水下地形探測與變化模擬方法研究

鄭淑倩，楊青萍，劉犀力，駱旭佳

（1.浙江華東測繪地理信息有限公司，浙江 杭州 310014）

多波束測深系統是由單頻測深系統發展而來的，一種具有高效率、高精度和高分辨率的水下地形測量新技術[1]。單波束測深過程采用單點連續測量方法，測線上的測深數據十分密集，而在兩測線之間沒有數據，是一種非覆蓋型測量[2]，從而導致最終采集的數據不具代表性以及漏采集部分特征點。多波束則將測深技術從原先的點、線狀推展到面狀，測量范圍大、速度快且精度高。多波束測深一次的數據采集量較大，通常可達百萬級，無法直接用于構建地形，因此如何做好多波束點云數據預處理工作是關鍵。目前，國內關于該項技術的研究主要集中在杭州海洋二所、大連艦艇學院以及武漢大學測繪學院[3]；但就多波束測深數據的加工、集中管理方面，還沒有一套現成的具有商品化水平的多波束數據后處理成圖軟件和數據管理軟件能為國內用戶提供滿意的解決方案[4]。

多波束數據處理技術的滯后直接阻礙了其在水下工程應用中的推廣。目前，沖刷淤積監測評估大多仍采用斷面計算法和等高線容積法，前者以每隔一定距離的斷面特征曲線為基礎數據，通過比較不同時期的曲線變化確定各斷面位置沖刷淤積面積，將相鄰斷面構成的區域視為梯形體，再分別對各區域沖刷體積、淤積體積求和作為整個研究范圍的沖刷淤積量；后者則按不同高程面將水體細分成n層梯形體，計算得到每層體積，再將特征水位對應高程以下的每層體積求和作為各特征水位對應的庫容，然后通過前后兩次庫容求差得到對應的沖刷淤積量，若為正值則認為泥沙淤積，反之則泥沙被沖刷。楊立晉[5]等運用等高線容積法計算了黃羊泉水庫2007～2010年的泥沙淤積量，結果準確度有所提高，具有較強的參考意義。但上述研究方法中均存在一定弊端，斷面計算法較適用于拐彎較少、叉河較少的線形區域，結果精度直接取決于斷面布設的密度；等高線容積法只能獲取整個庫區的沖刷量或淤積量，無法分別估算，且當測量的等高線不閉合時，計算工作量巨大，難以在短時間內完成。事實上，若能采用有效的手段對多波束采集的數據進行預處理，保證特征點密度合理、位置分布均勻，以此構建的水下地形既直觀又具有較高的精度。同時，利用GIS強大的空間分析和空間數據庫功能，提供了其他研究手段難以解決的水下地形沖淤演變、空間分布和計算結果可視化等工具[6]，為研究水下地形的變化規律以及做好水利設施的安全維護提供了重要技術保證。

1 研究區概況與數據源

觀音巖水電站位于云南省麗江市華坪縣與四川省攀枝花市交界的金沙江中游河段，為金沙江中游河段規劃的8個梯級電站的最末一個梯級，上游與魯地拉水電站相銜接。電站壩址位于塘壩河河口上游云南、四川兩省交界的河段上，河段長約3 km。壩址內，河道呈弓背型，向西凸出，河流由北西向流入后轉為北東向流出（圖1）。

本文以2013年、2014年壩址區多波束水下地形掃測結果為實驗數據，采用丹麥Reason公司生產的SeaBat 7125 SV2 全功能高效版多波束測深儀，其主要性能參數見表1[7]。

圖1 研究區概況

表1 SeaBat性能參數說明表

2 系統組成與設計

2.1 多波束測深數據處理技術

預處理是對所有多波束測量數據進行的初步整理，主要包括剔除異常點、稀釋冗余點和平滑等步驟，其目的是在保證數據精度的前提下，最大程度地稀釋點云密度，使最終構建的DEM能真實反映水下地形空間變化特征（圖2）。

1）格網劃分。將實驗區按照指定的格網密度進行劃分，判斷各點所在格網的索引號。在此基礎上，以格網內所有點為操作對象，采用多線程并行技術遍歷所有格網執行后續操作。一方面，各格網內的點數據量是有限的，一般計算機硬件環境均可支持程序的正常運行；另一方面，多線程并行技術可使多個格網同時執行相應的運算流程，互不干擾，大大提高了數據處理效率。

2）異常點剔除。大數據集通常滿足正態分布規則，離期望值μ越近，異常可能性越小；反之，則異常可能性越大。因此，程序將落在置信區間以外的點視為異常點并予以剔除。

3）點云密度稀釋。點密度過大將直接導致DEM無法生成或程序運行時間過長，生成的結果不夠連續，視覺效果差。如何在滿足精度要求的前提下，最大限度地稀釋點云，本文采用(X,Y,Z)三維坐標來標識各點，并依據集聚統計分析方法建立決策對所有點進行分類，按其相似性將所有點的空間分布分割或合并成一群。對于落在同一群的點可按一定比例進行隨機抽樣，最終保留的點空間分布均勻且代表性強，可作為構建水下DEM的基礎數據。

