混浊水域多波束反向散射强度传播损失改正

为了改善现有的反向散射强度传播损失改正方法在混浊水域适应性较弱的问题,提出了混浊水域声传播损失计算模型。首先利用不同深度的海洋环境参数构建声波吸收系数剖面,然后基于声速,沿波束传播路径,对每个波束分层计算传播损失。实验分析表明,本方法传播损失改正效果最佳,其Spearman等级相关系数绝对值仅为0.04,远小于传统模型和TVG改正,大大减弱了混浊水域情况下多波束回波强度与传播距离的相关性,有效改善了多波束声呐图像的质量。     

多波束反向散射强度数据处理研究

在探讨多波束测深系统反向散射强度与海底底质类型的关系基础上,研究影响反向散射强度的各种因素,主要分析了海底地形起伏、中央波束区反射信号对反向散射强度的影响,并给出了消除这些影响的方法;将处理后的“纯”反向散射强度数据镶嵌生成海底声像图,为海底底质类型划分以及地貌解译提供了基础数据和辅助判读依据.     

多波束声呐图像条带中央和边缘残差处理方法

多波束声呐图像是进行海底底质分类的主要数据源之一,由于受海洋噪声、声波散射和混响、仪器设备等因素影响,其经各项常规改正后仍存在明显残差,突出表现在中央波束区和条带重叠区,难以形成高质量的声呐图像。文中分析了多波束声呐图像残差的成因及影响,提出了一种基于多条带最小二乘拟合的多波束声呐图像残差处理方法。首先,得到相邻声脉冲(ping)信号中央区域、重叠区域以及整体趋势的拟合函数;然后,通过拟合函数计算得到中央和重叠区域的残差改正系数;最后,通过改正系数进行残差改正。实验分析表明,该方法在保留原始细节的基础上,有效削弱了残差对声呐图像的影响,对多波束声呐图像处理具有参考和应用价值。     

一种Kongsberg EM多波束后向散射强度波束指向性残余改正方法

Kongsberg EM多波束声呐的波束指向性与出厂标定存在偏差,导致后向散射强度呈现与扇区耦合的辐射畸变,针对这个问题提出了一种基于波束指向性模型的多扇区指向性残余改正方法。该方法首先在分析波束收发过程的基础上,构建EM声呐多扇区指向性辐射模型;然后选取特定测线,采用经验性声学模型估计后向散射强度-角度曲线,分离各扇区指向性残余信号;最后对回波强度进行指向性残余改正,得到与采集扇区无关的后向散射强度。实例计算结果表明：该方法能有效降低多扇区指向性残余对后向散射强度测量的干扰,提高EM系列多波束声呐在海底底质分析中的使用价值。     

多波束回声数据的统计与底质分类应用

利用声反向散射数据作海底沉积物分类,是海洋地质学家感兴趣的话题,也是目前多波束声纳应用的一个研究热点。结合胶州湾实际调查数据,探讨了贝叶斯分类方法在该领域的应用。研究结果表明,该方法可以对不同的底质类型进行分类,可以识别未知的底质类型以及对混合在一起的两种不同类型的目标进行分类。     

Simrad EM多波束声纳系统回波强度数据的分析与应用

首先分析了Simrad EM多渡束声纳系统回渡强度数据获取时系统进行的增益处理,分别探讨了深度数据包和海底图像数据包中回波强度数据的表征内容及意义,研究了不同数据包中回波强度数据的记录方式、特点及应用范围,为多波束水下目标识别和海底底质分类研究提供准确、表述清晰的基础数据.     

多波束回波强度数据记录方式比较

分析了三种不同多波束测深系统回波强度的记录方式及数据结构,基于各自生成声纳图像的特点规律的差异,按其声纳图像不同用途对多波束测深系统进行了归类,其结果可为用户结合自身需求,正确购置多波束测深系统及合理应用声纳图像提供参考.     

多波束声呐和侧扫声呐数据融合方法研究综述

多波束声呐系统与侧扫声呐系统均为海底面探测的重要工具,二者均采用声学方法,在工作原理上存在异同。本文简要介绍了二者的研究进展,分别对其数据处理进行了比对分析,认为多波束声呐处理方法侧重于数据的测量精度,而侧扫声呐则主要侧重于图像处理;归纳了当前二者主要的数据匹配融合方法,包括同名特征融合、基于SURF算法的匹配融合以及特征点融合,从数据采集原理上对数据融合方法进行了深入分析,发现在探头定位、单ping数据点分布以及ping之间的数据定位上存在一定的困难,即使经过一定的处理,二者采集的也非简单的平面图像,故二者的数据融合尚存在一定的难度。     

基于Kongsberg EM多波束的Snippet数据处理方法

多波束声呐记录的海底后向散射片段(Snippet)数据处理成角度响应曲线和地理编码(Mosaic)图像可以 帮助识别海底底质类型和反映地貌形态,这一过程包括辐射校正、角度响应改正(AVG)和几何地理编码,但不同的多波束系统硬件在辐射校正和角度响应改正方法上存在差异且传统处理方法忽略了声呐系统本身的指向性模型随时间变化的事实。以声呐方程为基础,针对Kongsberg EM 多波束系统提出了一套完整的Snippet数据处理流程,并分析了各步骤中存在的可变性,给出了每一步的处理建议,最后将此方法应用于EM2040浅水多波束实测数据,并验证了该方法的有效性和实用性。     

