武 芳，杜佳威,2，吳芳華

1. 信息工程大學(xué)地理空間信息學(xué)院，河南 鄭州 450001; 2. 航天工程大學(xué)，北京 101416; 3. 西安測(cè)繪研究所，陜西 西安 710054

覆蓋于海水之下的海底地形地貌與艦船航行、海運(yùn)貿(mào)易、海洋開(kāi)發(fā)利用等諸多人類(lèi)海洋活動(dòng)密切相關(guān)[1]。海圖作為海洋地理信息的載體[2-3]，是人類(lèi)認(rèn)知海底地形地貌的常用產(chǎn)品。作為覆蓋于海水之下的固體地球表面形態(tài)總稱(chēng)的海底地貌，其數(shù)據(jù)是最基礎(chǔ)的海洋地理信息數(shù)據(jù)，也是海圖制圖過(guò)程中重點(diǎn)關(guān)注和主要處理的自然地理要素。海底地貌數(shù)據(jù)綜合是海圖縮編、制圖綜合中的重要任務(wù)之一，包含了將大比例尺海底地貌數(shù)據(jù)抽象、概括為中小比例尺海底地貌數(shù)據(jù)的全過(guò)程，是海底地貌數(shù)據(jù)尺度變換、集成融合、分析挖掘等常用的基本手段。

從研究范疇看，海底地貌數(shù)據(jù)綜合是航海圖綜合的重要研究?jī)?nèi)容，屬于地圖綜合的研究范疇。伴隨著地圖綜合的發(fā)展，航海圖綜合也經(jīng)歷了由“主觀過(guò)程”到“客觀方法”，由“定性描述”到“定量約束”的自動(dòng)化發(fā)展歷程[4-6]，海底地貌數(shù)據(jù)綜合研究逐步客觀化、定量化、模型化。但是，由于航海圖的特殊性和專(zhuān)業(yè)性，海底地貌綜合與陸地地貌綜合[7]相比(表1)，主要特點(diǎn)表現(xiàn)為：①海底地貌測(cè)量成果數(shù)據(jù)的特殊性導(dǎo)致綜合的數(shù)據(jù)主體不同。通過(guò)高程測(cè)量即可直觀描繪陸地地貌，基于攝影測(cè)量追蹤的等高線簇是常見(jiàn)的陸地地貌數(shù)據(jù)產(chǎn)品；而海底地貌不能被直接描繪，常通過(guò)回聲測(cè)深、激光雷達(dá)、重力反演等手段[3,8]，采用以點(diǎn)代面的測(cè)量水深值來(lái)刻畫(huà)海底地貌，這些測(cè)量得到的水深是海底地貌數(shù)據(jù)綜合的數(shù)據(jù)主體和源頭，尤其以多波束測(cè)深系統(tǒng)為代表的海底回聲探測(cè)水深測(cè)量，水深數(shù)據(jù)密集、海量、分辨率高，是構(gòu)建高精度海底地貌的最佳數(shù)據(jù)源，也是目前使用最為廣泛的海底地貌數(shù)據(jù)獲取方式[3,9,19]。②航海圖中海底地貌表達(dá)的特殊性導(dǎo)致綜合的對(duì)象要素不同。地形圖主要通過(guò)稠密的等高線并輔以高程注記、地貌符號(hào)、數(shù)字地面模型、水系等其他要素表達(dá)陸地地貌[9]，等高線是陸地地貌綜合的重點(diǎn)對(duì)象；而航海圖主要通過(guò)水深注記并輔以零散等深線、海底地貌模型、海岸、灘涂、海島(礁)等其他要素表達(dá)海底地貌[9-10]，水深是海底地貌綜合的重點(diǎn)對(duì)象。③航海圖應(yīng)用的針對(duì)性導(dǎo)致綜合的約束原則不同。航海圖與人類(lèi)航海事業(yè)淵源頗深[2]，海底地貌數(shù)據(jù)綜合應(yīng)充分顧及航海應(yīng)用的安全性、直觀性和高效性，這些特殊性使得海底地貌數(shù)據(jù)綜合成為地圖綜合中相對(duì)獨(dú)立的研究?jī)?nèi)容。

表1 海底地貌數(shù)據(jù)綜合與陸地地貌數(shù)據(jù)綜合的對(duì)比

基于海底地貌數(shù)據(jù)綜合的這些特點(diǎn)，本文從面向海底地貌綜合的數(shù)據(jù)增強(qiáng)、綜合方法以及質(zhì)量評(píng)價(jià)3個(gè)方面，系統(tǒng)梳理海底地貌數(shù)據(jù)綜合的研究進(jìn)展，分析其基礎(chǔ)應(yīng)用案例，探討未來(lái)的發(fā)展方向。

1 面向海底地貌綜合的數(shù)據(jù)增強(qiáng)

面向海底地貌綜合的數(shù)據(jù)增強(qiáng)，是從海底地貌數(shù)據(jù)中識(shí)別、發(fā)現(xiàn)或挖掘出能夠被海底地貌綜合所用的形式化知識(shí)或特征，將無(wú)序的數(shù)據(jù)增強(qiáng)為能夠被計(jì)算機(jī)理解、處理的海底地貌綜合知識(shí)或特征規(guī)則的過(guò)程。

