水下淺地層剖面數據的后處理研究

孫衛華 尹 慧 姜 凌

（中國船舶集團有限公司第七二二研究所 武漢 430205）

1 引言

水下淺地層剖面探測是一種基于水聲學原理，通過連續走航方式對水底淺剖地層進行精細探測的方法［1］，該方法發射主動源的高頻聲波信號，利用水底不同巖性地層之間的聲阻抗差來產生反射回波信號，再根據回波信號數據對水下底質的類別、分布及性質進行識別、劃分；該技術是海底淺地層精細勘測手段之一［2］。

目前基于水下結構體的淺地層剖面探測應用已十分廣泛，在工程建設調查、橋墩沖淤監測、航道疏浚調查、通訊光纜與油氣管道的路由調查及檢測等領域都有廣泛應用［3～5］，急需一套系統化的數據后處理方法，通過對原始淺地層剖面數據進行高分辨率處理，改善淺剖數據質量，提高淺地層剖面數據的信噪比和分辨率，有效實現淺剖數據的解釋與可視化。

2 系統模型

水下淺地層剖面數據后處理的系統模型和步驟如圖1所示。

圖1 水下淺地層剖面數據后處理的系統模型

3 數據處理方案

根據圖1所述系統模型，本節將分別對每一步的數據處理方案進行論述。

3.1 數據導入與解析

水下淺地層剖面數據的導入與解析，主要是完成將采集端的原始數據文件進行分類識別及數據讀取、展示，具體包括如下步驟：

1）對原始數據文件進行格式識別，剔除未識別文件。

通過讀取原始數據文件并對該數據文件進行格式識別，將無法識別格式的數據文件進行剔除。該步驟是為了對不同淺地層剖面的原始數據文件進行格式識別，從而基于相應的解析規則對原始數據進行解碼，進而將原始數據讀入第一數據庫中。

2）根據格式識別結果對原始數據文件進行數據讀取和解析，提取原始數據，并對原始數據的圖譜進行預覽。

通過對原始數據文件的讀取，根據水下結構體數據字典模板實現數據解碼，對解碼后的原始數據文件進行解析，提取相應的原始數據。此時的原始數據已經可以通過圖譜進行展示，故可以對原始數據的圖譜進行預覽，該原始數據的圖譜包括勘測航跡圖譜、回波信號數據的振幅圖譜、相位圖譜、F-K圖譜和自相關圖譜［9］。

3）對原始數據進行預處理后，導入第一數據庫。

對于經過解析后的水下淺地層剖面探測原始數據，經過對數據進行分揀、排重等預處理后，導入第一數據庫，即原始數據庫。

3.2 原始數據處理

對淺地層剖面原始數據的處理，主要是將已解析入庫的數據進行深層加工，以滿足相應的數據精度和數據標準，具體包括如下步驟：

1）基于能量均衡算法對回波信號數據進行第一處理。

對原始數據中的回波信號數據通過能量均衡算法進行處理，使得回波信號中反射剖面數據在不同時間段的數據能量達到一致。能量均衡過程通過自動增益控制的方式進行調控［10］。

2）基于濾波算法對第一處理后的回波信號數據進行第二處理。

對能量均衡后的數據進行濾波處理，包括一維FFT濾波、二維F-K濾波等；其中，一維FFT濾波包括帶通、帶阻、高通、低通四種濾波處理，二維F-K濾波通過交互式帶阻二維濾波進行處理［11～12］。

3）基于Hibert變換、多次波壓制和涌浪改正算法對第二處理后的回波信號數據進行第三處理。

對濾波后的數據首先進行Hibert包絡變換，從而提高反射層位分辨率；其次進行多次波壓制處理，從而消除強能量的多次波干擾；最后進行涌浪改正，消除野外海浪對剖面數據影響。更具體地，涌浪改正算法用于消除勘測航行姿態對回波信號數據的影響，即獲取淺地層剖面儀勘測船只在靜水中航行獲得的回波信號數據。

4）基于空間域平滑、水下反射數據切除和水深改正算法對第三處理后的回波信號數據進行第四處理。

根據水下結構體淺剖探測數據的特性，首先對第三處理后得到的數據進行空間域平滑，其次將水下底質以上的反射信號數據進行切除，最后對數據進行水深改正處理，水深改正處理用于消除水域潮汐對回波信號數據的影響。

