量海底地形技術(shù)及3種反演海底地形技術(shù)，呈現(xiàn)了海底地形的立體、高效、高精度、高分辨率獲取現(xiàn)狀。并展望了海底地形測(cè)量發(fā)展趨勢(shì)，認(rèn)為研制超寬覆蓋、高精度、高分辨率、輕便型多波束測(cè)深系統(tǒng)和研究聲速影響改正模型、測(cè)深數(shù)據(jù)濾波方法及海底地形表達(dá)是未來(lái)聲吶測(cè)深領(lǐng)域的核心工作，無(wú)人船測(cè)量將會(huì)成為一種重要的作業(yè)模式，機(jī)載激光雷達(dá)測(cè)深、基于聲吶圖像的海底地形恢復(fù)及深拖測(cè)量發(fā)展?jié)摿薮蟆?/p>

海底地形；立體測(cè)量；高分辨率；高精度；現(xiàn)狀；發(fā)展趨勢(shì)

海底地形反映了海床的起伏變化，在海底板塊運(yùn)動(dòng)、沉積物遷移變化、導(dǎo)彈坐底發(fā)射、水面/水下載體安全航行、水下匹配導(dǎo)航、水下管節(jié)安放、沉船打撈、油氣勘探和環(huán)境監(jiān)測(cè)等海洋科學(xué)研究、海洋軍事和海洋工程中發(fā)揮著重要的作用[1]。

海底地形測(cè)量是一項(xiàng)基礎(chǔ)性海洋測(cè)繪工作，目的在于獲得海底地形點(diǎn)的三維坐標(biāo)，主要測(cè)量位置、水深、水位、聲速、姿態(tài)和方位等信息，其核心是水深測(cè)量。水深測(cè)量經(jīng)歷了從人工到自動(dòng)、單波束到多波束、單一船基測(cè)量到立體測(cè)量的3次大的變革。早期水深形測(cè)量主要借助測(cè)深桿或者測(cè)深錘來(lái)實(shí)現(xiàn)[2]?，F(xiàn)代水深測(cè)量源于二戰(zhàn)時(shí)期出現(xiàn)的基于超聲波的單波束回聲測(cè)深技術(shù)。通過(guò)檢測(cè)聲波往返于換能器到海底的雙程傳播時(shí)間，再結(jié)合聲速計(jì)算水深，反映海底地形的起伏變化。單波束測(cè)深雖每次只能發(fā)射一個(gè)波束，但實(shí)現(xiàn)了水深測(cè)量從人工到自動(dòng)的變革。隨著聲學(xué)、傳感器、計(jì)算機(jī)和數(shù)據(jù)處理等技術(shù)發(fā)展，20世紀(jì)70年代起出現(xiàn)了由換能器陣列組成的多波束回聲測(cè)深技術(shù)。多波束測(cè)深系統(tǒng)每次發(fā)射可以在與航跡正交的扇面內(nèi)形成上百甚至幾百個(gè)波束，相對(duì)單波束，多波束測(cè)深系統(tǒng)的出現(xiàn)是水深測(cè)量的又一場(chǎng)革命。長(zhǎng)期以來(lái)，船基聲吶測(cè)深是海底地形測(cè)量的主要作業(yè)模式。隨著相關(guān)技術(shù)進(jìn)步，歷經(jīng)半個(gè)多世紀(jì)的發(fā)展，船基測(cè)深技術(shù)不斷完善，基于星基遙感圖像的海底地形反演[3]、機(jī)載激光測(cè)深[4]、基于潛航器或深拖系統(tǒng)的測(cè)深技術(shù)相繼出現(xiàn)，且研究和應(yīng)用日益成熟。目前海底地形已形成了立體測(cè)量體系和信息的高精度、高分辨率、高效獲取態(tài)勢(shì)。

1 海底地形測(cè)量的現(xiàn)狀

1.1 高精度定位技術(shù)

海底地形測(cè)量中，定位需與水深測(cè)量同步進(jìn)行，以獲取測(cè)深點(diǎn)三維坐標(biāo)。目前的定位不再局限于為海底地形測(cè)量提供高精度的導(dǎo)航服務(wù)，還為測(cè)深提供高精度的瞬時(shí)三維起算基準(zhǔn)?，F(xiàn)代海底地形測(cè)量中，高精度定位服務(wù)主要借助GNSS(Global Navigation Satellite System)技術(shù)中的RTK(real-time kinematics)、PPK(post-processing kinematics)和PPP(pointing precise positioning)來(lái)實(shí)現(xiàn)[5]。3種GNSS定位模式均具有提供厘米級(jí)平面解的能力；RTK和PPK可提供厘米級(jí)的垂直解，PPP可提供10～20 cm的垂直解。通常，受無(wú)線(xiàn)電傳輸影響，RTK的作用距離為10～20 km，適合近岸海底地形測(cè)量；PPK無(wú)須無(wú)線(xiàn)電數(shù)傳，但受局域差分原理局限，作用距離通常限制在70 km以?xún)?nèi)；PPP不受作用距離限制，可在任何位置獲取高精度三維解。同PPK一樣，PPP需要事后處理。

1.2 船基海底地形測(cè)量技術(shù)

船基海底地形測(cè)量是目前最常用的海底地形測(cè)量技術(shù)。傳統(tǒng)船基海底地形測(cè)量主要借助船載單波束/多波束回聲測(cè)深儀開(kāi)展水深測(cè)量，同步開(kāi)展潮位、定位和聲速測(cè)量。該技術(shù)已在設(shè)備性能、測(cè)量模式、數(shù)據(jù)處理方法等方面發(fā)生了深刻變化，充分體現(xiàn)了測(cè)深的高精度、高分辨率和高效測(cè)量特點(diǎn)，下面具體介紹各項(xiàng)進(jìn)展。

1.2.1 測(cè)量模式

目前，船基海底地形測(cè)量系統(tǒng)集多元傳感器于一體，在航實(shí)現(xiàn)多源信息綜合采集和融合，最大限度地削弱或消除了測(cè)量中的各項(xiàng)誤差影響，提高了海底地形測(cè)量精度和效率。GNSS一體化測(cè)深技術(shù)是該領(lǐng)域的典型代表。聯(lián)合單波束/多波束測(cè)深技術(shù)、GNSS RTK/PPK/PPP高精度定位技術(shù)、POS(position and orientation system)技術(shù)和聲速在航測(cè)量技術(shù)等于一體，借助GNSS高精度三維解，聯(lián)合船姿和方位以及換能器和GNSS天線(xiàn)在船體坐標(biāo)系下坐標(biāo)，實(shí)時(shí)獲得測(cè)深換能器三維坐標(biāo)，為測(cè)深提供高精度的瞬時(shí)三維起算基準(zhǔn)，結(jié)合利用在航聲速聲線(xiàn)跟蹤獲得的高精度水深，最終獲得高精度水下測(cè)點(diǎn)三維坐標(biāo)。GNSS一體化測(cè)深技術(shù)的優(yōu)勢(shì)在于無(wú)須同步開(kāi)展潮位站潮位觀測(cè)、較徹底地補(bǔ)償了波浪和動(dòng)態(tài)吃水等因素對(duì)測(cè)量的影響[6]，在航實(shí)現(xiàn)海底測(cè)深點(diǎn)三維坐標(biāo)的確定，因此顯著提高了測(cè)量精度和效率，并成為一種常用的船基海底地形測(cè)量作業(yè)模式。

船基海底地形測(cè)量的無(wú)人化和自動(dòng)化充分體現(xiàn)在無(wú)人船海底地形測(cè)量技術(shù)中。除GNSS一體化測(cè)深系統(tǒng)設(shè)備外，無(wú)人船還配備自動(dòng)操控、避碰、無(wú)線(xiàn)電、雷達(dá)等系統(tǒng)[7]。根據(jù)遙控指令，無(wú)人船自動(dòng)到達(dá)測(cè)量水域，沿事先設(shè)計(jì)測(cè)線(xiàn)實(shí)施測(cè)量，提取、存儲(chǔ)和發(fā)送數(shù)據(jù)到岸上操控中心，操控中心開(kāi)展實(shí)時(shí)或事后數(shù)據(jù)處理。無(wú)人船海底地形測(cè)量技術(shù)極大地降低了作業(yè)成本，提高了作業(yè)效率，在海況良好的大區(qū)域測(cè)量、淺灘等危險(xiǎn)或困難水域測(cè)量中作用明顯[8]。