1.1 海底地貌綜合知識(shí)獲取與組織

發(fā)現(xiàn)、提取與形式化表達(dá)海底地貌綜合知識(shí)，通常被認(rèn)為是海底地貌數(shù)據(jù)綜合的基礎(chǔ)。海底地貌綜合知識(shí)主要來(lái)源于航海圖編繪規(guī)范與相關(guān)教材專(zhuān)著、約定俗成的航海圖編繪經(jīng)驗(yàn)及制圖員的主觀判斷等非結(jié)構(gòu)化信息，海底地貌綜合知識(shí)獲取從這些非結(jié)構(gòu)化信息中歸納、抽象、提取出能夠被結(jié)構(gòu)化組織、程式化處理的知識(shí)與規(guī)則。

常見(jiàn)的海底地貌綜合知識(shí)包括綜合約束、綜合條件、綜合度量、綜合指標(biāo)等。例如，航海圖編繪規(guī)范[11-12]規(guī)定：海底地貌綜合應(yīng)遵循“擴(kuò)淺縮深”的基本原則，制圖員可將小于目標(biāo)尺度最小可視范圍的負(fù)向地貌有選擇地刪除。由此原則可提取的綜合知識(shí)包括如下內(nèi)容。①綜合約束：優(yōu)先刪除負(fù)向地貌；②綜合條件：小于；③綜合度量：負(fù)向地貌大小；④綜合指標(biāo)：最小可視范圍。

海底地貌綜合知識(shí)大體分為明確知識(shí)和模糊知識(shí)兩種。例如，海底地貌綜合約束既可源于頒布的編繪規(guī)范，又可源于模糊經(jīng)驗(yàn)；海底地貌綜合度量既包含長(zhǎng)度、密度、面積、載負(fù)量、信息熵等精確指標(biāo)的度量，又包含復(fù)雜度、曲折度、完整性、相似性等模糊感受的度量[13]；海底地貌綜合條件既包含大于、小于、等于、包含于、相交于等明確條件，又包含幾乎、大概、可能等模糊條件。這些綜合知識(shí)還能進(jìn)一步分類(lèi)、分級(jí)，并通過(guò)產(chǎn)生式、多元組、語(yǔ)義網(wǎng)絡(luò)[14]等方法進(jìn)行形式化組織。海底地貌綜合知識(shí)的獲取與組織，使原本錯(cuò)綜復(fù)雜的非結(jié)構(gòu)化海底地貌綜合知識(shí)變得“井井有條”，用于支持海底地貌數(shù)據(jù)綜合過(guò)程的自動(dòng)化模擬。

與獲取其他地圖綜合知識(shí)[4,15-16]一樣，海底地貌綜合知識(shí)的獲取大體有兩種思路：一是通過(guò)觀察、記錄和分析海底地貌人工綜合的過(guò)程，抽象、分解、概括海底地貌綜合知識(shí)。例如，參考航海圖制圖規(guī)范和人工制圖經(jīng)驗(yàn)，構(gòu)建鄰近水深間距模型[17-18]指導(dǎo)水深綜合、確立比例尺與基本等深線的對(duì)應(yīng)關(guān)系[11,19]指導(dǎo)等深線綜合、設(shè)計(jì)最小可視距離與彎曲化簡(jiǎn)參數(shù)間的關(guān)系[20]指導(dǎo)海岸線綜合等。二是通過(guò)統(tǒng)計(jì)、分析海底地貌綜合成果數(shù)據(jù)或產(chǎn)品，發(fā)現(xiàn)與挖掘海底地貌綜合知識(shí)。如基于航海圖載負(fù)量構(gòu)建多尺度水深密度模型[5,21]以指導(dǎo)水深綜合，從多尺度海岸線中發(fā)現(xiàn)自然分形規(guī)律[22]并用于確立海岸線化簡(jiǎn)的終止條件[23-24]以指導(dǎo)海岸線綜合等，即是此類(lèi)知識(shí)獲取方式。

因海底地貌綜合知識(shí)數(shù)量龐大且錯(cuò)綜復(fù)雜，海底地貌綜合知識(shí)獲取和形式化組織仍是煩瑣、困難的系統(tǒng)工程。

1.2 海底地貌特征識(shí)別與度量

海底地貌差異影響著海底地貌綜合，海底地貌特征被認(rèn)為是一種重要的海底地貌綜合知識(shí)。從海底地貌數(shù)據(jù)中識(shí)別、區(qū)分、發(fā)現(xiàn)不同海底地貌特征并進(jìn)行結(jié)構(gòu)化組織，是一種典型的海底地貌數(shù)據(jù)增強(qiáng)應(yīng)用。海底地貌類(lèi)型種類(lèi)繁多[25]，面向地圖綜合需要從宏觀、中觀和微觀3個(gè)層次識(shí)別和度量海底地貌特征。

