趙荻能,吳自銀,周潔瓊,李家彪,李守軍,尚繼宏

1．國家海洋局第二海洋研究所,浙江杭州 310012;2．國家海洋局海底科學重點實驗室,浙江杭州 310012

聲速剖面精簡運算的改進D-P算法及其評估

趙荻能1,2,吳自銀1,2,周潔瓊1,2,李家彪1,2,李守軍1,2,尚繼宏1,2

1．國家海洋局第二海洋研究所,浙江杭州 310012;2．國家海洋局海底科學重點實驗室,浙江杭州 310012

聲速剖面(SVP)在多波束測深中不可或缺。為解決原始測量的聲速剖面數(shù)據(jù)量大而影響工作效率的問題,本文進行了聲速剖面的精簡與優(yōu)化研究。提出一種適用聲速剖面數(shù)據(jù)精簡運算的改進DP算法(MOV方法),通過射線追蹤法和誤差百分比分析法評估精簡前后的聲速剖面對測深精度的影響,并利用實測聲速剖面數(shù)據(jù)對該算法進行了驗證。結(jié)果表明,通過優(yōu)選算法閾值,聲速剖面數(shù)據(jù)的簡化率在90%以上,可控制水深標準差百分比在0．1%以內(nèi),優(yōu)化后的聲速剖面可大幅提升多波束勘測與數(shù)據(jù)處理工作效率,具有重要的工程實際應用價值。

D-P算法;聲速剖面;優(yōu)化;誤差百分比;分析法

1 引 言

多波束測深系統(tǒng)自20世紀90年代引進我國以來,已被廣泛應用。目前,關(guān)于多波束數(shù)據(jù)誤差分析和數(shù)據(jù)處理已取得較多的研究成果[1-7]。多波束系統(tǒng)采用定向發(fā)射一組聲波,接收其雙程反射或散射時間,并通過聲速剖面(sound velocity profile,SVP)結(jié)構(gòu),基于斯涅爾定律計算探測目標的水深和坐標[8]。聲速剖面一般通過直接法(儀器測定)和間接法(聲速經(jīng)驗模型)確定[9]。目前,聲速剖面測量設備(如AML公司的SV PLUS)的采樣率普遍可達到20 Hz[10],如果按1 m/s的儀器下降速度算,100 m水深所采集的聲速剖面數(shù)據(jù)點的數(shù)量將達到2000組。在深水區(qū)進行多波束勘測,SVP數(shù)據(jù)量將非常龐大。高采樣密度的聲速剖面數(shù)據(jù),導致射線追蹤與波束腳印歸算的運算時間大幅增加,從而降低了多波束勘測工作效率,有時甚至導致多波束系統(tǒng)不能正常運行。很多多波束測深系統(tǒng)對所使用SVP的數(shù)量提出了限制,如,最早引進我國的深水多波束系統(tǒng)SeaBeam 2112就限制聲速剖面數(shù)據(jù)文件中聲速數(shù)據(jù)不超過30行[11];又如,Kongsberg EM系列多波束系統(tǒng)對輸入處理單元用于實時射線追蹤計算的SVP文件進行限制,要求聲速剖面文件不能大于30 kB,對于EM710、EM302和EM 122,最大采用數(shù)據(jù)點數(shù)量不超過1000組,對于更老型號的系統(tǒng),則不超過570組[12]。為了提升多波束勘測與數(shù)據(jù)處理的時效性,必須篩除原始聲速剖面中的冗余點,同時需要評估和控制精簡后的聲速剖面所帶來的誤差。

在多波束勘測過程中,多采取人工方法挑選聲速剖面特征點,但人工方法挑選的SVP精度難以評估,易遺漏SVP的特征點,同時效率也非常低。文獻[13]提出了新的方法,通過選定一定深度值大小的窗口,對聲速數(shù)據(jù)進行滑動平均后,將所求的平均聲速值作為窗口中心位置深度所對應的聲速值,但此方法可能會遺漏原始聲速剖面的特征點。在多波束數(shù)據(jù)后處理中,近年來發(fā)展了一種基于等效聲速模型的改正方法,文獻[14—18]先后提出了多種等效聲速模型或改進方法,有些模型已在假地形數(shù)據(jù)改正處理中得到很好的應用[14-16]。但等效聲速方法完全拋棄了實測聲速剖面數(shù)據(jù),易導致在水深變化劇烈的復雜海底地形區(qū)改正效果不佳,同時由于多波束測深誤差的復雜性和多源性,該方法也易掩蓋其他非聲速剖面造成的誤差。因此,既要精簡聲速剖面以提升工作效率,又要忠實原始聲速剖面以避免對多波束實測數(shù)據(jù)誤差多來源的掩蓋是值得深入研究的問題。