1.2.2 測(cè)深數(shù)據(jù)處理

測(cè)深數(shù)據(jù)處理一直是海底地形測(cè)量中研究的熱點(diǎn)問(wèn)題之一，包括質(zhì)量控制、聲速、吃水、姿態(tài)、水位等改正，測(cè)深數(shù)據(jù)濾波及海底地形圖繪制等，進(jìn)展集中體現(xiàn)在如下3個(gè)方面：

1.2.2.1 聲速及聲線(xiàn)跟蹤方法、聲速剖面簡(jiǎn)化

聲速對(duì)測(cè)深精度影響顯著，研究主要聚焦于聲線(xiàn)跟蹤、聲速剖面簡(jiǎn)化和聲場(chǎng)構(gòu)建。

聲線(xiàn)跟蹤是利用聲速剖面(sound velocity profile,SVP)和往返傳播時(shí)間、基于Snell法則確定不同入射角波束在海底圓斑坐標(biāo)的方法。目前聲線(xiàn)跟蹤主要有層內(nèi)常聲速/常梯度聲線(xiàn)跟蹤方法，以及在此基礎(chǔ)上為提高計(jì)算效率提出的誤差修正法和等效聲速剖面法。改進(jìn)方法基于簡(jiǎn)單SVP與實(shí)際SVP的面積差，修正利用簡(jiǎn)單SVP的聲線(xiàn)跟蹤結(jié)果，替代實(shí)際SVP的聲線(xiàn)跟蹤結(jié)果。改進(jìn)方法不失精度，實(shí)現(xiàn)了水深的高效計(jì)算。

以上改進(jìn)改善了計(jì)算效率，但忽略了聲線(xiàn)中間變化。SVP簡(jiǎn)化通過(guò)去除不具有代表性、對(duì)聲線(xiàn)跟蹤精度貢獻(xiàn)小的聲速，形成簡(jiǎn)化的特征聲速序列，達(dá)到提高聲線(xiàn)跟蹤效率、反映聲線(xiàn)變化過(guò)程的目的，因此克服了聲線(xiàn)跟蹤改進(jìn)方法的不足。SVP簡(jiǎn)化主要有人工和自動(dòng)兩類(lèi)方法。人工法通過(guò)人工挑選SVP中特征聲速形成新的SVP，雖簡(jiǎn)單但受人工經(jīng)驗(yàn)影響較大。自動(dòng)或半自動(dòng)簡(jiǎn)化法包括滑動(dòng)平均法[9]、D-P(Douglas-Peucker)法、MOV(maximum offset of sound velocity)法和面積差法。滑動(dòng)平均法通過(guò)選擇一定深度窗口，用平均聲速替代窗口內(nèi)原SVP進(jìn)而實(shí)現(xiàn)整個(gè)SVP簡(jiǎn)化；D-P法以垂直距離為指標(biāo)[10]，在保證SVP形狀特點(diǎn)的基礎(chǔ)上實(shí)現(xiàn)簡(jiǎn)化；MOV法是D-P法的改進(jìn)，將距離指標(biāo)改為維度上的最大距離實(shí)施簡(jiǎn)化。D-P法和MOV法均基于形狀簡(jiǎn)化SVP，忽視了聲線(xiàn)跟蹤特點(diǎn)，基于簡(jiǎn)化后SVP聲線(xiàn)跟蹤的精度會(huì)隨深度增加表現(xiàn)出不穩(wěn)定。面積差法基于等效聲速剖面思想實(shí)施簡(jiǎn)化，SVP簡(jiǎn)化率和聲線(xiàn)跟蹤精度均優(yōu)于前三種方法。

基于SVP變化正交性，利用多個(gè)測(cè)站的SVP數(shù)據(jù)通過(guò)構(gòu)建聲速空間場(chǎng)模型，實(shí)現(xiàn)所覆蓋水域任何位置的SVP確定；借助表層聲速和已知深度約束，基于正交性原理也可實(shí)現(xiàn)SVP反演[11]。以上研究成果削弱了聲速代表性誤差影響，提高了聲線(xiàn)跟蹤精度。

1.2.2.2 測(cè)深數(shù)據(jù)濾波

受復(fù)雜海洋環(huán)境、系統(tǒng)噪聲和測(cè)量船噪聲等影響，獲取的測(cè)深數(shù)據(jù)有時(shí)會(huì)存在大量粗差，嚴(yán)重影響測(cè)深數(shù)據(jù)對(duì)海底地形的準(zhǔn)確描述，需給予人工剔除或自動(dòng)濾除。目前常用自動(dòng)濾波方法主要有COP(combined offline processing)法，Ware、Knight & Wells法，Eag(RDANH)法，趨勢(shì)面法[12]，抗差估計(jì)法[13]，Bayes估計(jì)法[14]，中值/均值濾波、局部方差檢測(cè)和小波分析相結(jié)合的濾波方法、選權(quán)迭代加權(quán)平均等。以上均基于統(tǒng)計(jì)實(shí)現(xiàn)濾波，對(duì)于海量測(cè)深數(shù)據(jù)存在處理速度慢、適用性較差、碎石區(qū)等復(fù)雜海床測(cè)深數(shù)據(jù)濾波性能欠佳等不足。CUBE(combined uncertainty bathymetry estimation)是一種自動(dòng)濾波方法，具有濾波高效、可靠、抗差、穩(wěn)健等特點(diǎn)而被廣泛采用[15]。CUBE算法在進(jìn)行格網(wǎng)水深估計(jì)時(shí)認(rèn)為測(cè)深點(diǎn)在格網(wǎng)節(jié)點(diǎn)周?chē)鶆蚍植迹瑩?jù)此可準(zhǔn)確的估計(jì)出格網(wǎng)節(jié)點(diǎn)的水深值。CUBE算法會(huì)在碎石區(qū)測(cè)深數(shù)據(jù)濾波中遇到挑戰(zhàn)，濾波后結(jié)果中仍存在大量噪聲，需借助人工濾除。CUBE濾波結(jié)合人工交互濾波為當(dāng)前主要濾波方法。

1.2.2.3 殘余誤差綜合影響削弱

多波束測(cè)深系統(tǒng)是由多傳感器組成的綜合測(cè)深系統(tǒng)，除受自身測(cè)量誤差影響外，還受聲速、姿態(tài)、安裝偏差等影響。雖對(duì)這些影響可嚴(yán)密測(cè)定和補(bǔ)償，但其殘余誤差仍會(huì)給測(cè)深結(jié)果帶來(lái)系統(tǒng)性綜合影響，導(dǎo)致多波束測(cè)深Ping扇面地形出現(xiàn)“哭臉”或“笑臉”。根據(jù)相鄰條帶公共覆蓋區(qū)測(cè)量對(duì)象的一致性，采用誤差強(qiáng)制壓制法可消除該現(xiàn)象，但簡(jiǎn)單的平均并不能從機(jī)理上對(duì)其徹底消除。基于地形頻譜特征的削弱方法認(rèn)為綜合影響僅改變了測(cè)深結(jié)果對(duì)地形變化趨勢(shì)的反映，未影響對(duì)微地形的呈現(xiàn)。據(jù)此，利用高精度中央波束測(cè)深結(jié)果構(gòu)建邊緣波束地形趨勢(shì)，聯(lián)合實(shí)測(cè)微地形，合成邊緣波束地形，從機(jī)理上較徹底地削弱了殘余誤差綜合影響[16]。