微觀層次對(duì)構(gòu)成海底地貌基本單元的特征進(jìn)行識(shí)別、度量。水深點(diǎn)是構(gòu)成水深點(diǎn)群的基本單元，可分為重要水深、背景水深和控制水深[26-27]，?；谝?guī)則格網(wǎng)剖分或不規(guī)則三角網(wǎng)剖分識(shí)別各水深特征[28-29]；海底地貌模型由凸起、凹陷組合嵌套而成，微觀上對(duì)凹、凸單元進(jìn)行識(shí)別并度量其特征，常用雙向緩沖區(qū)、滾動(dòng)球模型從數(shù)字水深模型中識(shí)別、區(qū)分局部凹陷和凸起[30-31]，或基于追蹤生成的等深線識(shí)別與度量凹、凸區(qū)域面積和深度等特征[17,32-34]；等深線、海岸線都由彎曲構(gòu)成[19-20]，微觀上識(shí)別、度量彎曲單元特征，常用特征點(diǎn)法[21,35-36]、約束Delaunay三角網(wǎng)法[37]等識(shí)別等深線凹、凸彎曲單元，特征點(diǎn)法[38]、單調(diào)鏈法[39]、約束Delaunay三角網(wǎng)法[24,40]、通視法[41]、雙向緩沖區(qū)法[42]等用于海岸線彎曲識(shí)別，并度量其彎曲深度、寬度、面積等特征[20,35-42]；島(礁)個(gè)體構(gòu)成了海島(礁)群的基本單元，需要對(duì)海島(礁)個(gè)體的幾何、地理特征進(jìn)行識(shí)別和度量[43-44]。

中觀層次對(duì)海底地貌基本單元結(jié)構(gòu)化組織構(gòu)成的局部區(qū)域特征進(jìn)行識(shí)別、度量。常通過(guò)不同水深聚類(lèi)區(qū)分、構(gòu)建局部區(qū)域[19,33,45]，并利用水深樹(shù)結(jié)構(gòu)化組織局部區(qū)域、識(shí)別局部地貌[33]；也常采用樹(shù)結(jié)構(gòu)對(duì)海底地貌中凹、凸區(qū)域進(jìn)行組織[34,38,46-47]，并進(jìn)一步識(shí)別與度量鞍部、山脊、平地、航道等特征區(qū)域[34,46-47]；彎曲組、二叉樹(shù)、多叉樹(shù)常用于結(jié)構(gòu)化組織等深線、海岸線中的彎曲單元[19-20]，并識(shí)別局部特征區(qū)域[48-49]或地貌結(jié)構(gòu)[24,39]；鄰近圖、最小生成樹(shù)等已用于島嶼結(jié)構(gòu)化組織[50-53]以及線性島弧[50-51]、聚集島嶼群[52-53]等島(礁)空間分布模式的識(shí)別[54]。

宏觀層次對(duì)海底地貌蘊(yùn)含的整體性特征進(jìn)行識(shí)別、度量。水深分布密度及海底地貌復(fù)雜程度等整體性特征與航海圖綜合息息相關(guān)，水深平均間距[17]、水深數(shù)量[5,21]等常用于度量水深分布密度，深度、坡度、地貌粗糙度與起伏度、地表切割深度等量化指標(biāo)及其統(tǒng)計(jì)分析結(jié)果，都可用于度量海底地貌的整體復(fù)雜程度[56-60]；對(duì)于等深線、海岸線，?；谇€整體、彎曲、鄰近頂點(diǎn)設(shè)計(jì)度量曲線整體形態(tài)特征的量化指標(biāo)[61-64]，并通過(guò)指標(biāo)計(jì)算、統(tǒng)計(jì)分析、加權(quán)融合、監(jiān)督學(xué)習(xí)等方式[61-65]，識(shí)別、區(qū)分、度量不同光滑程度、曲折程度、復(fù)雜程度的等深線、海岸線；海岸線自然分形[22,66-68]、島(礁)密度[69-70]、聚集程度[71]等整體特征也是宏觀層次識(shí)別、度量的重點(diǎn)。

2 海底地貌數(shù)據(jù)的綜合方法

海底地貌數(shù)據(jù)主要涉及水深數(shù)據(jù)、等深線數(shù)據(jù)、數(shù)字水深模型數(shù)據(jù)、島(礁)及海岸線數(shù)據(jù)等，本文重點(diǎn)針對(duì)這些數(shù)據(jù)的自動(dòng)綜合方法進(jìn)行歸納與分析。

2.1 水深綜合

經(jīng)過(guò)測(cè)量改正后的實(shí)地測(cè)量成果水深數(shù)據(jù)[19]和基于測(cè)量成果數(shù)據(jù)生產(chǎn)的、符合制圖規(guī)范的、已經(jīng)過(guò)一定程度綜合的制圖成果水深數(shù)據(jù)(如航海圖上的水深注記)，都屬于水深數(shù)據(jù)源，因此，水深綜合包括測(cè)量成果水深綜合和制圖成果水深綜合兩類(lèi)。通常航海圖生產(chǎn)中，通過(guò)非選擇性或有選擇性地刪除部分測(cè)量成果水深(也稱(chēng)抽稀)得到初始比例尺水深，在此基礎(chǔ)上，進(jìn)一步通過(guò)有選擇地取舍初始比例尺水深得到其他多尺度的水深，來(lái)實(shí)現(xiàn)其他比例尺航海圖的水深綜合[72]。因此，水深綜合方法集中于水深選取算子的研究。

