海底底質的聲學特征研究

肖波

摘 要：海底底質聲學特性一直是海洋地質、水下工程地質、海底礦產資源等領域重要的研究內容，海底的聲學反射回波的波形特征和海底的底質特性有關，不同的海底底質給出的反射波形特征是不同的，通過海底聲反射和聲散射等手段可以進行海底底質的聲學特征研究。當研究區的底質取樣資料稀少或者需要了解大面積沉積物類型面上分布時，聲學方法為研究海底表面特性和海底底質特性的分類提供了一種十分快捷、經濟的間接手段。

關鍵詞：海底底質；聲學特征；研究

1 多波束系統聲學探測方程

對于確定的多波束系統（頻率、波束角等參數固定），波束傳播過程中的聲能變化可通過圖1和聲能方程式1來描述。

EL=SL-2TL+BS-NL+DIR（dB） （1）

圖1 波束在傳播過程中的聲能變化圖

式中，EL為接收換能器的聲噪水平；SL為聲波的發射強度；TL為傳播過程中產生的能量損失；BS為接收來自目標反射（散射）的信號能級；NL為海洋噪聲對聲能造成的損失；DIR為指向性指數。

從接收聲能中除去發射聲能、發射和接收指向性指數、傳播損失和聲照面積影響后，剩余部分反映的是海底物質對聲波的聲強（BS=BS0+10lgAE），BS取決于海底底質類型、地形條件和波束在海底的投射面積（波束腳印的面積）AE，利用實驗數據建立函數關系或數據庫，以采樣波束對應的驚射角θ和聲強為索引，在數據庫中查詢與之對應的物理屬性，從而確定該波束在海底的底質類型，達到海底底質分類的目的。

由于圖像一般采用灰度描述，不能直觀的標定不同物質的地理區域。因此，需要根據圖像形成時建立的關系反演聲強，進而劃分海底物質類型。也可對灰度圖像按照灰度的變化進行邊緣劃分（或輪廓線劃分），再根據劃分區域內的灰度以及灰度與聲強的轉換關系確定劃分區域的地質類型。為了在地理框架下實現海底分類，需要利用如下兩個關系：（1）圖像中的像素位置與地理位置的對應關系；（2）圖像中灰度級與聲強的轉換關系。

2 聲納數據處理和圖像的形成

測區內聲納強度的變化一般利用聲納圖像來反映。聲納圖像通過將多個ping、條帶的聲強數據按照一定的原則拼接起來，并對其進行抽樣和量化來形成。

2.1 ping與ping之間的拼接

受人為操作、海洋環境等因素的影響，換能器姿態做瞬時變化，從而導致測量斷面不完全與設計航線正交，因此，為了形成圖像，就必須按照船位，在地理框架下實現測量斷面的拼接。采樣參數經聲線改正后，獲得波束中心相對換能器中心的水平位移和深度，進而再根據航向和船位得到波束中心的地理坐標。自此，對于每一個采樣，實際上獲得三個參量，即平面位置（x，y）和聲強。

2.2 條帶圖像間的拼接

條帶圖像間的拼接要解決兩個問題：一是幾何位置的統一，二是聲強值的統一。

幾何位置的統一實際上是為了實現條帶重疊區重合采樣點位置的對應。對于相鄰條帶而言，每個聲納采樣點均能獲得其坐標，且兩個條帶的坐標系統統一，因此，解決第一個問題比較容易。

圖像拼接的關鍵問題是解決接邊線的問題，即選擇出一條曲線，按照這條曲線把圖像拼接起來。待鑲嵌圖像按照這條曲線拼接后，曲線兩側的聲強變化不顯著或變化最小，這條理論上的曲線被稱為接邊線或鑲嵌線。

2.3 測區格網化及聲強數據的選取（抽樣）

為了便于計算機圖像處理，就須對測區進行柵格化。每個小的格網需要代表一個回波采樣，該格網即為圖像的像素。

聲強采樣的不均勻性可能導致格網內出現沒有聲強數據、一個聲強數據和多個聲強數據的情況。為了真實反映海底物質的特征，對于沒有聲強數據的情況，在灰度量化時，可將之設置為背景灰度級；對于存在單個聲強數據的情況，用該聲強反映格網所對應實際海床的底質類型；若存在多個聲強數據，最終聲強可根據如下原則確定；

（1）接近均值原則。所有聲強數據與均值較差，絕對差值最小者為可能的備選聲強。

（2）聲強變化漸進性原則。由于格網代表的實際海底區域較小，地質類型不可能發生大的突變，小區域范圍內，地質類型的變化具有漸進性。

格網化和聲強抽樣工作完成的優劣直接影響著將來圖像質量的好壞，也影響著圖像對海底地質類型的反映。格網劃分過粗（像素少），像素代表區域較大，形成圖像的Mosaic現象嚴重，則難以詳細地反映海底類型的變化；像素過多，達到飽和，圖像質量將不再提高，相反還會造成計算量的增大。

2.4 聲強向灰度級的轉換（量化）

該轉換實際上是將聲強同描述圖像的灰度級對應起來，實現聲強向灰度級的量化。

聲強的變化范圍主要取決于海床的地貌特征、地質類型以及多波束系統。對于一個測區而言，若海底地貌特征和底質類型變化復雜，聲強分布于整個變化范圍，則聲強GBs可量化為灰度G為：