1.2.3 測(cè)深系統(tǒng)及數(shù)據(jù)處理軟件

相對(duì)單波束測(cè)深系統(tǒng)，多波束測(cè)深系統(tǒng)因其全覆蓋、高效率等特點(diǎn)廣受用戶(hù)青睞，系統(tǒng)研制進(jìn)展較快，目前產(chǎn)品主要有SeaBeam系列、FANSWEEP系列、EM系列、Seabat系列、R2SONIC系列及我國(guó)自主研發(fā)的多個(gè)型號(hào)的淺水多波束測(cè)深系統(tǒng)，已形成了全海深、全覆蓋、高精度、高分辨、高效率測(cè)量態(tài)勢(shì)。高分辨、寬帶信號(hào)處理及測(cè)深假象消除、CUBE測(cè)深估計(jì)等技術(shù)的采用，大幅度提高了測(cè)深精度、分辨率和可信度，測(cè)深覆蓋已從傳統(tǒng)的3～5倍水深擴(kuò)展到6～8倍，Ping波束從上百個(gè)發(fā)展為幾百個(gè)，設(shè)備的小型化和便于安裝特點(diǎn)突出。

測(cè)深數(shù)據(jù)采集與處理目前主要采用CARIS、PDS、Hypack、Qinsy Evia、Triton等軟件，我國(guó)自主研發(fā)的測(cè)深數(shù)據(jù)處理軟件也已投入應(yīng)用。

1.3 機(jī)載激光雷達(dá)測(cè)深(ALB)技術(shù)

ALB(airborne LiDAR bathymetry)借助紅外、綠激光，通過(guò)檢測(cè)海表和海底回波實(shí)現(xiàn)測(cè)深。同多波束測(cè)深技術(shù)一樣，可實(shí)現(xiàn)全覆蓋測(cè)量，其作業(yè)效率更高，在潮間帶、淺水等地形測(cè)量中應(yīng)用廣泛。

1.3.1 ALB系統(tǒng)

ALB系統(tǒng)主要由激光掃描儀、POS(position and orientation system)、高度計(jì)等組成。按照設(shè)計(jì)測(cè)線(xiàn)，飛行過(guò)程中快速掃描實(shí)現(xiàn)海底地形全覆蓋測(cè)量。以飛機(jī)平臺(tái)為基準(zhǔn)，ALB分別借助紅外、綠激光獲得海面和海底高。測(cè)量中同步采集飛機(jī)位置、姿態(tài)和航向。飛機(jī)位置借助GNSS RTK/PPK/PPP獲得，姿態(tài)和航向借助POS獲得。此外，聯(lián)合外部獲得的海水渾濁度及部分船基實(shí)測(cè)海底地形，構(gòu)建修正模型，提高ALB測(cè)量成果的精度。

1.3.2 數(shù)據(jù)處理技術(shù)

1.3.2.1 激光雷達(dá)測(cè)深理論

激光測(cè)深能力與水體散射系數(shù)和衰減系數(shù)比值強(qiáng)相關(guān)，借助唯像理論可建立激光測(cè)量的唯像雷達(dá)方程。激光束雖具有一定發(fā)射角，但其傳輸規(guī)律仍可用準(zhǔn)直光束傳輸特性來(lái)描述，據(jù)此可建立準(zhǔn)直光束在海水中傳輸?shù)奈ㄏ窭碚撃Ｐ汀Ｓ绊懰谆夭ㄕ穹囊蛩刂饕兴追瓷渎屎兔}沖展寬，基于激光輻射傳輸模型可對(duì)水底回波振幅進(jìn)行校正。

1.3.2.2 歸位計(jì)算

ALB歸位計(jì)算理論和方法已經(jīng)比較完善。根據(jù)GNSS提供的激光掃描儀三維絕對(duì)坐標(biāo)，結(jié)合飛機(jī)姿態(tài)、激光掃描模式及掃描角、往返測(cè)量時(shí)間，可歸算海面點(diǎn)的三維坐標(biāo)。據(jù)此，再根據(jù)紅外、綠激光測(cè)量時(shí)差、海水折射率、波束掃描角，歸算綠激光海底圓斑的三維坐標(biāo)。

1.3.2.3 波形識(shí)別

波形識(shí)別是檢測(cè)激光回波、獲取水面和海底波束傳播時(shí)間，進(jìn)而計(jì)算深度的關(guān)鍵。目前采用的技術(shù)主要有：為抑制白天強(qiáng)背景噪聲，更精確地提取激光回波信號(hào)，對(duì)回波信號(hào)首先開(kāi)展高通濾波濾除低頻信號(hào)，再識(shí)別兩種高頻脈沖；利用回波信號(hào)的上升時(shí)間及振幅等特征，采用半波峰法識(shí)別海表和海底回波信號(hào)，進(jìn)而估算水深；采用窄脈沖、高速探測(cè)器、小接收視場(chǎng)、窄帶干涉濾光片和正交偏振方式接收，改善淺水海表和海底反射信號(hào)疊加；采用雙高斯脈沖擬合，從極淺海水回波中分離海表和海底脈沖，實(shí)現(xiàn)水深提取。

1.3.2.4 渾濁度反演

海水渾濁度會(huì)引起激光能量衰減，影響激光回波波形；反之，根據(jù)激光水體回波特征可估計(jì)海水渾濁度。提取ALB原始波形數(shù)據(jù)后，分析激光水體后向散射波形，估計(jì)有效衰減系數(shù)，進(jìn)而反演海水渾濁度。

1.3.2.5 綠激光高度修正及單一綠激光測(cè)量

受海表滲透深度影響，綠激光海表測(cè)量存在不可靠性。利用紅外、綠激光測(cè)量結(jié)果分析綠激光水表滲透深度空間變化，利用統(tǒng)計(jì)法對(duì)綠激光海表高程修正，提高綠激光海表測(cè)量精度[17]。采用逐步回歸法建立關(guān)于泥沙含量、波束掃描角和傳感器高度的綠激光水表滲透深度模型，推導(dǎo)綠激光高度修正模型，據(jù)此對(duì)綠激光海表和海底高程修正，實(shí)現(xiàn)基于單一綠激光的高精度海底地形測(cè)量[18]。

1.3.2.6 深度偏差修正

幾何發(fā)散和多次散射使綠激光底回波產(chǎn)生脈沖展寬效應(yīng)，引起波峰位移，導(dǎo)致測(cè)深產(chǎn)生偏差。深度偏差主要與ALB系統(tǒng)測(cè)量參數(shù)(波束掃描角，傳感器高度)和海水水文參數(shù)(水深、渾濁度)有關(guān)。采用逐步回歸法建立關(guān)于水深、波束掃描角、傳感器高度和海水渾濁度的深度偏差模型，據(jù)此對(duì)ALB進(jìn)行深度修正，實(shí)現(xiàn)ALB高精度水深測(cè)量。

1.3.3 軟硬件系統(tǒng)研發(fā)

ALB系統(tǒng)研發(fā)目前已從實(shí)用化邁入商業(yè)化，脈沖發(fā)射頻率得到進(jìn)一步提高，半導(dǎo)體泵浦Nd:YAG固體激光器和雙波長(zhǎng)(紅外激光1064 nm，綠激光532 nm)系統(tǒng)極大增強(qiáng)了ALB探測(cè)能力，系統(tǒng)體積、重量和能耗顯著減小，機(jī)動(dòng)性和續(xù)航時(shí)間增強(qiáng)[19]。ALB正向小型化，輕量化，有人駕駛機(jī)載平臺(tái)向無(wú)人機(jī)平臺(tái)轉(zhuǎn)變。典型的ALB系統(tǒng)主要有Optech的SHOALS 200/400/1000/3000，CZMIL和Aquarius系列產(chǎn)品，AHAB的HawkEye Ⅱ/Ⅲ和Chiroptera，F(xiàn)ugro的LADS MK3，RIEGL的VQ-820-G和VQ-880-G。按采用的激光波長(zhǎng)分為雙頻激光(SHOALS系列，CZMIL，HawkEye Ⅱ/Ⅲ、Chiroptera,VQ-880-G)和單頻激光(Aquarius,VQ-820-G,LADS MK3)ALB系統(tǒng)，雙頻激光ALB一般采用紅外激光和綠激光共線(xiàn)、圓形掃描方式，單頻激光系統(tǒng)一般采用綠激光圓弧掃描方式。我國(guó)目前也在研制ALB系統(tǒng)，多處于研發(fā)階段。目前，ALB數(shù)據(jù)處理軟件多為各公司研制的隨機(jī)軟件，國(guó)內(nèi)尚無(wú)相應(yīng)的軟件系統(tǒng)。