測(cè)量成果水深數(shù)據(jù)密集且數(shù)量龐大，遠(yuǎn)多于航海圖能夠承載的水深數(shù)量，且具有均勻分布、圖理性不明等特點(diǎn)[28]，通過(guò)選取算子高效、準(zhǔn)確、合理地抽稀水深數(shù)據(jù)、壓縮水深數(shù)量十分必要。從時(shí)效性看，分割測(cè)量成果水深并從分割單元中選取代表性水深的剖分抽稀策略便于與空間索引、并行計(jì)算等效率優(yōu)化方法結(jié)合，常用于測(cè)量成果水深的綜合，產(chǎn)生了基于格網(wǎng)[57,73]、圓域[74]、測(cè)線[75]等剖分策略的測(cè)量成果水深抽稀方法；從準(zhǔn)確性看，選取能夠代表分割單元地貌特征的水深十分重要，局部水深極值[57,73]、地貌復(fù)雜程度[57]、聚集度[57]、深度差[74]及深度變化[75]等都已用于局部特征水深的識(shí)別和選??；從合理性看，多數(shù)測(cè)量成果水深抽稀的目的是減少數(shù)據(jù)量以適應(yīng)于航海圖制圖，因此，測(cè)量成果水深選取還應(yīng)面向航海圖應(yīng)用場(chǎng)景，滿(mǎn)足航海圖編繪相關(guān)要求，菱形排列[76-78]、地形適應(yīng)[77-78]、擴(kuò)淺縮深[78-79]、航道保持[79]等都是需要考慮的重要問(wèn)題。

制圖成果水深綜合應(yīng)顧及尺度驅(qū)動(dòng)下圖面清晰性、地貌準(zhǔn)確性、認(rèn)知一致性、航行可用性的統(tǒng)一。制圖成果水深因已經(jīng)歷過(guò)制圖人員的綜合處理，是一種水深密度相對(duì)較小、排列基本符合制圖要求的點(diǎn)群要素，其選取方法可借鑒地圖普通點(diǎn)群自動(dòng)選取的思路，并結(jié)合航海圖水深表達(dá)、應(yīng)用的特殊性加以改進(jìn)，常見(jiàn)的基于Delaunay三角網(wǎng)、Voronoi圖、鄰近圖的點(diǎn)群選取方法[80-82]已被用于制圖成果水深的選取研究[83-85]。但因水深的選取層次、順序和方式都具有專(zhuān)業(yè)性和特殊性[86]，也存在專(zhuān)門(mén)的選取方法，曲面雙向緩沖區(qū)算法[30]、層次選取算法[87]、影響圓算法[88]及其改進(jìn)算法[89-90]、顧及地貌特征的水深樹(shù)選取算法[17,32-33]等，都是具有代表性的水深選取方法。另外，航海圖上水深注記符號(hào)大小、表達(dá)特點(diǎn)等也被引入水深選取方法的研究中[72]。

面向水深選取過(guò)程中難以清晰、準(zhǔn)確形式化描述的模糊過(guò)程，有學(xué)者采用專(zhuān)家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)等人工智能方法進(jìn)行水深選取的研究[26,91]。此外，也有研究基于測(cè)量成果構(gòu)建數(shù)字水深模型，通過(guò)數(shù)字水深模型化簡(jiǎn)得到水深綜合結(jié)果，具體見(jiàn)2.2節(jié)。

2.2 數(shù)字水深模型綜合

數(shù)字水深模型是基于水深點(diǎn)插值、構(gòu)建的三維數(shù)字海底模型，包括利用不規(guī)則三角網(wǎng)對(duì)水深數(shù)據(jù)構(gòu)建的水深TIN模型[92]、利用規(guī)則格網(wǎng)對(duì)水深數(shù)據(jù)插值構(gòu)建的水深Grid模型[92]、無(wú)格式的散點(diǎn)水深模型[93]等。根據(jù)數(shù)字水深模型綜合效果不同，可分為模型壓縮和模型變換兩類(lèi)數(shù)字水深模型綜合方法。

數(shù)字水深模型壓縮是在不改變水深數(shù)據(jù)水深值的條件下，通過(guò)壓縮構(gòu)成數(shù)字水深模型的水深數(shù)量實(shí)現(xiàn)模型簡(jiǎn)化的綜合任務(wù)，常見(jiàn)于面向航海圖制圖的模型綜合研究。一般采用兩種思路對(duì)數(shù)字水深模型進(jìn)行壓縮化簡(jiǎn)：一是基于已有水深點(diǎn)構(gòu)建原始尺度水深模型，通過(guò)合理刪除構(gòu)成模型的水深數(shù)據(jù)化簡(jiǎn)數(shù)字水深模型，直至得到符合目標(biāo)尺度要求的綜合結(jié)果。面向散點(diǎn)水深模型設(shè)計(jì)的三維Douglas-Peucker算法[93]、面向水深TIN模型設(shè)計(jì)的漸進(jìn)化簡(jiǎn)方法[19,27]等，即是此類(lèi)；二是在生成數(shù)字水深模型時(shí)，通過(guò)恰當(dāng)選取水深數(shù)據(jù)構(gòu)成滿(mǎn)足目標(biāo)尺度要求的數(shù)字水深模型。這類(lèi)方法主要有：基于逐點(diǎn)插入和條件判斷設(shè)計(jì)的水深TIN模型生成化簡(jiǎn)方法[18,94]、基于四叉樹(shù)剖分和代表性水深選取設(shè)計(jì)的水深Grid模型生成化簡(jiǎn)方法[95]和多尺度表達(dá)[96]等。數(shù)字水深模型壓縮化簡(jiǎn)不會(huì)改變?cè)兴畹乃钪?，確保了水深數(shù)據(jù)的一致性和可靠性，可以看作是從三維層次對(duì)水深數(shù)據(jù)的取舍處理，數(shù)字水深模型綜合結(jié)果可轉(zhuǎn)換為目標(biāo)尺度水深綜合結(jié)果[97]。