為解決原始聲速剖面快速精簡問題,本文提出了基于聲速最大偏移量法(maximum offset of sound velocity,MOV)的SVP精簡與評估方法。該方法建立在實測聲速剖面數(shù)據(jù)基礎上,對D-P (Douglas-Peucker)算法進行改進,通過計算聲速維度上的最大距離,判斷聲速采樣點的取舍,完成精簡聲速剖面數(shù)據(jù)的處理。為了評估精簡后的聲速剖面的精度,基于實測聲速剖面,采用射線追蹤法和誤差百分比分析法評估精簡前后的聲速剖面對測深精度的影響。經(jīng)過此算法處理后的聲速剖面,不僅能夠保證射線追蹤后的波束腳印精度,還能大幅減少計算時間,有效地提升外業(yè)調(diào)查和內(nèi)業(yè)數(shù)據(jù)處理的工作效率,在工程應用上具有重要的實際應用價值。

2 試驗數(shù)據(jù)

聲速剖面采集儀器為加拿大RBR公司生產(chǎn)的XR-420型溫鹽深儀,該儀器采樣率為1 Hz,溫度范圍－5°C—35°C,精度0．002°C、電導范圍0—85 ms/cm,精度0．003 ms/cm(35 psu 15°C)、深度范圍為500 m,精度為滿量程的0．05%,使用威爾遜(Wilson)經(jīng)驗公式計算聲速。

2012年7—8月,在執(zhí)行多波束勘測任務過程中,于臺灣海峽北部區(qū)域使用XR-420型溫鹽深儀實測聲速剖面11個(圖1)。對獲取的11個聲速剖面數(shù)據(jù)進行分析與分類,可分為3種類型(圖1):①正梯度型,聲速隨深度的增加而增大;②負梯度型,聲速隨深度的增加而減少;③小梯度型,聲速隨深度的增加而幾乎不變。從圖1中可以看出該區(qū)域的聲速的基本特征:①區(qū)域聲速變化范圍在1523～1541 m/s,在不到100 m水深的垂向范圍內(nèi)聲速變化達18 m/s,表明該區(qū)水文環(huán)境復雜,聲速變化劇烈;②多數(shù)聲速剖面在3．5 m 和20 m左右出現(xiàn)兩個明顯的聲速躍層,3．5 m的聲速躍層可能系太陽光照和表層流引起,20 m的躍層可能屬于兩種不同性質(zhì)的海流在海峽混合導致;③該區(qū)域的聲速剖面類型主要為負梯度型構(gòu)成,這與多數(shù)海域的聲速剖面不同;④經(jīng)查證勘測日志,小梯度型聲速剖面是由于臺風過境后所導致的海洋水團充分混合,從而使聲速在垂向上的分層特征消失。

圖1 實測聲速剖面數(shù)據(jù)Fig．1 Measured sound speed profile data

為驗證本文方法的有效性,還使用了同步測量的多波束測深數(shù)據(jù),并使用精簡前后的聲速剖面進行了多波束水深數(shù)據(jù)處理的時效對比分析。

3 方法與模塊

3．1 改進的D-P算法

3．1．1 D-P算法

D-P線簡化算法是一種用于計算機圖形顯示方面,對高度復雜的多段線對象進行線簡化的常用方法[19]。該算法的基本思想,如圖2(a)所示,首先確定該算法的唯一參數(shù)閾值Q(單位為m),連接線段首尾兩個端點P1和Pn,依次計算線段內(nèi)其余各點Pi到這條直線的垂直距離Si,找出其中最大垂直距離Simax,比較Q和Simax的大小, Si計算公式為

若Simax≤Q,則刪除首尾兩點以外的所有點,結(jié)束;若Simax＞Q,則保留此點Pi,從Pi處將線段分為兩個部分;分別連接P1和Pi以及Pi和Pn,同式(1)對這兩段重復計算垂距,檢查最大垂直距離Sjmax和Skmax是否大于Q;重復迭代上述過程,直到所有點到線段的垂直距離Si≤Q,完成線簡化運算。