1.4 海岸帶一體化地形測(cè)量技術(shù)

盡管ALB可實(shí)現(xiàn)海岸帶水下和干出地形的一體化測(cè)量，但穿透能力和測(cè)量精度受海水渾濁度影響較大，有些水域難以實(shí)施測(cè)量。近年，利用多波束測(cè)深系統(tǒng)和激光掃描儀面掃測(cè)、非接觸測(cè)量特點(diǎn)，出現(xiàn)了集多波束測(cè)深儀、激光掃描儀、穩(wěn)定平臺(tái)、POS等于一體的、安裝在測(cè)量船或氣墊船上的海岸帶一體化測(cè)量系統(tǒng)，同步測(cè)量淺灘水深以及激光測(cè)程內(nèi)的岸邊地形，同時(shí)獲取水下和干出地形[20]。海岸帶一體化地形測(cè)量在堤壩、碼頭等水域有較好的應(yīng)用，但在一般的淺灘地帶存在測(cè)量盲區(qū)。盡管現(xiàn)代多波束測(cè)深儀具有旋轉(zhuǎn)聲吶探頭的功能，但依然難以?huà)邷y(cè)獲得接近干出部分的淺水地形。

1.5 潛基海底地形測(cè)量技術(shù)

為了提高海底地形地貌信息獲取的分辨率和精度，滿(mǎn)足海洋科學(xué)研究和工程應(yīng)用需要，以AUV/ROV/深拖系統(tǒng)為平臺(tái)，攜載多波束測(cè)深系統(tǒng)、側(cè)掃聲吶系統(tǒng)、壓力傳感器、超短基線(xiàn)系統(tǒng)于一體的潛基海底地形地貌測(cè)量系統(tǒng)已經(jīng)面世，并在我國(guó)一些重點(diǎn)勘測(cè)水域和工程中得到了應(yīng)用，也受到了海事、水下考古、海洋調(diào)查等部門(mén)的高度重視[21]。

潛基海底地形地貌測(cè)量系統(tǒng)借助超短基線(xiàn)定位系統(tǒng)、羅經(jīng)、姿態(tài)傳感器和壓力傳感器為平臺(tái)提供絕對(duì)平面和垂直坐標(biāo)，利用多波束測(cè)深系統(tǒng)和側(cè)掃聲吶獲得海底地形和地貌信息，并將信息通過(guò)電纜傳輸?shù)酱d存儲(chǔ)和處理單元，綜合計(jì)算獲得海底地形。

潛基測(cè)量技術(shù)適用于深海地形測(cè)量[22]。隨著我國(guó)深海調(diào)查活動(dòng)的深入，其應(yīng)用必將越來(lái)越廣泛。

1.6 反演技術(shù)

1.6.1 衛(wèi)星遙感反演水深

衛(wèi)星遙感反演水深是借助電磁波在水中傳播和反射后的光譜變化，結(jié)合實(shí)測(cè)水深，構(gòu)建反演模型，實(shí)現(xiàn)大面積水深反演，再結(jié)合遙感成像時(shí)刻水位反算得到海底地形[3]。可用數(shù)據(jù)以多光譜和SAR(synthetic aperture radar)影像為主，數(shù)據(jù)主要來(lái)源于IRS、Ikonos、QuickBird、AVIRIS、Sentinel-2，Landsat、TM、SPOT、Seasat-1、TerraSAR-X、Radarsat-2、GF-3等衛(wèi)星。衛(wèi)星遙感反演水深具有經(jīng)濟(jì)，靈活等優(yōu)點(diǎn)，但反演精度及范圍需提高。

反演水深的關(guān)鍵是構(gòu)建不同波段或組合波段與水深間的反演模型，主要包括波段優(yōu)選、波段組合及反演模型構(gòu)建3部分[23]。波段優(yōu)選是提取顯著波段的工作，目前借助主成分分析法或相關(guān)法通過(guò)分析各波段反演水深的顯著性或與水深的相關(guān)性來(lái)選擇。波段組合是分析不同顯著波段組合對(duì)反演水深精度改善程度，進(jìn)而確定最優(yōu)組合波段的工作。反演模型構(gòu)建實(shí)則是構(gòu)建顯著波段或組合波段與實(shí)測(cè)水深間的關(guān)系模型并用于水深反演，先后出現(xiàn)了線(xiàn)性模型、附加冪函數(shù)非線(xiàn)性修正的線(xiàn)性模型、基于底部反射模型建立的單/雙/三波段反演模型、結(jié)合多光譜遙感信息傳輸方程推導(dǎo)出的水深對(duì)數(shù)反演模型等。以上3個(gè)過(guò)程對(duì)于不同衛(wèi)星影像和在不同水域，最優(yōu)波段選擇、最佳波段組合及反演模型均存在差異。

1.6.2 重力反演海底地形

重力異常和海底地形在一定波段內(nèi)存在高度相關(guān)，借助重力異?；蛑亓μ荻犬惓？煞囱荽蟪叨鹊暮５椎匦?，為科學(xué)研究提供支撐。重力反演海底地形經(jīng)歷了從一維線(xiàn)性濾波到二維線(xiàn)性濾波發(fā)展，其核心是反演模型構(gòu)建。

反演模型構(gòu)建經(jīng)歷了直接建模和修正建模過(guò)程，目前多采用修正建模。如利用ETOPO5模型、GMT海岸線(xiàn)數(shù)據(jù)、衛(wèi)星測(cè)高重力異常和船測(cè)水深，一些學(xué)者建立了海底地形模型[24]。采用垂直重力梯度異?？梢苑囱莸玫姜?dú)立于重力異常的海底地形模型。在不同海底模型假設(shè)基礎(chǔ)上，許多學(xué)者開(kāi)展了水深反演，如在橢圓形海山模型假設(shè)基礎(chǔ)上利用垂直重力梯度異常、采用非線(xiàn)性反演方法對(duì)全球的海山分布進(jìn)行了反演，基于高斯海山模型，通過(guò)分析地殼密度、巖石圈有效彈性厚度及截?cái)嗖ㄩL(zhǎng)對(duì)反演的影響，采用垂直重力梯度異常反演得到海底地形。

借助重力地質(zhì)法(gravity geologic method，GGM)法，利用大地水準(zhǔn)面數(shù)據(jù)，在頻域內(nèi)采用二維反演技術(shù)，以迭代法處理海底地形和大地水準(zhǔn)面的高次項(xiàng)問(wèn)題，削弱巖石圈撓曲強(qiáng)度的誤差影響，改善反演精度；采用快速模擬退火法，利用重力垂直梯度也可反演海底地形[25]。比較GGM法、導(dǎo)納法、SAS法(Smith and Sandwell)、垂直重力梯度異常法和最小二乘配置法，認(rèn)為GGM法、SAS法反演精度較高，GGM法、垂直重力梯度異常法和最小二乘配置法適宜開(kāi)展大面積海底地形反演。

1.6.3 聲吶圖像反演高分辨率海底地形

高分辨率海底地形在沉船打撈、油氣勘探和環(huán)境監(jiān)測(cè)等海洋工程和科學(xué)研究中發(fā)揮著重要作用。在淺水、高精度和高分辨率海底地形主要借助多波束測(cè)深系統(tǒng)獲得，但在深水其測(cè)深分辨率會(huì)隨波束入射角和水深增大而顯著降低。側(cè)掃聲吶通過(guò)深拖可獲得20～100倍于測(cè)深分辨率的海底聲吶圖像，但缺少高程信息?；趥?cè)掃聲吶成像機(jī)理及光照理論，借助SFS(shape from shading)方法可實(shí)現(xiàn)基于聲吶圖像的海底高分辨率地形反演。SFS方法是基于聲波在海床表面遵循的海底反射理論，通過(guò)構(gòu)建回波強(qiáng)度與入射方向、地形梯度等因素之間的關(guān)系，對(duì)模型求解即可得到海床地形[26]。SFS反演僅能得到相對(duì)形狀，需借助外部測(cè)深數(shù)據(jù)或側(cè)掃聲吶測(cè)量中提取出的水深數(shù)據(jù)約束，才能實(shí)現(xiàn)絕對(duì)海底地形的恢復(fù)[27-28]。