數(shù)字水深模型變換常通過(guò)調(diào)整水深值改變模型形態(tài)來(lái)實(shí)現(xiàn)模型概括的綜合任務(wù)，常見(jiàn)于面向可視化的模型綜合研究。插值[29]、濾波[98-100]、滾動(dòng)球變換[101-103]等都是實(shí)現(xiàn)數(shù)字水深模型概括變換的常用方法。例如，基于不確定度插值、壓縮水深實(shí)現(xiàn)的控淺水深模型綜合方法[29]，基于滾動(dòng)球變換[101]調(diào)整局部水深值實(shí)現(xiàn)“保真”“保淺”的水深模型多尺度綜合[102-103]，利用各種濾波算子調(diào)整高度值的地表模型概括研究[98-100]，都為水深模型概括變換提供了參考借鑒。數(shù)字水深模型概括變換通過(guò)調(diào)整水深值改變海底地貌表達(dá)，既可以壓縮數(shù)據(jù)量、降低分辨率，又可以保持?jǐn)?shù)據(jù)量和分辨率不變，滿(mǎn)足高效傳輸和清晰顯示的多元可視化應(yīng)用。此外，數(shù)字水深模型綜合中分辨率的有效保持還有利于等深線的準(zhǔn)確提取，進(jìn)一步保證了基于數(shù)字水深模型綜合生成多尺度等深線的準(zhǔn)確性。

2.3 等深線綜合

等深線是基于水深數(shù)據(jù)追蹤生成的深度等值線。追蹤等深線不僅要準(zhǔn)確表達(dá)海底地貌，還要充分顧及生成等深線的高效性[104]、多義性[105-106]、光滑性[107-108]、控淺要求[106-110]等諸多特殊因素，從而形成了模型插值、控淺追蹤、樣條擬合相結(jié)合的多種等深線自動(dòng)追蹤方法[104-110]。等深線自動(dòng)追蹤方法為實(shí)現(xiàn)等深線綜合提供了間接思路，即從水深或數(shù)字水深模型綜合結(jié)果中追蹤生成等深線作為對(duì)應(yīng)尺度的等深線綜合結(jié)果[109-110]。這種間接思路能夠充分顧及同一尺度水深或數(shù)字水深模型與等深線間的協(xié)調(diào)表達(dá)，卻忽略了比例尺間等深線表達(dá)的連貫性和一致性。以等深線為主體的直接綜合研究思路，理論上能夠同時(shí)顧及比例尺內(nèi)、比例尺間要素的一致性，是實(shí)現(xiàn)等深線自動(dòng)綜合方法研究的重點(diǎn)內(nèi)容。

從比例尺間的單要素縱向一致性看，等深線綜合常需進(jìn)行選取、化簡(jiǎn)、光滑、合并、夸大、移位等諸多綜合操作。航海圖上等深線相對(duì)稀疏，參照航海圖編繪規(guī)范中比例尺與等深線表達(dá)的對(duì)應(yīng)關(guān)系[11]即可設(shè)計(jì)等深線選取算法[19]；等深線形態(tài)復(fù)雜多變、化簡(jiǎn)約束較多，出現(xiàn)了很多等深線化簡(jiǎn)方法[111]，如面向航行安全要求設(shè)計(jì)的基于緩沖區(qū)變換的化簡(jiǎn)方法[112-113]、有約束的Douglas-Peucker化簡(jiǎn)方法[114]、進(jìn)一步顧及地貌表達(dá)設(shè)計(jì)的基于Douglas樹(shù)的化簡(jiǎn)算法[35-36]和模擬手工化簡(jiǎn)過(guò)程研制的基于彎曲的化簡(jiǎn)方法[115-116]，以及顧及等深線光滑性設(shè)計(jì)的蛇形化簡(jiǎn)模型[117-118]、曲率約束化簡(jiǎn)模型[19]等；光滑算子旨在更充分保持等深線光滑圓潤(rùn)的形態(tài)特征，緩沖區(qū)變換、樣條函數(shù)、頻率域?yàn)V波、優(yōu)化算法等都已用于設(shè)計(jì)等深線光滑方法[119-122]；夸大算子主要處理等深線內(nèi)不滿(mǎn)足目標(biāo)尺度視覺(jué)要求但又需突出強(qiáng)調(diào)的局部微小區(qū)域，合并算子旨在合并不符合目標(biāo)尺度視覺(jué)要求的凹地鄰近同值等深線[48]，移位算子通過(guò)局部弧段位移或整體位移處理目標(biāo)尺度下不符合視覺(jué)要求或存在拓?fù)鋯?wèn)題的鄰近等深線或等深線局部，Delaunay三角網(wǎng)、緩沖區(qū)變換、蛇形模型、樣條曲線等都已用于等深線夸大、合并、移位等綜合操作的自動(dòng)化研究[48,116,123-124]。但這些針對(duì)單一綜合操作研制的自動(dòng)綜合算子并不足以完全支撐等深線自動(dòng)綜合，基于已有綜合知識(shí)約定綜合算子應(yīng)用條件、控制綜合過(guò)程，實(shí)現(xiàn)多算子協(xié)同的等深線自動(dòng)綜合也很重要。例如，可以通過(guò)順序布設(shè)綜合算子實(shí)現(xiàn)等深線自動(dòng)綜合；進(jìn)一步地，為避免先驗(yàn)知識(shí)局限并增強(qiáng)協(xié)同處理的適應(yīng)性，利用多智能體協(xié)同多算子的等深線綜合研究[125-127]也得到嘗試。

