基于GDI+的多波束测深数据可视化研究

多波束测深数据的可视化处理是提高数据处理效率和精度的有效途径。本文针对多波束测深数据的密集、数据量大的特点,探讨了基于GDI+实现多波束测深数据处理可视化的基本流程和关键步骤,给出了几种实用的坐标变换模式,提出基于图像的绘图模式实现了多波束测深数据的快速绘制和刷新,提高了绘制和刷新速度,满足了测深数据可视化处理的要求。     

长江口深水航道工程无验潮水下地形测量的测深数据处理

本文结合长江口深水航道整治工作的３维水下地形测量,探讨了测深数据的粗差剔除问题,提出了每秒测深数据的处理方法,有效剔除了测深数据的粗差。     

四、P229 海洋测量学

CH20021361 多波束与单波束测深数据的融合处理技术/黄谟涛(天津海洋测绘研究所)…∥测绘学报.—2001,30(4).—299～303 分析和总结了多波束海洋测深主要误差源,提出了通过相邻条带测深数据融合处理进行多波束测深系统偏差补偿方法,并提出以单波束测深数据作为控制,进一步提高多波束测深整体测量精度的数据处理方案;讨论了数据融合处理中数值解算的可行性和稳定性问题,相应提出了两步平差方法。以我国自行研制的条带测深系统实测数据验证了上述方法的有效性和可靠性。     

多波束与单波束测深数据的融合处理技术

本文在全面分析和总结多波束海洋测深主要误差源的基础上，提出通过相邻条带测深数据融合处理进行多波束测深系统偏差补偿方法；并提出以单波束测深数据作为控制，进一步提高多波束测深整体测量精度的数据处理方案；详细讨论了数据融合处理中的数值解算可行性和稳定性问题，相应提出了两步平差方法。本文最后使用我国自行研制的条带测深系统实测数据验证了上述方法的有效性和可靠性。     

基于趋势面的多波束测深粗差剔除研究

多波束测深的过程会受到多种因素的影响,必须对测深数据进行粗差剔除,以便获得能够真实反映海底地形的测深数据。简要介绍多波束测深数据粗差剔除方法,基于趋势面滤波进行实践验证,针对不同的地形,给出了较适用的滤波模型。     

利用小波变换降低环境噪声对测深数据的影响

本文针对测深数据在环境噪声处理中存在的问题,利用海底信号和环境噪声小波变换模的极大值在不同尺度下具有不同的传播特性,提出了利用多尺度小波变换分析测深数据的方法,从而达到降低环境噪声对测深数据影响的目的。通过实验表明该方法具有较好的效果。     

多波束测深的异常数据编辑技术和实现

因为海况、仪器噪声、海水中浮游生物等因素存在,测深数据中含有大量的异常数据和噪声,由于数据量大,如何有效定位异常数据和噪声是目前国际上的研究热点。本文详细介绍了手工交互式编辑和常用的几种自动编辑方法,并重点介绍了基于测点密度的图像滤波方法,阐述了多波束测深数据编辑软件的实现,对多波束测深数据的快速编辑有一定的参考意义。     

声惯一体单波束测深系统在长江河道勘测中的应用

现如今单波束测深系统及多波束测深系统已经在长江河道水下地形测绘中广泛应用,人们对于内河航道水下地形数据的精度要求也越来越高,声惯一体单波束测深系统很好地解决了传统单波束测深精度不高及多波束测深系统安装操作复杂且对测量水域条件要求较高等问题。本文针对声惯一体单波束测深系统在长江河道勘测中的实际应用情况,与传统单波束及多波束测量数据进行对比分析,结果表明声惯一体单波束测深系统能够很好地满足长江河道高精度测量的需求。     

多波束数据质量等值线的水深不确定度表征法

采用不确定度理论进行评估是目前多波束测深数据质量的一个新的研究热点。基于国际海道测量标准(S-44),分析了适用于海道测量数据处理的不确定度评估方法;提出了基于多波束测深数据水深不确定度的数据质量等值线表征法。通过采用实例进行分析与评定表明,该方法为准确直观地评估多波束测深数据质量提供了理论依据和参考。     

基于Skyline的水下多波束测深数据应用

探讨了多波束测深数据的获取方式及处理流程,通过程序开发将其转换为Skyline点云数据格式,采用二次开发的方式,完成了"水下点云数据管理应用系统",实现了水下多波束测深数据在Skyline大场景中的应用。     

MF多源测深数据融合方法及大洋水深模型构建

针对全球深海测深数据来源复杂、精度差异大、难以融合构建高精度数字水深模型(digital bathymetric model,DBM)的问题,提出一种适用于深水区多源水深数据融合的MF法(merge-fusion),并将其应用到马里亚纳海沟"挑战者深渊"的DBM构建中。该方法通过"合并-融合"的技术路线,将多波束、单波束、电子海图数据与通用全球海洋地形数据(general bathymetric chart of the oceans,GEBCO)有机地融合在一起,在保留高分辨率地形细节特征的同时,合理填补了数据空白区。使用该方法构建"挑战者深渊"高精度DBM并与GEBCO数据进行对比,结果表明,该方法融合的DBM能更好地反映精细的地形特征信息,具有重要的实际应用价值。     