1.7 水位測(cè)量及改正

水位聯(lián)合換能器吃水為測(cè)深提供瞬時(shí)起算基準(zhǔn)。水位觀測(cè)及改正是傳統(tǒng)船基海底地形測(cè)量中的一項(xiàng)基礎(chǔ)性工作。測(cè)深位置水位的傳統(tǒng)獲取方法是基于水位面的變化特點(diǎn)，借助周?chē)徽居^測(cè)水位，利用水位內(nèi)插模型獲得，或基于潮位預(yù)報(bào)來(lái)獲得[1]。在此基礎(chǔ)上，目前已拓展出了GNSS在航潮位、基于全球潮汐模型的潮位預(yù)報(bào)和余水位改正等方法。

若具備測(cè)量水域各分潮潮汐調(diào)和常數(shù)和平均海平面，借助潮汐模型可預(yù)報(bào)測(cè)量時(shí)刻水位[29]。隨著全球海潮模型如Schw80、NAO.99、FES2004、TPXO7等和全球平均海平面模型如DTU10-MSS等研究的深入，可獲得全球任何海域各分潮調(diào)和常數(shù)及平均海平面，進(jìn)而構(gòu)建潮汐模型和預(yù)報(bào)水位?；谌蚰Ｐ徒鉀Q了對(duì)陌生水域潮汐特征了解和精度要求不高情況下海底地形測(cè)量時(shí)潮位的改正問(wèn)題，但需注意模型精度的不均勻問(wèn)題及模型的精化問(wèn)題。

無(wú)論采用何種預(yù)報(bào)方法，相對(duì)觀測(cè)潮位，預(yù)報(bào)潮位精度偏低。余水位改正法可較好地改善預(yù)報(bào)潮位精度。在潮位站，根據(jù)實(shí)測(cè)潮位與潮汐調(diào)和常數(shù)預(yù)報(bào)潮位差值，即余水位，可修正測(cè)深位置潮位預(yù)報(bào)結(jié)果，改善潮位預(yù)報(bào)精度，為測(cè)深提供潮位改正。若存在多個(gè)預(yù)報(bào)模型時(shí)，需根據(jù)余水位變化規(guī)律，考慮建立恰當(dāng)?shù)母恼Ｐ汀?/p>

為進(jìn)一步改善潮位的獲取精度，在航GNSS潮位測(cè)量技術(shù)得到了普遍應(yīng)用。借助GNSS RTK/PPK/PPP高精度定位技術(shù)，實(shí)時(shí)獲取GNSS天線(xiàn)的垂直解，結(jié)合船姿、GNSS天線(xiàn)到水面的垂直距離，獲得海面高序列；根據(jù)潮位和波浪變化周期，提取出在航潮位，為測(cè)深提供瞬時(shí)起算基準(zhǔn)[30]。GNSS在航潮位的最大特點(diǎn)是無(wú)須顧及潮位模型誤差，在航獲取高精度潮位，可同時(shí)為鄰近水域多艘測(cè)量船提供水位改正信息。

潮位為測(cè)深提供瞬時(shí)垂直起算基準(zhǔn)。隨著測(cè)深模式和潮位獲取模式的變化，潮位改正呈現(xiàn)事后和在航改正兩種情況。基于潮位站的經(jīng)典潮位改正方法主要有單站內(nèi)插法、雙站內(nèi)插法、雙站/多站分帶法、時(shí)差法、最小二乘法等，基于上述方法可事后對(duì)水深數(shù)據(jù)進(jìn)行處理，也可利用各潮位站實(shí)時(shí)發(fā)送的潮位數(shù)據(jù)來(lái)改正。類(lèi)似的，基于潮汐預(yù)報(bào)或余水位的潮位改正也可采用實(shí)時(shí)或事后處理；在航GNSS潮位測(cè)量由于最終的潮位需借助長(zhǎng)序列海面高變化序列來(lái)提取，因此需事后提取潮位和事后實(shí)施潮位改正。GNSS一體化測(cè)深中，GNSS為換能器提供瞬時(shí)高程，結(jié)合水深可在航獲得測(cè)點(diǎn)高程。遠(yuǎn)海航渡式水深測(cè)量，測(cè)深瞬時(shí)垂直起算基準(zhǔn)可借助全球潮汐模型、GNSS潮位、GNSS一體化水深測(cè)量3種方式獲得。

1.8 無(wú)縫垂直基準(zhǔn)

GNSS高精度垂直解已廣泛應(yīng)用于GNSS一體化測(cè)深技術(shù)和GNSS在航潮位測(cè)量中，但均需解決如何實(shí)現(xiàn)GNSS實(shí)測(cè)大地高與海圖深度基準(zhǔn)下水深的轉(zhuǎn)換問(wèn)題。目前的垂直基準(zhǔn)轉(zhuǎn)換以平均海平面或似大地水準(zhǔn)面為中介，實(shí)現(xiàn)大地高到正常高、正常高到海圖深度基準(zhǔn)下水深兩步轉(zhuǎn)換，也可實(shí)現(xiàn)大地高到海圖深度基準(zhǔn)下水深的一步轉(zhuǎn)換。無(wú)論采用何種轉(zhuǎn)換，均需解決3個(gè)問(wèn)題，即垂直參考基準(zhǔn)面選取，深度基準(zhǔn)面的無(wú)縫化和垂直基準(zhǔn)間的無(wú)縫轉(zhuǎn)換。橢球面或平均海平面常被選做垂直參考基準(zhǔn)面。深度基準(zhǔn)面定義于驗(yàn)潮站，離散、跳變和不連續(xù)，其無(wú)縫化問(wèn)題是3個(gè)問(wèn)題中的關(guān)鍵。

河口水域潮位站密集，各站上大地高、正常高和海圖深度基準(zhǔn)下水深的關(guān)系明確，可實(shí)現(xiàn)彼此轉(zhuǎn)換。潮位站覆蓋水域的深度基準(zhǔn)面無(wú)縫化問(wèn)題可借助幾何內(nèi)插或依深度基準(zhǔn)面定義基于潮差比關(guān)系內(nèi)插獲得[31]。據(jù)此機(jī)理已在多個(gè)水域?qū)崿F(xiàn)了深度基準(zhǔn)面無(wú)縫化及垂直基準(zhǔn)的無(wú)縫轉(zhuǎn)換。

全球潮汐模型和全球平均海平面模型為全球任意海域垂直基準(zhǔn)面的無(wú)縫構(gòu)建及垂直基準(zhǔn)間的無(wú)縫轉(zhuǎn)換提供了條件。借助全球潮汐模型可獲得深度基準(zhǔn)面相對(duì)平均海平面的差距，基于全球平均海平面模型可得到基于橢球面的平均海平面值，聯(lián)合二者可實(shí)現(xiàn)橢球面、平均海平面和深度基準(zhǔn)面之間的無(wú)縫轉(zhuǎn)換。但在近海岸，全球平均海平面模型和全球潮汐模型的精化問(wèn)題應(yīng)引起足夠重視。

2 海底地形測(cè)量的發(fā)展趨勢(shì)

未來(lái)水下地形測(cè)量仍呈現(xiàn)立體測(cè)量態(tài)勢(shì)，且在各個(gè)層次會(huì)進(jìn)一步加深，未來(lái)的測(cè)深將向自動(dòng)化、智能化、集群化、高精度、高密度、高效率方向發(fā)展。具體表現(xiàn)如下：

2.1 回聲測(cè)深技術(shù)

2.1.1 多波束測(cè)深系統(tǒng)