從比例尺內(nèi)的多要素橫向一致性看，等深線綜合需要與水深、海島(礁)及海岸線等其他要素協(xié)調(diào)處理。其中，等深線是基于水深數(shù)據(jù)勾繪或追蹤生成的，等深線與水深具有天然的聯(lián)系，因此，等深線與水深協(xié)同綜合，往往需要在充分分析、構(gòu)建等深線與水深點(diǎn)關(guān)系模型的基礎(chǔ)上，設(shè)計(jì)能夠恰當(dāng)協(xié)調(diào)水深選取與等深線綜合的自動(dòng)化方法。例如，基于空間關(guān)系建立的水深與等深線協(xié)調(diào)度模型[128]、等深線和水深的本體計(jì)算[129]、基于多智能體的等深線和水深點(diǎn)協(xié)同綜合方法[130]等，都在一定程度上支持了等深線與水深的協(xié)調(diào)處理。海島(礁)及海岸線作為等深線延伸的終點(diǎn)，同樣與等深線關(guān)系密切。因此，等深線與海島(礁)及海岸線的協(xié)同綜合著重關(guān)注拓?fù)湟恢滦缘谋３郑赏ㄟ^(guò)移位、夸大等算子調(diào)整等深線，以處理其與海島(礁)及海岸線間的沖突。

2.4 海島(礁)及海岸線綜合

海島(礁)及海岸線作為海底地貌向陸地延伸、過(guò)渡的臨界要素，同時(shí)屬于陸地要素綜合和海洋要素綜合研究范疇。從海底地貌數(shù)據(jù)綜合看，并不關(guān)注海島(礁)及海岸線內(nèi)(上)的要素綜合，主要面向人類(lèi)海洋活動(dòng)需要研究海島(礁)及海岸線整體的綜合方法，如海島(礁)選取、降維、合并以及海岸線化簡(jiǎn)等。

海岸線綜合顧及海岸地貌準(zhǔn)確表達(dá)和人類(lèi)海洋活動(dòng)需要，充分處理目標(biāo)尺度下難以清晰顯示的局部細(xì)節(jié)，以研究自動(dòng)化簡(jiǎn)方法為主，并輔以夸大、合并、移位等其他綜合方法。海岸線蜿蜒綿長(zhǎng)、復(fù)雜多變，常作為自動(dòng)化簡(jiǎn)方法的實(shí)驗(yàn)對(duì)象[131-135]。從航海圖綜合視角看，海岸線化簡(jiǎn)應(yīng)保障航行安全，基本采用“擴(kuò)陸縮海”的單側(cè)化簡(jiǎn)策略，這類(lèi)方法很多，如基于單側(cè)雙向緩沖區(qū)變換的海岸線化簡(jiǎn)方法[136]、構(gòu)建單側(cè)約束的Douglas-Peucker化簡(jiǎn)方法[137]、基于單側(cè)彎曲取舍的海岸線化簡(jiǎn)方法[38-39]等。進(jìn)一步地，顧及不同海岸地理特征及差異，專(zhuān)門(mén)研究了呈樹(shù)枝狀、喇叭狀、裂葉狀等復(fù)雜形態(tài)的溺谷海岸線、河口灣海岸線化簡(jiǎn)方法[24,40,138]，研究了人工海岸線及海岸人工建筑的化簡(jiǎn)方法[139-140]。其中，復(fù)雜海岸線化簡(jiǎn)方法[40,138]還涉及彎曲漸變、局部夸大等以避免圖理性問(wèn)題[138]，人工海岸線化簡(jiǎn)方法[49,139]也涵蓋了降維、取舍、移位等，以準(zhǔn)確綜合凸堤、碼頭等重要海岸人工建筑。

基于島(礁)清晰表達(dá)和人類(lèi)海洋活動(dòng)需要，應(yīng)盡可能減少海島(礁)的綜合處理，通常不移位，一般不合并，盡量不刪除，可以化簡(jiǎn)和降維[11]。選取方法在不刪除孤立島(礁)的前提下，顧及島群排列、方向、疏密、模式等特征進(jìn)行自動(dòng)取舍，如顧及島嶼面積和疏密分布構(gòu)建的影響域選取模型[69]和生長(zhǎng)緩沖區(qū)選取模型[70]、顧及島嶼線性陣列模式保持的基于最小生成樹(shù)的島嶼群選取方法[71]等，礁石選取時(shí)還要顧及礁石構(gòu)成、干出程度、礙航程度等屬性特征；降維方法將不能依比例表達(dá)的面狀海島(礁)轉(zhuǎn)換為點(diǎn)狀符號(hào)，多邊形內(nèi)點(diǎn)計(jì)算方法[140-141]為海島(礁)降維方法設(shè)計(jì)提供了支撐；合并方法只用于三角洲或潟湖海岸附近易變的群集小島[11]，常采用雙向緩沖區(qū)、Delaunay三角網(wǎng)等設(shè)計(jì)島嶼合并方法[138,142]；海島(礁)輪廓化簡(jiǎn)即對(duì)其岸線進(jìn)行化簡(jiǎn)，可參照海岸線化簡(jiǎn)方法的研究成果；進(jìn)一步顧及海島(礁)與海岸線的天然聯(lián)系，也出現(xiàn)了海島(礁)與海岸線協(xié)同處理的綜合方法研究[138,142-143]。