G=126+GBs（128～126dB）對應灰度范圍（255～0）

或G=126-GBs（128～126dB）對應灰度范圍（0～255）

式中，G為灰度級；GBs為回波聲強。

若聲強變化范圍為（Gbsmin～Gbsmax），量化后的灰度范圍為（Gmin～Gmax），則聲強GBs量化后的灰度級G可表達為：

式中，GB為灰度級；（Gbsmax ～Gbsmin）對應于（Gbmax～Gbmin）。

為了增強圖像的對比度，量化后的灰度范圍（Gbmax～Gbmin）同樣可取（0，255）。

在聲強向灰度級的轉換過程中，灰度級的選擇十分重要。灰度級可設置為256、128、64、32、16、4、2，灰度級選擇的較大，圖像的明暗變化可反映出細微海底底質的變化；反之，在圖像中，原來濃淡平滑變化的部分，因為粗量化使濃淡產生較大的差別，從而造成假輪廓。另外，由于失去了濃淡的細微變化，量化后的圖像質量將大大降低。若灰度級選為2，則圖像將成為黑白圖。與確定像素個數的情況一樣，灰度級大到一定的程度，對圖像質量的提高將不再起作用，相反會加重計算量。endprint

抽樣和量化工作完成后，便形成了多波束聲納圖像。

3 聲強數據的濾波以及位置的確定和內插

對于聲強測量，探測的是一個回向散射強度的時序觀測量，每一個時序觀測量相對波束投射點園要小的多，單位時間內，時序采樣的個數是測深采樣的幾倍或十幾倍（視聲納圖像的分辨率而定）。聲強采樣測量的是該穿透區內，由多個波束模式所包圍的波束投射點園區域。測區聲納圖像的獲得需要通過完成聲線改正和圖像鑲嵌才能獲得。在形成聲納圖像之前，還需對聲強進行如下處理：

3.1 聲強數據濾波

理論上，聲強數據濾波也可采用深度數據濾波中的算法，由于數據量龐大，這里采用簡單的滑動平均濾波，其模型為：

式中N為選定窗口內聲強的采樣個數；Bsi為第i個被平滑對象；BSj為窗口內聲強采樣。

滑動平均濾波能夠降低聲強中的噪聲，但窗口過大為引起聲強失真，窗口的大小取決于波束腳印的大小和底質的變化特征。

3.2 聲強采樣位置的確定

多波束每一次測量形成一個斷面，斷面內的聲強采樣具有時序性。為了繪制聲納圖像，聲強必須從時間序列轉化為橫向距離序列。多波束具有相對較高的測深精度，可以充分地利用其深度信息獲得振幅所對應的正確位置（mitchell，1991；Reed and Hussong，1989）。如圖2所示，振幅軌跡為圖中w形的聲波信號，確定的投影面為相鄰測深點k和k+1確定的直線，其坡度a根據相鄰測深點的深度和距離差確定。由波束振幅投影法，設波束的入射角為φ，在角（φ-a）不是很小的情況下，則波束的橫向距離為：

d=d0+（i-i0）△rcosa/sin（φ-a）

式中，d0為波束中心的橫向距離，i為聲強采樣序號，i0為對應的波束中心聲強采樣序號，△r為斜距方向距離采樣的間隔，a為坡度。若海底地形起伏變化不大，由上式可獲得準確的聲強采樣位置。

3.3 聲強數據的內插

實現了聲強數據的濾波和位置的確定以后，下一步需要考慮斷面上聲強數據的分布問題。由于多波束的測量模式所致，實際上投影點之間的距離不是一個常數，而是隨深度的變化而變化；底部檢測的失敗將導致聲強信息無效；粗差的剔除也是引起聲強數據空缺的一個因素。為了得到等間距的聲強分布，就需要根據波束投射點的位置對聲強進行內插。考慮到聲強數據在斷面上的分布特點，采用簡單的線性內插便可獲得高精度的內插聲強值。

4 結束語

多波束系統在進行深度測量的同時也紀錄了來自海底的回波強度信息，這使利用聲強信息正演海底地質學特征成為可能。根據對回波信號的處理，只要對原始接收的多波束回波強度數據進行信號的傳播損失改正、聲線彎曲改正、海底地形對波束入射角的影響改正、聲照區面積改正和Lambert法則改正后，便可得到單一反映海底底質類型的純量聲強，并利用這些純量聲強序列形成新的反映海底地貌的灰度圖像。在一些特征區域通過采樣確定海底底質類型，結合純量的多波束聲強數據，就可以建立起純量聲強（或圖像灰度）與海底底質類型的對應關系，并建立相應的關系數據庫，實現海底底質分類。

參考文獻

[1]趙建虎，劉經南.多波束測深及圖像數據處理[M].武漢大學出版社，2008.

[2]雷桑諾夫，布列霍夫斯基赫.海洋聲學基礎[M].北京海洋出版社，1985.

[3]杜功煥，朱哲民，龔秀芬.聲學基礎[M].南京大學出版社，2001.endprint