基于浅地层剖面数据和改进地声模型的底质反演方法

浅地层剖面仪发射的声脉冲能够穿透海底面进入沉积层内部,其回波中携带了丰富的底质信息。地声模型是底质声学与物理性质关系的数学描述,广泛用于海底声学与地声反演研究。本文通过对浅地层剖面数据的处理、解译得到海底反射系数,与考虑底质松密影响的改进Biot-Stoll模型相结合,提出底质反演新方法并开展实例验证。研究结果表明：通过对浅地层剖面原始记录的读取、解译,提取反射波振幅,并结合设备声源级,可有效求取海底反射系数。通过引入相对密度改进孔隙度计算公式,进而在基于Biot-Stoll模型构建海底反射系数和底质平均粒径关系过程中进一步考虑了底质松密的影响。基于山东威海某海域及文献的算例均显示,本文提出的改进地声模型可缩小底质反演与实测结果之间的相对误差、提升基于浅地层剖面数据的海底底质地声反演精度。     

参量阵浅剖探测技术在海底管线探测中的应用

以航道、港口海底管线为探测目标,以浅地层剖面(sub-bottom profile)探测技术为主要技术手段,结合SES2000系列浅地层剖面探测系统在近海航道、港口海底管线探测中的应用案例,探讨SBP探测技术在管线探测中的应用。就浅剖图像中的航道、港口海底埋深管线识别定位中存在的技术难题,提出了基于波路径的偏移处理定性分析法和基于信号分析的管道反射弧识别定量计算法进行管道埋深的分析与计算,结合DGPS导航系统可准确获取管线所在平面位置与埋深深度。对于航道适航安全、港口安全建设具有积极意义。     

多波束海底底质分类软件Simrad Triton的应用

研究了利用声学信号对海底底质自动分类的技术。介绍了挪威Simrad公司海底底质分类软件Triton的分类原理，它所应用的分类方法及其软件的体系结构。最后，用实例来说明Simrad Triton在海底底质分类中的应用。     

海底声学底质分类技术的研究现状与前景

对海底声学底质分类技术的研究现状进行了分析。介绍了目前典型的底质分类设备、软件以及可采取的分类方法,探讨了我国开展海底声学底质分类技术研究、开发的可行性与具体实现的思路。     

基于多波束背向散射数据的海底底质分类

基于精细处理后的多波束数据生成背向散射影像图,利用灰度纹理共生阵提取影像纹理特征参数,采用支持向量机的神经网络(SVM)对背向散射影像进行底质分类研究。通过实测大面积、海量数据对该方法进行评价和验证,结果表明,该方法可获得比传统分类方法更高的分类精度,这种面状的分类弥补了传统点状分类的缺陷,使得大规模、大范围、高效快速的海底底质分类成为可能,为海洋地质调查、海洋工程建设、海底矿产资源开发等提供一种新型的科学的技术方法和可靠的地质基础资料。     

基于高分辨率浅剖与钻孔信息对比的金州湾海底声速的统计特征

声波在海底沉积物中的传播速度是一个重要参数,弄清海底沉积物中声速的变化规律具有极其重要的意义。以渤海金州湾海域为例,在进行畸变校正的基础上,基于高分辨率浅地层剖面与钻孔数据的对比分析,实现了全新世沉积层和基岩界面以上沉积层声速的准确反演,并采用统计学方法分析讨论了研究区内的声速特征和变化规律,结果表明,全新世沉积层平均声速的95%置信区间为1 449.60～1 655.72 m/s,平均值为1 560.34 m/s;基岩界面以上沉积层平均声速的95%置信区间为1 657.96～1 970.80 m/s,平均值为1 765.63 m/s;研究区内海底地层的声速与埋藏深度之间呈现明显的正线性相关关系,声速梯度为4.18 s⁻¹。     

基于声纳图像纹理特征的海底底质分类方法研究

一般不同底质的海底声纳图的纹理特征不同。重点分析了不同底质声纳图像纹理特征的差异,为底质分类的实现提供了基础。并提取了海底声纳图像的灰度共生矩阵,将灰度共生矩阵的统计特征作为特征向量。最后应用自组织迭代(ISODATA)分类算法依据对特征向量进行分类,从而实现了海底底质的划分。     

基于改进BP神经网络的海底底质分类

通过采用遗传算法优化神经网络初始权值的方法,将GA算法与BP神经网络有机结合,应用于海底底质分类。基于多波束测深系统获取的反向散射强度数据,应用改进的BP神经网络分类方法,实现对海底基岩、砾石、砂、细砂和泥等底质类型的快速、准确识别。通过实验比较,GA-BP神经网络分类精度明显高于BP神经网络,证明了该方法的有效性和可靠性。     

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。     

用于海底底质分类的多波束声强数据选取研究

高质量的海底声强图是进行多波束海底底质分类、目标识别的基础。要得到"单纯"反映海底底质信息的声强图,就需要对原始声强数据进行地形改正,消除地形因素的影响。在描述了多波束数据中水深数据不能满足声强数据的改正要求问题的基础上,提出了以水深数据覆盖范围为约束的声强数据选取方法。实例计算结果表明:该方法在能有效地选取高质量的声强数据,提高了基于声强图像的海底底质分类精度。     