3 海底地貌數(shù)據(jù)綜合的質(zhì)量評(píng)價(jià)

海底地貌數(shù)據(jù)綜合質(zhì)量評(píng)價(jià)是對(duì)海底地貌數(shù)據(jù)綜合過(guò)程和結(jié)果的定量、定性分析和判斷，不僅為海底地貌數(shù)據(jù)綜合成果提供評(píng)價(jià)結(jié)論，還為優(yōu)化海底地貌數(shù)據(jù)綜合研究過(guò)程提供控制反饋。根據(jù)評(píng)價(jià)對(duì)象不同，海底地貌數(shù)據(jù)綜合質(zhì)量評(píng)價(jià)可分為結(jié)果的質(zhì)量評(píng)價(jià)和過(guò)程的質(zhì)量評(píng)價(jià)兩類(lèi)。

海底地貌數(shù)據(jù)綜合過(guò)程的質(zhì)量評(píng)價(jià)包含對(duì)算法過(guò)程的評(píng)價(jià)、多算法協(xié)同過(guò)程的評(píng)價(jià)和多要素協(xié)同過(guò)程的評(píng)價(jià)。其中，算法過(guò)程的質(zhì)量評(píng)價(jià)既可以是對(duì)算法參數(shù)、模型結(jié)構(gòu)、適用范圍等固定成分的評(píng)價(jià)，也可以是對(duì)誤差、不確定性傳播等變化規(guī)律的分析。例如，對(duì)水深綜合算法應(yīng)用范疇的分析[79]、等深線光滑算法參數(shù)的評(píng)價(jià)[122]等，以及為評(píng)價(jià)線狀海底地貌數(shù)據(jù)綜合提供支撐和借鑒的線要素化簡(jiǎn)誤差傳遞模型[144]、層次信息量保持與傳遞能力的度量[145]等，都屬算法過(guò)程的評(píng)價(jià)。多算法和多要素協(xié)同過(guò)程的評(píng)價(jià)包含對(duì)多算法和多要素協(xié)同模型、方法的可靠性評(píng)估，以及對(duì)質(zhì)量傳播、變化規(guī)律的研究，如人工海岸線綜合過(guò)程中多算法協(xié)同過(guò)程的分析[49]、多算法協(xié)同的等深線綜合模型可靠性的分析[126-127]等都涉及對(duì)多算法協(xié)同過(guò)程的質(zhì)量評(píng)價(jià)，水深和等深線協(xié)同綜合方法的參數(shù)分析[128]和模型可靠性評(píng)價(jià)[130]等屬于對(duì)多要素協(xié)同過(guò)程的質(zhì)量評(píng)價(jià)。

海底地貌數(shù)據(jù)綜合結(jié)果的質(zhì)量評(píng)價(jià)包含對(duì)綜合結(jié)果中異常、沖突、歧義等質(zhì)量問(wèn)題的發(fā)現(xiàn)和探測(cè)，以及對(duì)質(zhì)檢人員評(píng)價(jià)綜合結(jié)果的模糊感受抽象化、模型化、量化的研究。對(duì)綜合結(jié)果常見(jiàn)的評(píng)價(jià)內(nèi)容包括幾何相似性、地理一致性、拓?fù)湔_性、要素完整性、清晰性、應(yīng)用合理性等。通常，水深間距、密度及聚集度[11,83,146]、水深及海底地貌變化程度[57,101-103]、“漏淺”問(wèn)題的探測(cè)[147]及量化[19,29]等，用于評(píng)價(jià)水深數(shù)據(jù)或數(shù)字水深模型綜合結(jié)果；視覺(jué)沖突及拓?fù)鋯?wèn)題的探測(cè)及量化[11,35,48]、光滑程度及相似程度[122,148]、曲線及地貌變化程度[37,149-150]、應(yīng)用安全及航行資源保持的量化[151]等，用于評(píng)價(jià)等深線綜合結(jié)果；拓?fù)鋯?wèn)題探測(cè)[133]、視覺(jué)沖突量化[152]、分形規(guī)律及相似程度[24,153-154]、陸海變化程度[40]、特有模式識(shí)別及保持的準(zhǔn)確率[39,50-51]等，用于評(píng)價(jià)島(礁)綜合結(jié)果。在單一要素綜合結(jié)果質(zhì)量評(píng)價(jià)基礎(chǔ)上，還要對(duì)多種海底地貌數(shù)據(jù)綜合結(jié)果的完整性、協(xié)調(diào)性、精確性、現(xiàn)勢(shì)性[155-156]等進(jìn)行質(zhì)量評(píng)價(jià)。

4 海底地貌數(shù)據(jù)綜合應(yīng)用案例

海底地貌數(shù)據(jù)綜合作為海圖制圖、海洋空間數(shù)據(jù)處理的重要內(nèi)容之一，應(yīng)用十分廣泛(圖1)，特別是為海底地貌數(shù)據(jù)融合、更新和多尺度表達(dá)等直接提供了技術(shù)支撐。

圖1 海底地貌數(shù)據(jù)綜合的應(yīng)用場(chǎng)景

4.1 海底地貌數(shù)據(jù)多尺度表達(dá)