3．1．2 改進后的MOV方法

D-P算法是為兩個坐標軸上單位相同的二維線性對象簡化所設計的,但對于聲速剖面數(shù)據(jù),其橫坐標代表聲速,單位為m/s,縱坐標為深度,單位為m。在該種情況下,D-P算法所依賴的基本物理模型與數(shù)學模型已經(jīng)發(fā)生變化,無法計算距離,不可直接用于SVP的精簡。

本文在D-P算法的基礎上進行了改進,由距離計算改變?yōu)槁曀倬S的最大偏移量計算。如圖2(b)所示,對于給定的閾值參數(shù)T(單位為m/s),連接剖面首尾兩個數(shù)據(jù)點P1和Pn,依次計算線段內(nèi)其余各點Pi到這條直線在聲速維度上的距離Di,找出最大距離Dimax,比較T和Dimax的大小,Di計算公式為

其余步驟同上所述的D-P算法,直到?jīng)]有多余的點被舍棄,完成聲速剖面數(shù)據(jù)的精簡。該方法中閾值參數(shù)T的智能選取是關(guān)鍵步驟。

因此,本文所改進的D-P算法適用于二維坐標系不同維度的曲線簡化,就SVP精簡而言,可稱之為聲速最大偏移量法。顯然這種方法可擴展到其他類似的二維曲線簡化問題。

3．2 方法基本模塊構(gòu)成

如何判斷精簡后的SVP是否符合精度要求?因此,本文的研究可分解為兩個問題:SVP的精簡問題,以及精簡后的SVP對于多波束測深及數(shù)據(jù)處理精度的分析問題?；诖?該方法可分解為兩大模塊:精簡模塊和評估模塊(圖3)。

圖2 改進前后的D-P算法示意圖Fig．2 A comparison of D-P algorithm before and after the improvement

圖3 MOV法基本模塊Fig．3 Basic models of MOV method

3．2．1 精簡模塊

精簡模塊用于聲速剖面的精簡,其核心是上文所述的MOV算法,其主要實現(xiàn)步驟如下。

(1)數(shù)據(jù)輸入:輸入原始聲速剖面點數(shù)據(jù)集Vorig和閾值參數(shù)T。

(2)變量初始化:初始化存儲精簡聲速剖面點數(shù)據(jù)集的變量Vsimp和其他變量。

(3)提取聲速最大偏移:使用循環(huán)算法和式(2)獲取最大偏移量值Dmax和所對應的聲速點數(shù)據(jù)Pk。

(4)剖面線段切割:判斷Dmax和T的大小, 若Dmax≤T,轉(zhuǎn)至步驟(5);若Dmax＞T,保存Pk至Vsimp,將剖面線段在Pk處分為兩段,并分別返回步驟(3)。

(5)數(shù)據(jù)輸出:將Vorig中起始和終止聲速點數(shù)據(jù)保存到Vsimp,并輸出Vorig和Vsimp。

3．2．2 評估模塊

評估模塊是用于評估精簡前后的聲速剖面對波束腳精度的影響,其核心是射線追蹤法和誤差分析法,該模塊主要體現(xiàn)在以下三大步驟。

(1)數(shù)據(jù)輸入:輸入原始聲速剖面點數(shù)據(jù)集Vorig和精簡聲速剖面點數(shù)據(jù)集Vsimp。

(2)射線追蹤:使用循環(huán)算法和層內(nèi)常梯度射線追蹤算法,計算波束樣本數(shù)據(jù)庫中的波束Bi(i∈[1,n])在原始聲速剖面Vorig下對應的腳印位置坐標Fiorig(i∈[1,n])和在精簡聲速剖面Vsimp下對應的腳印位置坐標Fisimp(i∈[1,n]);并計算其在水平位移方向的誤差百分比εihori(i∈[1,n])和深度方向的誤差百分比εidepth(i∈[1,n])。

(3)精度評定:計算所有波束腳印在水平位移方向的平均誤差百分比和方差百分比μhori、σhori以及在深度方向的平均誤差百分比和方差百分比μdepth、σdepth。

(4)數(shù)據(jù)輸出:輸出精簡后的聲速剖面Vsimp以及精度評估數(shù)據(jù)σhori和σdepth。

4 關(guān)鍵技術(shù)問題研究

4．1 閾值對SVP精簡的影響及計算區(qū)間的自動搜索

SVP精簡問題的核心在于算法閾值的自動選擇。為研究該問題,從實測的SVP數(shù)據(jù)集中任選一實測聲速剖面,分析在不同閾值大小下,該算法對聲速剖面的精簡情況。