經測試，該算法可在32 s內完成400萬點云數據的預處理工作。

圖2 多波束數據預處理流程圖

2.2 壩前淤積與壩后沖刷監測管理信息系統

壩前淤積與壩后沖刷監測管理信息系統是一款集成了多波束數據成圖，水下三維場景構建與展示，庫容、沖刷淤積等重要信息自動分析等多種功能的綜合管理軟件。系統分為4個功能區（圖3）：

1）數據管理模塊。該模塊主要包括多波束數據入庫和水下地形成圖。經過預處理的多波束數據可由系統自動導入SQL Server數據庫，并按照“一期一表”的原則進行管理。水下地形成圖包括調用數據表、生成點shp文件、構建TIN以及輸出DEM等步驟。系統繼承了“一鍵式”的概念，將上述步驟整合成一個功能，大大簡化了操作流程。

2）基本操作模塊。該模塊主要負責圖形數據的二三維瀏覽和屬性查詢等。

3）二維分析模塊。該模塊提供對各類數據的空間分析操作，以獲取可靠有用的專題信息，包括緩沖區分析、疊加分析等。其中，剖面分析是最具特色的，程序支持任何斷面位置高程、坡度等信息的快速獲取，并可對同一位置不同時刻的高程（坡度）變化曲線進行比對，以便掌握水下地形的變化過程。

4）三維展示與分析模塊。DEM數據可依據高程因子，配以適當的夸張系數，達到最佳的三維顯示效果。系統支持水下三維地形沿指定線路漫游，用戶可全方位多角度地瀏覽其地理變化特征。此外，該模塊提供了強大的沖淤分析功能，不僅可快速準確地獲取沖刷淤積量，更能直觀地瀏覽沖刷區、淤積區的空間分布情況。

圖3 系統功能模塊

3 功能應用與成果展示

系統已投入觀音巖水電站試用，本文以水電站樞紐區2013年、2014年水下多波束點云為數據源，完成了水下地形建模（圖4）。經驗證，模型精度達到三維仿真要求，并可用于沖刷淤積、庫容等重要信息的自動提取。

圖4 水下地形與大壩疊加的三維顯示效果

3.1 沖刷淤積分析

本文采用地形計算法分析了水電站樞紐區2013～2014年水下沖刷淤積變化情況（沖刷淤積量=后一次生成的DEM-前一次生成的DEM），若單元格為正值，則表明泥沙淤積，反之為泥沙被沖刷。從統計結果來看，研究區以泥沙淤積為主，淤積量達96.25 萬 m3，占總面積的12.49%，且集中分布在地勢較低的庫區底部（圖5）；沖刷量則較少，僅有5.06 萬 m3，占總面積的2.88%。

圖5 沖刷淤積區空間分布圖

3.2 庫容曲線繪制

庫容曲線是表示水位與其相應庫容關系的曲線，以水位為縱坐標，庫容為橫坐標繪制而成，是水庫規劃設計和管理調度的重要依據。目前，在調洪演算時發現我國絕大部分水庫存在水量不平衡問題，其主要原因為庫容曲線精度不高，而水下DEM的精度直接影響了庫容統計結果的可靠性。本文以預處理后多波束點云構建的DEM為基礎數據，通過調用ArcEngine提供的庫容計算接口，分別統計了觀音巖水電站樞紐區2013年、2014年投影面積以及庫容隨水位的變化情況（圖6、表2）。

圖6 水位—面積、水位—庫容關系曲線圖

從統計結果來看，低水位區域庫容隨水位的變化較緩慢，而高水位區域庫容隨水位的增長呈直線上升趨勢。從時間尺度來看，2014年的庫容與投影面積比2013年均有所減少，證明了研究區在2013～2014年以泥沙淤積為主要現象這一論點。

表2 投影面積、庫容隨水位變化表（部分結果）

4 結 語

本文提出了一套切實可行的多波束數據預處理與應用方法，在稀釋點密度時綜合考慮了平面位置和高程信息，使得最終保留的點空間分布均勻，以保證構建的DEM能最真實地還原水下地形特征。該方法在觀音巖水電站樞紐區進行了試用，并分析了2013～2014 年樞紐區水下地形變化過程。從運行結果來看，自動提取的沖刷淤積、庫容等重要信息是可靠的，且該系統具有工作效率高、工作強度小等優點。

[1] 陳堅雄.多波束水下地形測量系統及其在水利建設方面的應用[J].人民珠江,2005(4):21-23

[2] 張偉.多波束測深系統在水下地形測量中的應用研究[D].北京:中國地質大學,2009:4

[3] 劉雁春.海洋測深空間結構及其數據處理[J].測繪學報,2001,30(2):186

[4] 宋玲玲.多波束測量數據預處理研究[D].南京:南京航空航天大學,2007:4

[5] 楊立晉,李曉飛.水庫泥沙淤積測量方法及淤積庫容計算的分析[J].甘肅水利水電技術,2011,47(6):22-24

[6] 白世彪,王建,閭國年,等.水下地形沖淤變化可視化計算方法[J].工程勘察,2006(11):54-56

[7] 湯小云,吳金才.RESON SeaBat 7125多波束測深系統在水下測量中的應用[J].科技視界,2014(34):133-135