通過以上四個步驟可以獲取實際的海底深度；經上述處理后的精加工數據可以實現淺地層剖面的可視化，將上述加工后的數據和淺地層剖面圖像導入第二數據庫，即精加工數據庫。

3.3 反射層位拾取

原始數據經過處理后，需結合水下結構體的固有特性及歷史測量情況，對其進行反射層位自動拾取、人機交互拾取和特征點標注，具體包括如下步驟：

1）基于雙門限萬有引力邊緣檢測算法，在淺地層剖面圖像中拾取至少一種地層反射界面圖像。具體實施方式如下。

（1）獲取淺地層剖面圖像中所有像素點灰度值；

（2）計算第一像素點灰度值對應的水平方向質量和垂直方向質量；

（3）計算3*3鄰域內所有像素點對第一像素點的水平方向萬有引力合力和垂直方向萬有引力合力；

（4）計算3*3鄰域內所有像素點對第一像素點的萬有引力的合力；

（5）將第一像素點的萬有引力的合力與預設的第一閾值和第二閾值進行比較，判定第一像素點是否為地層反射界面的邊緣點。雙門限萬有引力邊緣檢測算法的實現如下：

經過數據處理后的數據可以通過圖像方式展示，將此圖像看作一個力場，則圖像中的像素點兩兩之間就存在引力的作用。以g（i，j）表示圖像中坐標值為（i，j）的像素點的灰度值，則其水平方向質量m（i，j）x和垂直方向質量m（i，j）y的表達式分別為

其中，D(i，j)x和 D(i，j)y分別為水平方向梯度和垂直方向梯度，分別可表達為

其中，非線性算子T的表達式為

對于像素點g（i，j）的3*3鄰域內像素點 g（k，l）的水平方向分力和垂直方向分力分別表述為

鄰域內像素點對像素點g（i，j）的水平方向萬有引力合力和垂直方向萬有引力合力為

像素點g（i，j）所受萬有引力的合力大小為

根據歷史測量數據設定經驗閾值TH1和TH2，當萬有引力的合力滿足以下約束條件時，像素點g（i，j）可判定為邊緣點，否則不是邊緣點：

（6）遍歷淺地層剖面圖像中所有像素點，基于雙門限萬有引力邊緣檢測算法在像素點中提取地層反射界面的邊緣點。

（7）將所有地層反射界面的邊緣點連接，從而拾取相應的地層反射界面圖像。

2）根據水下歷史測量數據，對地層反射界面圖像中跳點或偏差區域進行調整，形成第一淺地層剖面解釋圖像。

因存在噪聲的影響，自動拾取的地層反射界面可能存在少量跳點或者偏差的情況，這時可根據水下結構體所處的水聲環境和水下結構體歷史測量數據特點，通過人機交互方式實現地層反射界面的手動調整［13］。通過單點或拉直線多點拾取，并可自動追蹤打標線位置或等間隔拾取。

3）在第一淺地層剖面解釋圖像提取ROI區域并進行特征點標注，形成第二淺地層剖面解釋圖像，與第一淺地層剖面解釋圖像一同導入第三數據庫。

劃定水下結構體ROI區域，根據其沖刷或淤積情況通過人機交互方式實現地層反射界面特征點標注，與第2）步獲得的地層反射界面一并存放入第三數據庫，即解釋數據庫。

3.4 成果數據輸出

水下淺剖成果數據輸出，主要對已精加工的數據和已進行數據解釋的成果數據，按照不同數據格式、不同導出方式進行數據的導出，以便于將淺剖處理后的成果數據提供給其它應用系統使用，具體包括如下步驟：

1）將第二數據庫和第三數據庫中存放的數據文件進行格式轉換處理；

2）根據水下結構體成果數據應用需求，導出長剖面位圖、SEG-Y文件、剖面導航信息數據、剖面定位Event數據、解釋層位數據等，從而服務于應用系統［14～15］。

4 處理結果

根據本文提出的水下淺地層剖面數據后處理方法開發了一套軟件系統，使用此系統對通過對原始淺地層剖面數據進行處理后，得到的成果圖像如圖2、圖3所示。可以看出，本系統拾取的反射層位清晰，分辨率高，可有效用于后續系統應用。

圖3 淺剖數據后處理成果圖二

5 結語

本文研究了一種水下淺地層剖面數據的后處理方法，該方法讀取并識別原始淺地層剖面數據，根據水下結構體數據字典模板實現數據解析；經能量均衡、濾波、包絡變換、多次波壓制、涌浪改正、空間光滑、數據切除、水深改正等實現數據精處理；通過地層反射界面層位自動拾取、人機交互拾取、特征點標注等實現數據解釋，并經格式轉換后輸出成果數據。本研究可以改善淺地層剖面數據質量，提高淺地層剖面數據的信噪比和分辨率，有效實現淺地層剖面數據的解釋與可視化。