圖4中紅色實線代表原始聲速剖面,綠色實線代表精簡后的聲速剖面。當選取一個較小的閾值,如0．05 m/s時,精簡后的聲速剖面數(shù)據(jù)點數(shù)量從214個下降到21個,精簡率達90．19%,原始和精簡后聲速剖面的相關(guān)系數(shù)為0．999 99,表明此時精簡后的剖面能較好地保留原始剖面的主要特征。當閾值增大一倍,即0．1 m/s時,精簡后的剖面數(shù)據(jù)點數(shù)減少了一半,精簡率為94．86%,原始和精簡后數(shù)據(jù)的相關(guān)系數(shù)為0．999 94,表明精簡后剖面較好地保留了原始剖面的主要特征。隨著閾值的繼續(xù)增大,聲速剖面數(shù)據(jù)點數(shù)量不斷減少。當閾值為0．25 m/s時,精簡剖面的點數(shù)又減少了3個,精簡速度明顯放緩,精簡率為96．26%,相關(guān)系數(shù)相應地下降為0．999 92。當閾值取0．5 m/s時,算法對原始聲速剖面數(shù)據(jù)的精簡速率繼續(xù)放緩,為97．66%,剖面底部被精簡為一條直線,原始數(shù)據(jù)細節(jié)特征在快速消失,相關(guān)系數(shù)快速下降為0．999 04。當閾值增大到1．0 m/s時,原始剖面進一步精簡為4個特征點,精簡率為98．13%,相關(guān)系數(shù)為0．998 64。當閾值取3．0 m/s 時,剖面精簡率高達98．60%,相關(guān)系數(shù)急速下降為0．953 15,聲速剖面被簡化為二層水層模型,原始剖面特征已基本消失。試驗中,隨著閾值的繼續(xù)增大,最終精簡剖面將只保留原始剖面起點和終點,對應的最大剖面簡化率為99．07%,相關(guān)系數(shù)減為最小的0．834 57。

由此上述實例分析可以看出,閾值的選取對于聲速剖面的精簡和保真至關(guān)重要,見表1。

表1 不同閾值下聲速剖面簡化情況Tab．1 Cases of simplified SVP under different thresholds

為進一步分析閾值對于聲速剖面精簡的影響,將實測的11個聲速剖面按不同閾值進行精簡處理,得到閾值和精簡率的關(guān)系圖。如圖5所示,該算法對所有類型的聲速剖面都能較好地完成精簡工作。在閾值取0．02 m/s時,該算法對剖面的平均精簡率約為60%;在閾值取0．12 m/s時,該算法對剖面的平均精簡率約為82%;在閾值取0．22 m/s時,算法對剖面的平均精簡率約為90%,即100個數(shù)據(jù)點只保留10個;當閾值取0．50 m/s時,精簡率約為93%,此后簡化曲線逐漸趨向于平行;圖中所有簡化率曲線呈階梯狀上升,表明該算法對數(shù)據(jù)的精簡是不連續(xù)的。當閾值超過某一個數(shù)值的時,簡化率將不會繼續(xù)增大,這個臨界值,即剖面數(shù)據(jù)點精簡為原始剖面的起點和終點,此時的簡率為2/n(n為原始聲速剖面點數(shù))。

圖4 不同閾值下聲速剖面簡化情況Fig．4 Cases of simplified SVP under different thresholds

圖5 閾值vs聲速剖面簡化vs均值二階導數(shù)Fig．5 The reduction rate and the second derivative plotted versus the threshold T

圖中紅色實線對11個聲速剖面精簡率均值(圖5黑色虛線)的梯度再求導數(shù),即二階導數(shù)。當閾值為0．04 m/s時,二階導數(shù)的值突然減小到0．1左右;當閾值為0．18 m/s時,此后的二階導數(shù)的值逐漸趨近于零。由此可見,針對一個特定的SVP進行精簡,其閾值存在一個區(qū)間[T1,T2],T1和T2就是SVP精簡率梯度發(fā)生突變的位置。