Detection of deep water benthic macroalgae using image-based classification techniques on multibeam backscatter at Cashes Ledge,Gulf of Maine,USA

Benthic macroalgae form an important part of temperate marine ecosystems, exhibiting a complex three-dimensional character which represents a vital foraging and spawning ground for many juvenile fish species. In this research, image-based techniques for classification of multibeam backscatter are explored for the detection of benthic macroalgae at Cashes Ledge in the Gulf of Maine, USA. Two classifications were performed using QTC-Multiview, differentiated by application of a threshold filter, and macroalgal signatures were independently extracted from the raw sonar datagrams in Matlab. All classifications were validated by comparison with video ground-truth data. The unfiltered classification shows a high degree of complexity in the shallowest areas within the study site; the filtered demonstrates markedly less variation by depth. The unfiltered classification shows a positive agreement with the video ground-truth data; 82.6% of observations recording Laminaria sp., 39.1% of Agarum cribrosum and 100.0% (n = 3) of mixed macroalgae occur within the same acoustically distinct group of classes. These are discrete from the 8.1% recorded agreement with absences and nulls (>40 m) of macrophytes (n = 32) from a total of 86 ground-truth locations. The results of the water column data extraction (WCDE) show similar success, accurately predicting 78.3% of Laminaria sp. and 30.4% of A. cribrosum observations.     

多波束海底声像图的形成及应用研究

在探讨多波束海底声像图形成原理基础上,重点研究多个扇面、多个条带的反向散射强度数据拼接、镶嵌方法,将海底反向散射强度值向图像灰度值转换,最后形成海底声像图,为海底地貌解译、海底目标物探测以及海底底质类型划分提供判读依据。     

基于多波束声呐的人工鱼礁区地形特征分析

建设人工鱼礁(Artificial Reef,AR)是恢复和养护近海渔业资源的重要措施。尽管中国沿海各地人工鱼礁规模宏大,但对于鱼礁投放后的监测明显不足。传统调查方法存在效率低、成本高等缺点,多波束测深系统(Multibeam Echo Sounder,MBES)为探测鱼礁区地形地貌提供了一种有效的技术手段。本文利用高分辨率的多波束测深系统,获取礁区详细的测深数据,快速确定鱼礁位置、形态等信息;应用地形分析工具提取地形变量(坡度、曲率、粗糙度、地形耐用指数及地形起伏度),分析投石后海底地形特征。研究表明,礁石投放后海底地形发生显著变化(水深5~10 m),礁石发生沉降现象(下沉深度约0.45 m),礁石周围出现冲淤地形(礁石堆高1.65 m,影响范围5 m左右)。分析人工鱼礁引起的微地形地貌的变化,可以为鱼礁的监测与效果评估工作提供一种新的技术方法,具有较强的现实意义。     

基于回波时间的多波束测深与声纳数据匹配方法

以多波束精确的水深数据为参照源,采用原始回波时间对多波束测深数据与其同源声纳数据进行匹配,从而获得高精度和高分辨率的海底影像数据,并避免了传统声纳图像处理过程中斜距改正所带来的几何形变。匹配结果采用光照图输出,并与三维水深图、原始声纳图像和CARIS处理后的声纳图像进行比较分析。该方法有效地提高了多波束数据的利用率,增强了对海底地形的探测分辨率。     

基于多波束背向散射强度信号的海底表层沉积物粒度分类研究——以澳洲Joseph Bonaparte湾为例

近海海底地形探测与沉积物精确分类对涉海工程建设、生物栖息地反演以及海底资源勘查与开发具有重要的现实意义。以澳洲Joseph Bonaparte湾为例,利用多波束测深技术获取了该海湾约880 km2水域的水深数据与背向散射强度信号,结合同步采集的54个海底表层沉积物样品,通过随机决策树模型对该海域海底表层沉积物进行了分类研究。结果表明:（1）利用随机决策树模型分析该海域沉积物类型与背向散射强度的关系时,当模型内部参数设置:树的总数为200,最小分裂节点为2,每棵树的最大分裂级数为5时,可提高预测准确率;（2）该参数设置下,利用13°和37°入射角的背向散射强度预测该海域沉积物类型时,准确率最高,其值为83.3%,且在研究海域,砂质砾和砾质砂分布在背向散射强度较强的深槽或海沟等地区,而砾质泥质砂和含砾泥质砂主要分布在背向散射强度较弱的浅水海域。分析还发现,当水深数据作为预测海底表层沉积物类型的特征变量时,有可能降低最终预测结果的准确率。     

济州岛南部海域海底声呐图像分析与声学底质分类

东海北部外陆架靠近济州岛南部海域,是黄海槽向冲绳海槽延伸的部分,属于黑潮分支黄海暖流的通道入口,分布着脊槽相间的海底底形,对其海底声呐图像的处理分析及声学底质分类的分析研究,有助于了解该通道海底底形表层纹理特征及沉积物分布规律。基于在济州岛南部海域获取的多波束声呐数据,应用图像处理技术和方法,对数据进行了处理,获得了海底声呐影像图,并对其表层纹理特征进行了描述和分析;同时,基于多波束反向散射强度数据,结合19组海底地质取样数据,建立研究区海底反向散射强度与沉积物粒度特征之间的统计关系模型,并以改进的学习向量量化神经网络方法,实现对海底粉砂质砂、黏土质砂以及砂-粉砂-黏土3种底质类型的快速自动分类识别。