超寬覆蓋、高精度、高分辨率是多波束測(cè)深系統(tǒng)未來(lái)的發(fā)展方向。

覆蓋寬度和測(cè)量精度是影響多波束測(cè)深的兩個(gè)重要指標(biāo)。換能器扇面開(kāi)角影響覆蓋寬度，為提高覆蓋寬度，國(guó)內(nèi)外學(xué)者和廠家正致力于換能器基陣形式研發(fā)，采用U型、V型陣列分布替代傳統(tǒng)的Mill’s交叉陣，尤其是V型陣，利用兩套均能獨(dú)立收發(fā)基陣構(gòu)成V型安裝，使每套基陣水平夾角合理設(shè)置后發(fā)射波束主軸偏離基陣正下方，增強(qiáng)邊緣波束方向的能量，利于接收邊緣波束海底回波信號(hào)。為精確檢測(cè)邊緣波束的回波和實(shí)現(xiàn)寬覆蓋、全Ping扇面所有波束精確測(cè)量，一些學(xué)者利用分裂子陣相位差檢測(cè)法、多子陣檢測(cè)法等實(shí)現(xiàn)波束檢測(cè)，提高了檢測(cè)精度和可靠性[32-33]。

分辨率是衡量多波束測(cè)深水平的另一個(gè)重要指標(biāo)，決定了水下小目標(biāo)及復(fù)雜地形的精細(xì)探測(cè)能力。除采用雙基陣提高數(shù)據(jù)分辨率外，近年來(lái)，相干研究從機(jī)理上解決了多波束測(cè)深分辨率受波束數(shù)限制的問(wèn)題。因具有算法簡(jiǎn)單、波束數(shù)顯著增加、不增加硬件成本等優(yōu)點(diǎn)，相干聲吶技術(shù)受到愈來(lái)愈多的科研單位及生產(chǎn)廠商重視。

2.1.2 測(cè)深數(shù)據(jù)處理

聲速影響改正、復(fù)雜海底地形下測(cè)深數(shù)據(jù)的濾波以及海床地形表達(dá)問(wèn)題一直都是測(cè)深數(shù)據(jù)處理研究的熱點(diǎn)。聲速剖面實(shí)時(shí)獲取和高精度、快速聲線(xiàn)跟蹤算法，對(duì)于解決聲速的代表性誤差以及由此產(chǎn)生的邊緣波束測(cè)深數(shù)據(jù)異常問(wèn)題、深海海量多波束Ping測(cè)深數(shù)據(jù)的快速處理問(wèn)題等具有重要的作用。隨著深海調(diào)查活動(dòng)的深入，以上兩個(gè)問(wèn)題將會(huì)成為影響測(cè)深精度的關(guān)鍵問(wèn)題。目前的測(cè)深數(shù)據(jù)濾波方法多基于地形/測(cè)深數(shù)據(jù)變化的一致性原則設(shè)計(jì)算法來(lái)實(shí)現(xiàn)濾波，該前提假設(shè)在復(fù)雜海床，如碎石區(qū)或工程拋石區(qū)將會(huì)遇到挑戰(zhàn)，只有結(jié)合地形特征、多波束測(cè)深機(jī)理開(kāi)展測(cè)深數(shù)據(jù)濾波，才能更好地剔除粗差和確保測(cè)深數(shù)據(jù)質(zhì)量。此外，基于測(cè)深數(shù)據(jù)，如何準(zhǔn)確地構(gòu)建海床數(shù)字模型，滿(mǎn)足航行、地形調(diào)查等不同需求是當(dāng)前研究一個(gè)難點(diǎn)問(wèn)題，也是未來(lái)測(cè)深數(shù)據(jù)處理發(fā)展的一個(gè)方向。

2.2 無(wú)人船海底地形測(cè)量技術(shù)

船基測(cè)量是目前獲取海底地形精度較高的一種作業(yè)模式。船基測(cè)量需要根據(jù)測(cè)量范圍、設(shè)計(jì)測(cè)線(xiàn)開(kāi)展長(zhǎng)程走航測(cè)量，尤其對(duì)于單波束系統(tǒng)，作業(yè)枯燥、煩瑣、費(fèi)時(shí)費(fèi)力問(wèn)題突出。無(wú)人船測(cè)量技術(shù)解決了淺水、低海況時(shí)海底地形的自動(dòng)獲取問(wèn)題，提高了作業(yè)效率，顯著降低了作業(yè)成本。但現(xiàn)有無(wú)人船海底地形測(cè)量系統(tǒng)在抗風(fēng)浪、自治作業(yè)、全方位參數(shù)獲取、海量測(cè)量數(shù)據(jù)實(shí)時(shí)傳輸、復(fù)雜海況下測(cè)量數(shù)據(jù)的高精度處理等方面研究仍需要深入，系統(tǒng)性能尚需進(jìn)一步完善。

2.3 機(jī)載激光雷達(dá)測(cè)深技術(shù)

ALB對(duì)于解決近岸淺水、潮間帶等地形測(cè)量相較其他測(cè)量方法更具優(yōu)勢(shì)，但近岸海水渾濁，導(dǎo)致激光穿透性能下降，測(cè)深能力不足、測(cè)深精度降低。因而未來(lái)的ALB系統(tǒng)在硬件方面將朝著性能改進(jìn)和單綠激光方向發(fā)展。前者將進(jìn)一步提高測(cè)深性能和精度，后者將在精度要求不高的情況下提高穿透力和降低設(shè)備成本，使設(shè)備小型輕量化，增強(qiáng)測(cè)量靈活性。渾濁度是影響穿透力和測(cè)深精度的主要因素，進(jìn)一步研究海洋水文要素與激光測(cè)深精度的量化關(guān)系模型，對(duì)于修正ALB測(cè)深結(jié)果，提高測(cè)深精度將非常有益，也是未來(lái)ALB一個(gè)重要研究方向。

2.4 水深反演技術(shù)

基于聲吶圖像，恢復(fù)海底三維地形是實(shí)現(xiàn)海底高分辨率地形獲取的一種有效途徑。目前盡管取得了一些研究性結(jié)論，但距成熟應(yīng)用尚有較大差距?；诼晠葓D像的海底地形恢復(fù)需解決的問(wèn)題主要包括：顧及鏡反射與漫反射的綜合海底反射模型建立、基于聲吶圖像的海底非監(jiān)督底質(zhì)分類(lèi)及底質(zhì)因素對(duì)回波強(qiáng)度影響的消除，以及成像機(jī)理造成的陰影帶來(lái)的反射模型解發(fā)散問(wèn)題。此外，為實(shí)現(xiàn)無(wú)須外源測(cè)深數(shù)據(jù)輔助的相對(duì)地形向絕對(duì)地形轉(zhuǎn)變，在側(cè)掃聲吶系統(tǒng)上需增加單波束測(cè)深儀，輔助海底線(xiàn)檢測(cè)，提高圖像精度的同時(shí)，也為絕對(duì)海底地形的恢復(fù)提供起算基準(zhǔn)。

2.5 深拖綜合測(cè)量技術(shù)

隨著深海調(diào)查活動(dòng)深入和對(duì)重點(diǎn)水域海底地形詳勘需求的日益增加，深拖測(cè)深成像一體化系統(tǒng)將會(huì)日益受到關(guān)注。借助深拖中的測(cè)深系統(tǒng)可以獲得精細(xì)的海底地形，借助側(cè)掃聲吶圖像可以獲得高分辨海底地貌圖像，由于兩套系統(tǒng)的基準(zhǔn)同為拖體，因此解決了常規(guī)測(cè)深和成像出現(xiàn)的位置不匹配問(wèn)題，直接將形成的地貌圖像疊加到地形上，實(shí)現(xiàn)高精度地形和地貌信息的一體化獲取。

[1] 趙建虎. 現(xiàn)代海洋測(cè)繪[M]. 武漢: 武漢大學(xué)出版社, 2008.

ZHAO Jianhu. Modern Marine Surveying and Charting[M]. Wuhan: Wuhan University Press, 2008.

[2] 趙建虎, 劉經(jīng)南. 多波束測(cè)深及圖像數(shù)據(jù)處理[M]. 武漢: 武漢大學(xué)出版社, 2008.