4．2 精簡后的SVP精度分析

在精簡后的SVP被使用之前,有兩個問題必須理清,首先是精簡后的聲速剖面是否會影響最終聲速折射改正,其次是閾值的大小與測深數(shù)據(jù)精度的關(guān)系。由于多波束系統(tǒng)是一個由眾多子系統(tǒng)組成的復雜系統(tǒng),其誤差具有多源性,如果直接使用原始多波束數(shù)據(jù),采用構(gòu)建精簡前后地形對比度方法進行評估難免會引入其他誤差源。為了解決該問題,筆者使用誤差百分比分析法評估精簡后的聲速剖面數(shù)據(jù)對水深數(shù)據(jù)精度所造成的影響。

如圖6所示,為快捷評估聲速剖面對于測深的影響,假設水深數(shù)據(jù)由水平位移方向的值和與其對應的深度方向的值構(gòu)成,分別使用原始聲速剖面和精簡后的聲速剖面,采用層內(nèi)常梯度射線追蹤算法對同一波束進行波束腳印歸算對比,分析兩個波束腳印在水平位移方向和垂直方向的誤差百分比(假設原始聲速剖面對應的波束腳印是正確的)。由于聲速剖面的準確性對邊緣波束的影響較大,為了消除入射角度對于水深誤差的影響,本文所選波束樣本庫的波束,其入射角范圍均在60°±1°范圍內(nèi)。對于某一確定的閾值,本方法的實現(xiàn)步驟如下:

(1)從坐標原點出發(fā)的,分別使用原始聲速剖面Vorig和精簡后的聲速剖面Vsimp,對波束樣本庫中同一波束Bi(i∈[1,n])進行射線跟蹤,得到波束腳印Fiorig和Fisimp(i∈[1,n]);使用式(3),計算這兩個腳印在水平位移方向和深度方向的誤差百分比εihori和εidepth(i∈[1,n])

圖6 誤差百分比分析法示意圖Fig．6 A sketch of percentage error analysis method

表2為對所有實測聲速剖面在選取不同閾值精簡后,產(chǎn)生的誤差百分比均值統(tǒng)計的結(jié)果。由于閾值的增加導致不斷精簡的聲速剖面,使得水深數(shù)據(jù)(水平位移方向和深度方向)的標準誤差百分比不斷增大。但水平位移方向和深度方向的平均誤差百分比μhori和μdepth變化并不強烈,這是由于在大量數(shù)據(jù)統(tǒng)計的情況下,絕對值相同的正負平均誤差百分比相互抵消的結(jié)果。當閾值為0．01 m/s或更小時,相應精簡后的聲速剖面進行波束腳歸算幾乎不產(chǎn)生任何水深標準差百分比。

如表2和圖7所示,當閾值T∈[0,1]時,隨著閾值的增大,閾值和水深數(shù)據(jù)的標準差百分比呈線性關(guān)系,其斜率為0．2;當閾值T∈[1,7]時,隨著閾值的增大,閾值和水深數(shù)據(jù)的標準差百分比呈非線性關(guān)系;當閾值大于7 m/s時,曲線的斜率為零,此時,SVP已經(jīng)簡化為首尾兩點的最簡化模型。

國際海道測量組織(International Hydrographic Organization,IHO)對水深測量的標準為:水深大于30 m時,水深誤差百分比必須控制在1%以內(nèi),但是在實際測量情況下,只有0．3%～0．5%的水深誤差百分比可以被分配給聲速剖面折射誤差和波束指向角誤差[20]。上述試驗證明隨著閾值的增大(圖7),剖面不斷精簡,但也導致水深誤差百分比隨之增大,因此SVP的精簡必須要符合一定的要求?；诖?根據(jù)試驗結(jié)果,本文建議對于SVP誤差所帶來的水深誤差百分比可控制在0．1%,并以此為標準來精簡原始SVP。

表2 閾值和水深數(shù)據(jù)誤差百分比的關(guān)系Tab．2 The relation of thresholds and water depth percentage errors

圖7 閾值vs水深標準誤差百分比Fig．7 The standard deviation percentage errorσ plotted versus the threshold T

4．3 聲速剖面自動精簡與尋優(yōu)

通過上述分析,可知SVP精簡和評估是兩個有密切聯(lián)系的算法過程。由精簡模塊產(chǎn)生一個精簡后的SVP,然后由評估模塊進行評估,以判斷是否符合精度要求,如此往復,直至獲取滿足要求的SVP。但如何對方法的核心參量閾值進行限定和自動篩選是降低運算量的關(guān)鍵。

