多波束声呐数据精细处理技术及其在海底形态特征分析中的应用研究

In this project, the study area has unique submarine landforms of seabed sand ridges and rippled scour depressions. Based on the high-precision multibeam echo sounder data and high-resolution sonar imaging data in the study area, we generate a seabed digital terrain model and submarine sonar mosaic. Using these data we analyze quantitatively the submarine rippled scour depressions, sand ridges and their surface texture characteristics in detail. Finally we discover the planar distribution law and obtain a three-dimensional morphology. Then we do the research on the sediment types and their distribution combined with submarine geological sampling data in this region..In this study, we use advanced data processing technology and quantitative analysis method to study the seabed morphology where submarine ridges alternate with troughs on the northern outer shelf of East China Sea. The study of the sediment distribution characteristics and the evolution of the formation will contribute to comprehensively understanding the special submarine landforms of seabed sand ridges and rippled scour depressions in East China Sea.

本研究选取东海北部外陆架海域脊槽相间海底底形作为研究对象，基于该区域获取的高精度多波束水深地形数据与反向散射强度数据，通过改进和研究新的多波束高精度数据处理方法和技术，构建高精度的海底数字地形模型以及高分辨率的海底声呐镶嵌图；并应用先进的海底数字地形提取方法，对海底波状冲刷洼地以及海底沙脊独特的地貌形态及表层纹理特征做详细地定量化分析，获取其三维形态结构及平面分布规律；依此基础，结合该区域获取的海底底质取样数据与地层剖面资料，深入细致地研究这一区域沉积物类型、分布特征及其形成原因。.本研究利用现代数据处理技术和定量化分析方法，对较强水动力作用下东海北部外陆架海域脊槽相间的海底底形形态、沉积物分布特征及其形成原因的探讨，将有助于全面了解东海海底沙脊、海底冲刷洼地这一特殊地貌现象。

项目选取东海北部外陆架脊槽相间海底底形以及北黄海海底麻坑群作为研究对象，利用高精度多波束数据处理技术和定量化分析方法，对较强水动力作用下脊槽相间的海底底形形态、沉积物分布特征及其成因的探讨，将有助于全面了解海底沙脊、波状冲刷洼地（Rippled Scour Depressions，RSDs）以及麻坑等特殊地貌现象。主要研究结果如下：.（1）改进了已有的多波束声呐数据处理方法和技术：提出了复杂海洋环境下，顾及声信号传播损失、海底地形起伏和中央波束区反射信号等影响改正的多波束反向散射强度数据处理模型和方法，改进了原有的处理模型和方法，获取了能真实反映海底底质情况的多波束强度数据，生成了高精度海底声呐影像图。.（2）揭示了东海北部外陆架脊槽区以及北黄海海底麻坑群海底底形空间分布特征：基于研究区获取的多波束海底地形数据及反向散射强度数据，通过改进的多波束声呐数据处理方法和技术，对其进行精细化处理，生成了研究区高精度的海底三维形态图、坡度图以及声呐影像图；依此基础，利用精确海底数字地形提取方法，准确获取了海底沙脊、RSDs以及麻坑的高度、宽度、长度及走向等地形特征参数，揭示了中小尺度海底沙脊、RSDs以及麻坑等微地貌的精细形态特征。.（3）研究了多种高效多波束声学底质分类方法：针对海底底质取样困难造成的小样本局限，提出了基于神经网络和机器学习的多种高效海底底质分类模型，显著提升了小样本条件下多波束声学底质分类的准确性，能够快速识别海底基岩、砾石、砂、粉砂、黏土等底质类型，提高了底质分类精度，分类精度优于80％。.（4）探讨了东海北部外陆架脊槽区海底沉积物分布特征及形成原因：基于东海北部外陆架脊槽区获取的海底表层底质取样，深入细致地分析海底沉积物粒度组成及参数特征，结合高精度多波束声学底质分类结果，获取了研究区沉积物类型及其分布情况；依此基础，考虑了研究区沉积物厚度分布状况和水动力作用影响，探讨了研究区沉积物分布规律及其形成原因。