多波束测深异常数据检测与剔除方法研究综述

针对多波束测深数据处理在测深异常数据检测与剔除方法上存在的不足,综合分析了近几十年国内外研究人员在多波束测深异常数据检测与剔除方法方面的研究成果,根据工作原理将其分为基于数据统计理论和基于函数或统计推值比较两类方法,选取中值滤波、小波分析、CUBE算法、趋势面滤波、最小二乘支持向量机滤波法等典型的多波束异常数据检测方法进行重点介绍,并通过列表的方式对不同检测方法进行优缺点对比分析。最后总结了多波束测深异常数据检测与剔除方法研究的现状和趋势。     

GPS-RTK与测深技术在水下地形测量中的应用

简要介绍了利用GPS-RTK与测深技术测定水下地形的基本原理和水下地形测量的基本作业步骤,并通过工程实例说明无验潮和传统验潮两种模式下取得的水深测量数据均能满足相关规范要求。     

海洋地理信息系统中两个问题的探讨

由离散水深数据如何描述海底地貌以及水深数据与属性数据如何关联一直是海洋地理信息系统(MGIS)需要解决的问题。文中探讨利用超图中层次结构和非层次关系对海底山峰构建,最后在一个试验区内实现,论证了其可行性。     

Assessing the potential of MODIS/Terra version 5 images to improve near shore lake bathymetric surveys

Estimation of storage volume of inland water bodies is made using bathymetric surveys. Such surveys are often terminated far inward from shores due to operational limitations. The gap in depth data for the shore area is often overcome by extrapolating the established volume-area relationship beyond the survey boundary. This introduces large errors in volume estimation. In this study, the potential of the Moderate Resolution Imaging Spectroradiometer MODIS version-5 images to improve an existing bathymetric model is assessed over Lake Tana, Ethiopia. MODIS images are used to generate a new bathymetric model of the unsurveyed shore. The new model is validated through its ability to reproduce measured lake levels. The result is compared with lake level estimates made from an existing bathymetric survey. Results showed that MODIS improved bathymetric model reproduced lake water level with a RMSE of 0.14 m as compared to 0.82 m using the existing bathymetric model. The Mean Absolute Error (MAE) has also improved from 0.78 m to 0.13 m. These results suggest that despite their unavailability on cloudy days, MODIS images provide significant advantages for improving bathymetric models.     

大面积水深异常检测的条件变化自编码算法

针对大面积海底地形数据缺失或异常的复杂及多变性特点,结合条件变分自编码器(CVAE)与深度卷积生成对抗网络(DCGAN),构建了条件变分自编码生成对抗网络(CVAE-GAN)大面积海底伪地形的检测与剔除方法。本文方法利用条件变分自编码算法改变原有的样本分布,通过对训练样本的学习重新构建样本之间的分布规律,有效提高了高维到低维映射的稳定性;结合生成对抗网络,提高了整体算法的稳健性,最终得到较优的检测与剔除结果。采用水深格网数据进行试验,并与中值滤波法、趋势面滤波法进行比较。结果表明,本文方法在精度、稳定性及噪声稳健性方面有所提高,验证了本文方法在海底地形数据处理上具有可行性。     

联合不确定度的多期水深剖面分析方法及应用

单波束测深技术在近海及河口水深测量中被广泛应用,但受动态海洋环境的影响,很难有效获取不同时期同一位置的水深数据,这给快速变化的近海地形的准确对比与分析造成很大困难。针对该技术问题,本文提出了一种联合不确定度的多期水深剖面分析方法。通过初始不确定度计算、水深及不确定度传递、卡尔曼滤波更新等步骤构建时序地形剖面,并基于假设检验完成剖面地形演变分析。用两期次河口区单波束数据对算法进行了验证。结果表明,本文方法获取了可与实际地形剖面有效对比的水深剖面,并可对地形骤变区域作出准确评估,对于快速变化的河口水下三角洲尤其是航道区域的演变分析具有实际的应用价值。     

利用BP神经网络剔除多波束测深数据粗差

针对多波束单ping水深数据多呈现较为复杂的曲线形式的现象,提出了基于逆传播（back propagation,BP）神经网络的多波束测深数据粗差剔除方法,即依据BP神经网络具有从输入到输出的映射功能,构建适应多波束单ping水深数据复杂曲线的训练学习算法进行曲线拟合。考虑地形之间的延续性进行相邻ping水深数据间的相关性分析,纵向检查定位并剔除粗差。通过实测多波束测深数据验证该方法的有效性,并与不确定性与测深学联合估值滤波以及交互式滤波方法进行比对分析,结果表明该方法可以有效剔除多波束测深数据中的粗差。