基于上述考慮,提出如下SVP自動精簡與評估流程(圖8):①輸入原始的SVPin;②調(diào)入精簡模塊,通過D-P算法獲取閾值T的區(qū)間[T1, T2],設置閾值T的初始值為T1,該步驟的目的在于減少程序運算量,將閾值的計算范圍進行限定;③再次調(diào)入精簡模塊,根據(jù)閾值T計算一個中間結(jié)果的SVPT;④調(diào)入評估模塊,導入SVPT,使用射線法評估水深標準差百分比σdepth是否小于0．1%,滿足則輸出結(jié)果,否則按步長step自動調(diào)整T,并返回步驟③,直至計算出符合要求的SVPout;計算步長值step可由外部輸入,也可由程序自動根據(jù)閾值區(qū)間計算。

圖8 聲速剖面自動尋優(yōu)過程Fig．8 The flow diagram of SVP automatic optimization

該流程以閾值的自動選取為紐帶,將精簡模塊與評估模塊結(jié)合在一起,最終自動實現(xiàn)實測SVP的自動尋優(yōu)過程。

5 實例時效分析

為了檢驗精簡前后的聲速剖面對數(shù)據(jù)處理效率的影響,基于實測的多波束測深數(shù)據(jù),使用精簡前后的SVP進行數(shù)據(jù)處理對比,以進行時效分析。

參與試驗的多波束探測設備為SeaBeam 1180多波束測深系統(tǒng),采集區(qū)域位于臺灣海峽北部,所采集的水深區(qū)間為40～50 m。共選取了40個數(shù)據(jù)文件,測線長度為498 km,數(shù)據(jù)量為390 MB,原始數(shù)據(jù)點數(shù)(Beam)為5．83×106個。

參與試驗的聲速剖面來自多波束勘測同步測量(圖1),本文從3種類型的聲速剖面中各選取1個聲速剖面,按不同閾值大小,以水深標準誤差百分比σdepth小于0．1%為條件進行精簡,獲得精簡后的聲速剖面。

參與試驗的多波束處理軟件為Caris HIPS 7．1,使用該軟件中的聲速改正模塊對不同聲速剖面數(shù)據(jù)進行聲線追蹤[21],并統(tǒng)計運算時間。

如圖9所示,當閾值為0,即使用原始聲速剖面時,聲線追蹤所需的時間為58 s;隨著閾值的不斷增大,剖面精簡率的不斷提高,相應聲線追蹤所需的時間不斷減少,且呈現(xiàn)非線性下降的趨勢;當精簡率為90%時,聲線追蹤所需的時間為17 s。

由此可見,使用本文方法所精簡的聲速剖面在保證數(shù)據(jù)精度的前提下,能大幅減少數(shù)據(jù)后處理的運算時間,當精簡率為90%時,數(shù)據(jù)處理的工作效率提升了3．41倍,工作效率顯著提升,表明本文方法對于多波束探測與數(shù)據(jù)處理具有重要的工程應用價值。

圖9 閾值與精簡率和運算時間關(guān)系Fig．9 The relation of threshold and operation time

6 結(jié) 論

(1)提出并實現(xiàn)了一種適用于實測聲速剖面數(shù)據(jù)的精簡運算的MOV方法。該算法是一個基于整體考慮的簡化算法,可保留聲速剖面上較大彎曲形態(tài)上的特征點。

(2)給出了實測聲速剖面精簡的詳細流程與方法。為評估精簡后的聲速剖面對于測深精度的影響,進而采用射線追蹤法分析不同閾值對于測深與垂直航跡方向距離的影響,結(jié)果表明閾值大小與誤差基本呈線性關(guān)系。

(3)基于實測數(shù)據(jù)的分析表明,使用MOV方法對聲速剖面數(shù)據(jù)進行精簡,通過自動優(yōu)選閾值,可減少原始聲速剖面90%的數(shù)據(jù)點,由此引入的水深不確定度可控制在0．1%以內(nèi)。

(4)基于實測多波束數(shù)據(jù)的對比處理試驗表明,通過實測速剖面的自動精簡與優(yōu)選,可大幅提升多波束勘測與數(shù)據(jù)后處理的工作效率,也表明所研究方法具有重要的工程應用價值。

[1] YANG Fanlin,LI Jiabiao,WU Ziyin,et al．The Methods of High Quality Post Processing for Shallow Multibeam Data[J]．Acta Geodaetica et Cartographica Sinica,2008, 37(4):444-457．(陽凡林,李家彪,吳自銀,等．淺水多波束勘測數(shù)據(jù)精細處理方法[J]．測繪學報,2008,37(4): 444-457．)