海底声学底质分类的ELM-AdaBoost方法

基于自适应增强算法（AdaBoost）结合极限学习机（ELM）,通过迭代、调整、优化ELM分类器之间的权值,从而构建了具有强鲁棒性、高精度的ELM-AdaBoost强分类器,增强了现有的ELM分类器的稳定性。以珠江口海区侧扫声呐图像为实验数据,对礁石、砂、泥3类典型底质进行分类识别,该方法的平均分类精度超过90%,优于单一ELM分类器的平均分类精度85.95%,也优于LVQ、BP等传统分类器,且在分类所耗时间上也远少于传统分类器。实验结果表明,本文构建的ELM-AdaBoost方法可有效应用于海底声学底质分类,可满足实时底质分类的需求。     

介绍几种典型的海底底质分类技术

本文主要介绍了四家海洋仪器公司的最新海底底质分类技术。它们分别利用多波束的反向散射强度数据、单波束的回声波形结构数据和旁侧声纳数据。采用了多参数统计分析、波形结构分析和影像属性分析等方法，实现了快速、高效、大面积地对海底底质进行间接的分类。尽管它们的技术各不相同，但都可以分为监督分类方式和非监督分类方式。     

基于遗传小波神经网络的海底声学底质识别分类

分割海底声纳探测图像,提取单元特征向量进行主成份分析,选取均值、标准差、对比度、相关系数、能量及同质性作为训练特征向量,构建小波神经网络。利用遗传算法优化小波神经网络的初始权值及小波参数,对砂、礁石、泥3种底质类型分别进行训练,并得到3种底质的测试精度都在90%以上,优于单独利用小波神经网络进行训练时的测试精度,克服了小波神经网络训练时易陷入局部极小的固有缺陷,表明基于遗传算法的小波神经网络可有效用于海底底质声纳图像的识别和分类。     

基于流变特性与纹理特征的底质层界智能识别

针对传统的人工识别浅剖图像层界方法精度不足、效率低下的问题,提出了一种基于浮泥流变特性与灰度共生矩阵的航道底质层界智能识别方法。利用航道浅剖数据计算灰度共生矩阵特征值来描述底质层界纹理,粗略提取层界边缘;通过浮泥流变特性模型智能识别、连接同一层层界矢量点,准确识别底质层界。对比智能和人工提取连云港航道浅剖数据层界实验的结果表明:结合浮泥流变特性与灰度共生矩阵算法的层界识别方法,可以准确描述底质分布情况,快速自动识别层界线,智能化提取航道底质层界。     

海底底质测量数据处理技术体系研究

针对底质测量方式和应用需求的不断增加,构建海底底质测量数据处理技术体系,从梳理海底底质测量现状、方式和特点、数据处理方法等方面,分析和总结了海底底质测量数据处理技术体系的设计思路和建设策略,为体系的系统性、规范性数据处理提供了理论依据,为底质测量数据处理的全面开展提供前瞻性、有针对性的参考意见.研究现场采样、声学测量等...     

顾及声图纹理特征的海底底质分类方法研究

针对目前海底底质分类要素单一造成的底质分类类别不够细致和底质信息获取效率低等问题,提出一种顾及声图纹理特征的海底底质分类方法,综合利用海底底质来源、地理等属性以及声图纹理特征等分类要素,进一步细化海底底质类别,解决了海底底质分类信息混淆或表达不充分等问题。实例数据分析表明,该分类方法克服了传统方法单一考虑底质粒度信息的缺点,可以真实反映海底底质的时空变化特性以及一定范围内的表面起伏特征,并且所包含的海底底质分类信息量更全面,从而可以为用户提供直接形象的海底底质信息。     

基于分形维的底质分类

概述了目前主要的基于侧扫声纳图像的海底分类方法,重点介绍了分形维在侧扫声图海底分类中的应用及图像分形维的几种估计方法,包括Peleg法、微分盒计数、移位微分盒计数和标准差盒计数法,并给出利用上述方法获得的三种典型底质侧扫声图的分形维计算结果。     

浅海区Boom型浅地层剖面地层畸变及校正

浅地层剖面测量是海洋工程勘察、灾害地质调查和大陆架海洋地质科学研究的重要手段,资料解译的准确程度将对地质调查和研究成果的可靠性造成直接影响.由于C-Boom型浅地层剖面仪的发射换能器与水听器是分开安置的,当调查区域的水深过浅时,将其近似为自激自收的单道地震系统会导致地层的畸变,水深越浅地层畸变率越大.根据浅地层剖面仪的基本原理,推导出了C-Boom型浅地层剖面仪地层畸变率的计算公式及地层畸变校正公式,为用C-View软件更准确地解译此类浅地层剖面资料提供了参考.     

研制海底浅地层剖面仪的某些声学问题

近十年来,探测海底几十米至几百米松散沉积层分层结构的“海底浅地层剖面仪”已逐步发展定型,并广泛用于海底工程施工和海洋地质研究方面。这种浅地层剖面仪主要采用以下几种声源装置：电致伸缩器件、磁致伸缩器件、电磁脉冲声源、电火花放电器以及气枪。 浅层剖面仪实际上是一种以地层为探测目标的主动声纳,本文给出了有关的声纳方程式,它将有助于这类仪器的工程设计和性能预报。 从探层声纳方程式出发,采用电磁脉冲声源研制了浅层剖面仪,获得了穿透地层几十米的较高分辨率的记录。对此,本文也作了简单的介绍。