ZHAO Jianhu, LIU Jingnan. Multi-Beam Sounding and Image Data Processing[M]. Wuhan: Wuhan University Press, 2008.

[3] 滕惠忠, 辛憲會(huì), 李軍, 等. 衛(wèi)星遙感水深反演技術(shù)的發(fā)展與應(yīng)用[C]∥第二屆高分辨率對(duì)地觀測(cè)學(xué)術(shù)年會(huì)論文集. 北京: 中國(guó)宇航學(xué)會(huì), 中科院電子學(xué)研究所, 2013.

TENG Huizhong, XIN Xianhui, LI Jun, et al. The Development and Application of the Retrieving Sounding Technology Using Satellite Remote Sensing[C]∥Beijing: Chinese Society of Astronautics, Institute of Electronics, Chinese Academy of Sciences, 2013.

[4] 翟國(guó)君, 吳太旗, 歐陽(yáng)永忠, 等. 機(jī)載激光測(cè)深技術(shù)研究進(jìn)展[J]. 海洋測(cè)繪, 2012, 32(2): 67-71.

ZHAI Guojun, WU Taiqi, OUYANG Yongzhong, et al. The Development of Airborne Laser Bathymetry[J]. Hydrographic Surveying and Charting, 2012, 32(2): 67-71.

[5] 張全德, 范京生. 我國(guó)衛(wèi)星導(dǎo)航定位技術(shù)應(yīng)用及發(fā)展[J]. 導(dǎo)航定位學(xué)報(bào), 2016, 4(3): 82-88.

ZHANG Quande, FAN Jingsheng. Application and Development of Satellite Navigation and Positioning Technology in China[J]. Journal of Navigation and Positioning, 2016, 4(3): 82-88.

[6] 何廣源, 吳迪軍, 李劍坤. GPS無(wú)驗(yàn)潮多波束水下地形測(cè)量技術(shù)的分析與應(yīng)用[J]. 地理空間信息, 2013, 11(2): 155-156, 159.

HE Guangyuan, WU Dijun, LI Jiankun. Analysis and Application of GPS Assisted Multi-beam Sonar System for Underwater Topograhpic without Tidal Observation[J]. Geospatial Information, 2013, 11(2): 155-156, 159.

[7] 黃國(guó)良, 徐恒, 熊波, 等. 內(nèi)河無(wú)人航道測(cè)量船系統(tǒng)設(shè)計(jì)[J]. 水運(yùn)工程, 2016(1): 162-168.

HUANG Guoliang, XU Heng, XIONG Bo, et al. Design of Unmanned Vessel for Inland River Channel Measurement[J]. Port & Waterway Engineering, 2016(1): 162-168.

[8] 金久才, 張杰, 馬毅, 等. 一種無(wú)人船水深測(cè)量系統(tǒng)及試驗(yàn)[J]. 海洋測(cè)繪, 2013, 33(2): 53-56.

JIN Jiucai, ZHANG Jie, MA Yi, et al. An Unmanned Surface Vehicle for Bathymetry[J]. Hydrographic Surveying and Charting, 2013, 33(2): 53-56.

[9] BEAUDOIN J, SMYTH S, FURLONG A. Streamlining Sound Speed Profile Pre-Processing: Case Studies and Field Trials[C]∥Proceedings of US Hydrographic Conference. Tampa, FL: The Hydrographic Society of America, 2011: 25-28.

[10] DAVID D H, PEUCKER T K. Algorithms for the Reduction of the Number of Points Required to Represent a Digitized Line or Its Caricature[J]. Cartographica: the International Journal for Geographic Information and Geovisualization, 2011, 10(2): 112-122.

[11] 魏碧輝, 劉翀, 周青, 等. 基于最小二乘支持向量機(jī)的聲速空間變化模型構(gòu)建[J]. 海洋測(cè)繪, 2013, 33(4): 12-15.

WEI Bihui, LIU Chong, ZHOU Qing, et al. Construction of the Spatial Model for Sound Velocity by the Least Square Support Vector Machine[J]. Hydrographic Surveying and Charting, 2013, 33(4): 12-15.

[12] 王海棟, 柴洪洲, 翟天增, 等. 多波束測(cè)深異常的兩種趨勢(shì)面檢測(cè)算法比較[J]. 海洋通報(bào), 2010, 29(2): 182-186.

WANG Haidong, CHAI Hongzhou, ZHAI Tianzeng, et al. Comparison of Two Trend Surface Detection Algorithms of Multibeam Bathymetry Outlier[J]. Marine Science Bulletin, 2010, 29(2): 182-186.

[13] 張志偉, 暴景陽(yáng), 肖付民. 抗差估計(jì)的多波束測(cè)深數(shù)據(jù)內(nèi)插方法[J]. 測(cè)繪科學(xué), 2016, 41(10): 14-18.

ZHANG Zhiwei, BAO Jingyang, XIAO Fumin. An Interpolation Method of Multibeam Data Based on Robust Estimation[J]. Science of Surveying and Mapping, 2016, 41(10): 14-18.

[14] 黃賢源, 隋立芬, 翟國(guó)君, 等. 利用Bayes估計(jì)進(jìn)行多波束測(cè)深異常數(shù)據(jù)探測(cè)[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2010, 35(2): 168-171.

HUANG Xianyuan, SUI Lifen, ZHAI Guojun, et al. Outliers Detection of Multi-beam Data Based on Bayes Estimation[J]. Geomatics and Information Science of Wuhan University, 2010, 35(2): 168-171.

[15] 王德剛, 葉銀燦. CUBE算法及其在多波束數(shù)據(jù)處理中的應(yīng)用[J]. 海洋學(xué)研究, 2008, 26(2): 82-88.

WANG Degang, YE Yincan. The Theory of Cube Algorithm and Its Application in the Processing of Multi-Beam Data[J]. Journal of Marine Sciences, 2008, 26(2): 82-88.

[16] 趙建虎, 張紅梅, 嚴(yán)俊, 等. 削弱殘余誤差對(duì)多波束測(cè)深綜合影響的方法研究[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2013, 38(26): 1184-1187.

ZHAO Jianhu, ZHANG Hongmei, YAN Jun, et al. Weakening Influence of Residual Error for MBS Sounding[J]. Geomatics and Information Science of Wuhan University, 2013, 38(26): 1184-1187.

[17] MANDLBURGER G, PFENNIGBAUER M, PFEIFER N. Analyzing Near Water Surface Penetration in Laser Bathymetry-A Case Study at the River Pielach[C]∥Proceedings of ISPRS Annals of Photogrammetry, Remote Sensing and Spatial Information Sciences. Antalya, Turkey: ISPRS, 2013: 175-180.

[18] ZHAO Jianhu, ZHAO Xinglei. ZHANG Hongmei, et al. Shallow Water Measurements Using a Single Green Laser Corrected by Building a Near Water Surface Penetration Model[J]. Remote Sensing, 2017, 9(5): 426.

[19] 秦海明, 王成, 習(xí)曉環(huán), 等. 機(jī)載激光雷達(dá)測(cè)深技術(shù)與應(yīng)用研究進(jìn)展[J]. 遙感技術(shù)與應(yīng)用, 2016, 31(4): 617-624.

QIN Haiming, WANG Cheng, XI Xiaohuan, et al. Development of Airborne Laser Bathymetric Technology and Applications[J]. Remote Sensing Technology and Application, 2016, 31(4): 617-624.

[20] 元建勝. 海岸帶地形一體化測(cè)圖生產(chǎn)技術(shù)研究[J]. 海洋測(cè)繪, 2011, 31(4): 75-78.

YUAN Jiansheng. Research on Technology of Integrative Mapping in Coastal Zone Topographic Data Production[J]. Hydrographic Surveying and Charting, 2011, 31(4): 75-78.

[21] 馬小川, 欒振東, 張?chǎng)? 等. 基于ROV的近海底地形測(cè)量及其在馬努斯盆地?zé)嵋簠^(qū)的應(yīng)用[J]. 海洋學(xué)報(bào), 2017, 39(3): 76-84.

