基于多源观测数据的海底底质分类方法研究

Single beam echosounder, side-scan sonar and multibeam sounder system has more and more obvious advantages in rapid identification of seabed sediment classification. Currently, there are many shortcomings in the classification of seabed sediment with single equipment, such as: limited classification accuracy, weak model algorithm generality and poor reliability, etc. Combined with the theories and methods in the fields of high frequency seabed acoustics, data fusion and mining, machine learning; the project focuses on the correlation and expressing complementarity between the multi-source observation data and seabed sediment，the new algorithm of multi-source observation data matching fusion and classification method of seabed sediment gradation classification，as well as spatial matching and fusion model for sediment classification , which will enhance the resolution and accuracy of seabed sediment classification map. The research results can be widely used in ocean survey, marine geology, marine engineering and marine surveying ＆ mapping, etc.

利用单波束测深仪、侧扫声纳和多波束测深系统等声学设备进行海底底质分类对快速识别海底底质类型具有越来越明显的优势。目前，单一设备海底底质分类存在分类精度有限，模型算法普适性不强，可靠性差等方面的不足。本项目结合高频海底声学、数据融合与挖掘、机器学习等领域的理论与方法，重点研究多源观测数据与海底底质的相关性及表示底质特征的互补性，多源观测数据匹配融合算法、海底底质层次分类方法，构建底质分类结果的空间匹配与融合模型，提高海底底质分类图的空间分辨率和准确性。研究成果可广泛用于海洋调查、海洋地质、海洋工程和海洋测绘等领域。

海底底质信息在海洋工程建设、海洋渔业、海洋资源开发、海洋科学研究、维护国家海洋权益和水下武器装备使用等方面具有重要的应用价值。目前我国海底底质调查主要采用直接取样方式，即利用采样器直接获取采样点底质样品并描述采样点底质类型。但实际应用中，更多时候需要海底底质类型的分布信息，直接取样法的点状取样方式制约了其对海底底质类型的区域性描述。声学方法是海底底质分类最有效快捷的手段，为了获取海底底质信息，国内外学者对单波束、侧扫声纳和多波束海底底质分类问题进行了广泛深入的研究，并在一定程度上解决了很多问题，但由于海底声学散射理论的复杂性、海洋环境的动态性和仪器设备的多样性，单一数据源海底底质分类精度不高，且受底质类型和数据质量影响，普适性不强；不同数据源在同一区域海底底质分类结果可能不同，存在矛盾的现象，可靠性不高。因此，单一数据源海底底质分类结果并非完美和理想。实际上，不同海底观测数据之间存在极大的相关性和互补性。在这种背景下，本项目结合高频海底声学、数据融合与挖掘、机器学习等领域的理论与方法，重点研究多源观测数据与海底底质的相关性及表示底质特征的互补性，多源观测数据匹配融合算法、海底底质层次分类方法，构建底质分类结果的空间匹配与融合模型，提高海底底质分类图的空间分辨率和准确性。研究成果可广泛用于海洋调查、海洋地质、海洋工程和海洋测绘等领域。