[2] YANG Fanlin,LI Jiabiao,WU Ziyin,et al．The Methods of Removing Instantaneous Attitude Errors for Multibeam Bathymetry Data[J]．Acta Geodaetica et Cartographica Sinica,2009,38(5):450-456．(陽凡林,李家彪,吳自銀,等．多波束測深瞬時姿態(tài)誤差的改正方法[J]．測繪學報, 2009,38(5):450-456．)

[3] ZHANG Hongmei,ZHAO Jianhu．Quality Control of GPS Height in Precise MBS Measurement[J]．Acta Geodaetica et Cartographica Sinica,2009,38(1):22-27．(張紅梅,趙建虎．精密多波束測量中GPS高程誤差的綜合修正法[J]．測繪學報,2009,38(1):22-27．)

[4] HUANG Xianyuan,ZHAI Guojun,SUI Lifen,et al．The Influence of Optimized TRA in Samples on Elimination of Sounding Outliers in the LS-SVM Arithmetic[J]．Acta Geodaetica et Cartographica Sinica,2001,40(1):22-27．(黃賢源,翟國君,隋立芬,等．LS-SVM算法中優(yōu)化訓練樣本對測深異常值剔除的影響[J]．測繪學報,2001,40 (1):22-27．)

[5] WANG Haidong,CHAI Hongzhou,WANG Min．Multibeam Bathymetry Fitting Based on Robust Kriging[J]．Acta Geodaetica et Cartographica Sinica,2011,40(2):238-248．(王海棟,柴洪洲,王敏．多波束測深數(shù)據(jù)的抗差Kriging擬合[J]．測繪學報,2011,40(2):238-248．)

[6] ZHANG Lihua,JIA Shuaidong,YUAN Jiansheng,et al．A Method for Controlling Shoal-bias Based on Uncertainty [J]．Acta Geodaetica et Cartographica Sinica,2012,41(2): 184-190．(張立華,賈帥東,元建勝,等．一種基于不確定度的水深控淺方法[J]．測繪學報,2012,41(2):184-190．)

[7] HUANG Motao,ZHAI Guojun,OUYANG Yongzhong, et al．Data Fusion Technique for Single Beam and Multibeam Echo Soundings[J]．Acta Geodaetica et Cartographica Sinica,2001,30(4):299-303．(黃謨濤,翟國君,歐陽永忠,等．多波束與單波束測深數(shù)據(jù)的融合處理技術(shù)[J]．測繪學報,2001,30(4):299-303．)

[8] LI Jiabiao,WANG Xiaohua,HUA Zugen,et al．Multibeam Sounding Principles,Survey Technologies and Data Processing Methods[M]．Beijing:Ocean Press,1999．(李家彪,王小華,華祖根,等．多波束勘測原理、技術(shù)和方法[M]．北京:海洋出版社,1999．)

[9] ZHAO Jianhu．Research on Multibeam Depth and Image Processing Methods[D]．Wuhan:Wuhan University, 2002．(趙建虎．多波束深度及圖像數(shù)據(jù)處理方法研究[D]．武漢:武漢大學,2002．)

[10] AML OCEANOGRAPHIC．SV Plus V2．Sound VelocityProfiling Standard[EB/OL]．[2012-10-05]．http:∥www．a(chǎn)mloceanographic．com/core/media/media．nl/id．241/c．106 8955/．f?h＝1160b7b6a2b58dc8e2de．

[11] L3 COMMUNICATIONS．SEA BEAM 2100 Multibeam Bathymetric Survey Mapping System,External Interface Specifications[EB/OL]．[1999-08-15]．http:∥www．mbari．org/data/mbsystem/formatdoc/SB2100 External Interface．pdf．

[12] KONGSBERG MARITIME AS．EM Series Multibeam Echo Sounders Datagram Formats,Revision[EB/OL]．[2010-01-20]．http:∥www．ldeo．columbia．edu/res/pi/ MB-System/formatdoc/EM_Datagram_Formats_RevP．pdf．

[13] JONATHAN B,STEVE S,ARNOLD F．Streamlining Sound Speed Profile Pre-Processing:Case Studies and Field Trials[C]∥Proceedings of US Hydrographic Conference．Florida:[s．n．],2011:25-28．