MA Xiaochuan, LUAN Zhendong, ZHANG Xin, et al. Near-bottom Topography Measurement Using ROV and Its Application in A Deep-Sea Hydrothermal Field in The Manus Basin[J]. Haiyang Xuebao, 2017, 39(3): 76-84.

[22] 曹金亮, 劉曉東, 張方生, 等. DTA-6000聲學(xué)深拖系統(tǒng)在富鈷結(jié)殼探測(cè)中的應(yīng)用[J]. 海洋地質(zhì)與第四紀(jì)地質(zhì), 2016, 36 (4): 173-181.

CAO Jinliang, LIU Xiaodong, ZHANG Fangsheng, et al. Application of DTA-6000 Acoustic Deep-tow System to Cobalt-rich Crust in Investigation[J]. Marine Geology & Quaternary Geology, 2016, 36(4): 173-181.

[23] 黃文騫, 蘇奮振, 楊曉梅, 等. 多光譜遙感水深反演及其水下礙航物探測(cè)技術(shù)[J]. 海洋測(cè)繪, 2015, 35(3): 16-19.

HUANG Wenqian, SU Fenzhen, YANG Xiaomei, et al. Techniques of Water Depth Remote Sensing Retrieval and Underwater Obstacle Detection[J]. Hydrographic Surveying and Charting, 2015, 35(3): 16-19.

[24] 胡敏章, 李建成, 金濤勇, 等. 聯(lián)合多源數(shù)據(jù)確定中國(guó)海及周邊海底地形模型[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2015, 40(9): 1266-1273.

HU Minzhang, LI Jiancheng, JIN Taoyong, et al. Recovery of Bathymetry over China Sea and Its Adjacent Areas by Combination of Multi-source Data[J]. Geomatics and Information Science of Wuhan University, 2015, 40(9): 1266-1273.

[25] 李倩倩, 鮑李峰. 高精度測(cè)高重力場(chǎng)反演南海海底地形[J]. 海洋測(cè)繪, 2016, 36(2): 1-5.

LI Qianqian, BAO Lifeng. Predicting Submarine Topography of the South China Sea from Altimetry Gravity Field with High Precision[J]. Hydrographic Surveying and Charting, 2016, 36(2): 1-5.

[26] COIRAS E, PETILLOT Y, LANE D M. Multiresolution 3D Reconstruction from Side-scan Sonar Images[J]. IEEE Transactions on Image Processing, 2007, 16(2): 382-390.

[27] 王愛(ài)學(xué), 趙建虎, 尚曉東, 等. 單波束水深約束的側(cè)掃聲吶圖像三維微地形反演[J]. 哈爾濱工程大學(xué)學(xué)報(bào), 2017, 38(5): 739-745.

WANG Aixue, ZHAO Jianhu, SHANG Xiaodong, et al. Recovery of Seabed 3D Micro-topography from Side-Scan Sonar Image Constrained by Single-beam Soundings[J]. Journal of Harbin Engineering University, 2017, 38(5): 739-745.

[28] 趙建虎, 尚曉東, 張紅梅. 水深數(shù)據(jù)約束下的聲吶圖像海底地形恢復(fù)方法[J]. 中國(guó)礦業(yè)大學(xué)學(xué)報(bào), 2017, 46(2): 443-448.

ZHAO Jianhu, SHANG Xiaodong, ZHANG Hongmei. Recovering Seabed Topography from Sonar Image with Constraint of Sounding Data[J]. Journal of China University of Mining & Technology, 2017, 46(2): 443-448.

[29] 李大煒, 李建成, 金濤勇, 等. 利用驗(yàn)潮站資料評(píng)估全球海潮模型的精度[J]. 大地測(cè)量與地球動(dòng)力學(xué), 2012, 32(4): 106-110.

LI Dawei, LI Jiancheng, JIN Taoyong, et al. Accuracy Estimation of Recent Global Ocean Tide Models Using Tide Gauge Data[J]. Journal of Geodesy and Geodynamics, 2012, 32(4): 106-110.

[30] 趙建虎, 董江, 柯灝, 等. 遠(yuǎn)距離高精度GPS潮汐觀測(cè)及垂直基準(zhǔn)轉(zhuǎn)換研究[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2015, 40(6): 761-766.

ZHAO Jianhu, DONG Jiang, KE Hao, et al. High Precision GPS Tide Measurement Method in a Far-distance and Transformation Model for the Vertical Datum[J]. Geomatics and Information Science of Wuhan University, 2015, 40(6): 761-766.

[31] 柯灝. 海洋無(wú)縫垂直基準(zhǔn)構(gòu)建理論和方法研究[D]. 武漢: 武漢大學(xué), 2012.

KE Hao. Research on the Theory and Implementation Method of Marine Seamless Vertical Reference Surface[D]. Wuhan: Wuhan University, 2012.

[32] 陸秀平, 黃謨濤, 翟國(guó)君, 等. 多波束測(cè)深數(shù)據(jù)處理關(guān)鍵技術(shù)研究進(jìn)展與展望[J]. 海洋測(cè)繪, 2016, 36(4): 1-6, 11.

LU Xiuping, HUANG Motao, ZHAI Guojun, et al. Development and Prospect of Key Technologies for Multibeam Echosounding Data Processing[J]. Hydrographic Surveying and Charting, 2016, 36(4): 1-6,11.

[33] 李海森, 周天, 徐超. 多波束測(cè)深聲吶技術(shù)研究新進(jìn)展[J]. 聲學(xué)技術(shù), 2013, 32(2): 73-80.

LI Haisen, ZHOU Tian, XU Chao. New Developments on the Technology of Multi-Beam Bathymetric Sonar[J]. Technical Acoustics, 2013, 32(2): 73-80.

(責(zé)任編輯：宋啟凡)

Status and Development Tendency for Seafloor Terrain Measurement Technology

ZHAO Jianhu1,2，OUYANG Yongzhong3，WANG Aixue1,2

1. School of Geodesy and Geomatics,Wuhan University,Wuhan 430079,China; 2. Institute of Marine Science and Technology,Wuhan University,Wuhan 430079,China; 3. Naval Institute of Hydrographic Surveying and Charting,Tianjin 300061,China

This paper briefly reviewed the history of seafloor terrain measuring technology,and then detailed the introduced sonar bathymetry based on vessel,airborne laser bathymetry,integrated measurement for coastal topography and three inversion methods for seafloor terrain.That entirely presents the current situation of stereoscopic,efficient,high-accuracy and high-resolution of seafloor topography acquirement.Finally,combined with the future requirements,this paper summarized the core job and development trend in future seafloor terrain measuring field,which includes developing more portable multi-beam system with ultra-wide coverage,high accuracy and resolution,researching more efficient correction model of sound velocity effects,smoothing of bathymetry data and expression of submarine topography.Meanwhile,automatic ship measurement will be an important task mode.Also airborne laser survey,seafloor topography inversion from sonar image and deep-towing measurement has enormous potential in development.

seafloor topography；stereoscopic survey；high resolution；high accuracy；current situation；development tendency

The National Natural Science Foundation of China(Nos. 41376109；41576107；41606114)

ZHAO Jianhu(1970—),male,professor,majors in marine surveying.

趙建虎，歐陽(yáng)永忠，王愛(ài)學(xué).海底地形測(cè)量技術(shù)現(xiàn)狀及發(fā)展趨勢(shì)[J].測(cè)繪學(xué)報(bào)，2017,46(10)：1786-1794.

10.11947/j.AGCS.2017.20170276.

ZHAO Jianhu，OUYANG Yongzhong，WANG Aixue.Status and Development Tendency for Seafloor Terrain Measurement Technology[J]. Acta Geodaetica et Cartographica Sinica,2017,46(10):1786-1794. DOI:10.11947/j.AGCS.2017.20170276.

P201

A

1001-1595(2017)10-1786-09

國(guó)家自然科學(xué)基金(41376109；41576107；41606114)

2017-05-26

修回日期： 2017-07-17

趙建虎(1970—)，男，教授，研究方向?yàn)楹Ｑ鬁y(cè)繪。

E-mail： jhzhao@sgg.whu.edu.cn