[14] GENGX Y,ZIELINSKI A．Precise Multibeam Acoustic Bathymetry[J]．Marine Geodesy,1999,22:157-167．

[15] ZHAO Jianhu,LIU Jingnan．Development of Method in Precise Multibeam Acoustic Bathymetry[J]．Geomatics and Information Science of Wuhan University,2002,27 (5):473-477．(趙建虎,劉經(jīng)南．精密多波束測深系統(tǒng)位置修正方法研究[J]．武漢大學學報:信息科學版,2002,27 (5):473-477．)

[16] YANG Fanlin,LI Jiabiao,WU Ziyin,et al．A Post-Processing Method for the Removal of Refraction Artifacts in Multibeam Bathymetry Data[J]．Marine Geodesy,2007, 30:235-247．

[17] DING Jisheng,ZHOU Xinghua,T ANG Qiuhua．Ray Tracking of Multibeam Echosounder System Based on Equivalent Sound Velocity Profile Method[J]．Hydrographic Surveying and Charting,2004,24(6):27-29．(丁繼勝,周興華,唐秋華．基于等效聲速剖面法的多波束測深系統(tǒng)聲線折射改正技術(shù)[J]．海洋測繪,2004,24 (6):27-29．)

[18] K AM MERER E．A New Method for the Removal of Refraction Artifacts in Multibeam Echosounder Systems [D]．Saint John:University of New Brunswick,2000．

[19] DOUGLAS D H,PEUCKER T K．Algorithms for the Reduction of the Number of Points Required to Represent a Digitized Line or Its Caricature[J]．Cartographica,1973, 10(2):112-122．

[20] DINN D F,LONCAREVIC B D,COSTELLO G．The Effect of Sound Velocity Errors on Multi-beam Sonar Depth Accuracy[C]∥Proceedings of’95 IEEE Conference on Oceans．California:[s．n．],1995,1001-1010．

[21] CARIS．CARIS Multibeam Data Processing[EB/OL]．[2007-06-01]．http:∥www．caris．com．

(責任編輯:陳品馨)

A Method for Streamlining and Assessing Sound Velocity Profiles Based on Improved D-P Algorithm

ZHAO Dineng1,2,WU Ziyin1,2,ZHOU Jieqiong1,2,LI Jiabiao1,2,LI Shoujun1,2,SHANG Jihong1,2
1．Second Institute of Oceanography,State Oceanic Administration,Hangzhou 310012,China;2．Key Laboratory of Submarine Geosciences,State Oceanic Administration,Hangzhou 310012,China

Sound velocity profiles(SVPs)are indispensable in the multi-beam echo sounding．To solve the problem of multi-beam survey and data processing efficiency due to great capacity of SVP data,an improved D-P algorithm(MOV method)is presented in this paper,which is applied to SVP streamlining and optimization．By ray tracing and percentage error analysis,the impact on sounding data accuracy before and after using streamlined SVP was evaluated,then measured SVP data and multi-beam sounding data were used to validate our method．The results showed that,by optimizing the threshold,the reduction rate of SVP data was 90%or more,the standard deviation percentage error of depth was controlled within 0．1%．Using the optimized SVP data will significantly improve multi-beam survey and data processing efficiency,indicating its practical engineering application value．

Douglas-Peucker algorithm;sound velocity profiles;optimization;percentage error;analytical method

ZHAO Dineng(1990—),male,master, majors in submarine topography,geomorphology detection and GIS．

WU Ziyin

P229

A

1001-1595(2014)07-0681-09

2013-12-26

趙荻能(1990—),男,碩士,研究方向為海底地形地貌探測與GIS。

E-mail:zhaowows＠gmail．com

吳自銀

E-mail:ziyinwu＠163．com

ZHAO Dineng,WU Ziyin,ZHOU Jieqiong,et al．A Method for Streamlining and Assessing Sound Velocity Profiles Based on Improved D-P Algorithm[J]．Acta Geodaetica et Cartographica Sinica,2014,43(7):681-689．(趙荻能,吳自銀,周潔瓊,等．聲速剖面精簡運算的改進D-P算法及其評估[J]．測繪學報,2014,43(7):681-689．)

10．13485/j．cnki．11-2089．2014．0132

國家自然科學重點基金(40506017);海洋公益項目(201105001);科技基礎性工作專項(2013FY112900);海洋局青年科學基金(2011322)

修回日期:2014-03-20