利用海底地貌數(shù)據(jù)綜合研究成果派生多尺度海底地貌數(shù)據(jù)，可實(shí)現(xiàn)海底地貌數(shù)據(jù)的多尺度表達(dá)。該應(yīng)用的實(shí)現(xiàn)流程主要有兩種：一種是通過(guò)對(duì)原始尺度海底地貌數(shù)據(jù)進(jìn)行不同參數(shù)值的綜合處理生成多尺度海底地貌數(shù)據(jù)(圖2(a))；另一種是對(duì)原始尺度海底地貌數(shù)據(jù)進(jìn)行綜合處理生成下一尺度的海底地貌數(shù)據(jù)，并通過(guò)對(duì)新生成的數(shù)據(jù)進(jìn)行綜合處理，迭代生成多尺度海底地貌數(shù)據(jù)(圖2(b))。海底地貌數(shù)據(jù)綜合能夠從原有單一尺度數(shù)據(jù)中派生出豐富的更小比例尺數(shù)據(jù)，從而為對(duì)應(yīng)區(qū)域海底地貌提供不同層次的描述、表達(dá)和認(rèn)知，輔助不同層級(jí)應(yīng)用決策；此外，經(jīng)符號(hào)化處理的多尺度海底地貌數(shù)據(jù)還能用于多尺度航海圖制圖。

圖2 海底地貌數(shù)據(jù)多尺度表達(dá)

4.2 海底地貌數(shù)據(jù)更新

利用海底地貌數(shù)據(jù)綜合研究成果處理新獲取的海底地貌測(cè)量成果數(shù)據(jù)，可實(shí)現(xiàn)海底地貌數(shù)據(jù)更新[79,157-159]。該應(yīng)用的實(shí)現(xiàn)流程(圖3)，包含了海底地貌數(shù)據(jù)批量和增量?jī)煞N更新過(guò)程。其中，批量更新是對(duì)原有區(qū)域海底地貌數(shù)據(jù)的全部替換，精度高、效果好，但成本較高，適用于周期性的整體更新；增量更新是對(duì)原有海底地貌數(shù)據(jù)的局部替換，成本低、速度快，但數(shù)據(jù)整體時(shí)效性并不統(tǒng)一，適用于不定期的快速更新。增量更新過(guò)程中生成的對(duì)應(yīng)尺度的海底地貌數(shù)據(jù)還要與周?chē)延袛?shù)據(jù)進(jìn)行協(xié)調(diào)處理，使增量更新的水深與周?chē)钅軌騾f(xié)調(diào)表達(dá)[79]、局部更新的等深線與周?chē)壬罹€合理銜接等。

圖3 海底地貌數(shù)據(jù)更新

4.3 海底地貌數(shù)據(jù)融合

海底地貌數(shù)據(jù)綜合研究為海底地貌數(shù)據(jù)融合提供了方法支撐和思路借鑒。根據(jù)融合結(jié)果不同， 面向海圖制圖的數(shù)據(jù)融合和面向海底地貌高分辨率重建的數(shù)據(jù)融合，是兩種常見(jiàn)的海底地貌數(shù)據(jù)融合應(yīng)用，如圖4所示。其中，面向海圖制圖的數(shù)據(jù)融合通過(guò)綜合處理使測(cè)量成果水深、數(shù)字水深模型等多源海底地貌數(shù)據(jù)統(tǒng)一于海圖數(shù)據(jù)尺度；面向海底地貌高分辨率重建的數(shù)據(jù)融合通過(guò)插值處理使海圖數(shù)據(jù)、數(shù)字水深模型等多源海底地貌數(shù)據(jù)統(tǒng)一于高分辨率尺度要求。通過(guò)質(zhì)量評(píng)價(jià)評(píng)估各數(shù)據(jù)精度、可靠性和時(shí)效性等，并利用“移去-恢復(fù)”及其改進(jìn)方法[160-163]等融合處理方法，實(shí)現(xiàn)海底地貌數(shù)據(jù)的融合。

圖4 海底地貌數(shù)據(jù)融合

5 海底地貌數(shù)據(jù)綜合的發(fā)展

海底地貌數(shù)據(jù)綜合經(jīng)過(guò)多年研究，取得了豐富的研究成果。隨著地圖綜合乃至地圖學(xué)研究理念、研究方法和研究范式的轉(zhuǎn)變升級(jí)[4,164-165]，海底地貌數(shù)據(jù)綜合還會(huì)持續(xù)發(fā)展。

5.1 內(nèi)容上補(bǔ)充完善

海底地貌數(shù)據(jù)綜合中的主要問(wèn)題、關(guān)鍵內(nèi)容都得到了重點(diǎn)關(guān)注和詳細(xì)研究，但仍有待補(bǔ)充和完善。

海底地貌綜合方法研究相對(duì)最為豐富，但也集中于常見(jiàn)算子(如選取、化簡(jiǎn)等)的方法研究，還有待進(jìn)一步完備和細(xì)化，特別需要豐富針對(duì)海底地貌數(shù)據(jù)特有問(wèn)題的綜合方法研究，比如，研究等深線斷在其他等深線上所需的綜合方法、研究顧及海岸屬性的綜合方法、研究干出灘的綜合方法等。此外，當(dāng)前大都是針對(duì)單一要素、單一算子展開(kāi)綜合方法研究，各種綜合方法協(xié)調(diào)控制、各種要素綜合協(xié)同處理的綜合方法還需深入探索。

數(shù)據(jù)增強(qiáng)是海底地貌數(shù)據(jù)綜合的基礎(chǔ)，海底地貌綜合方法研究中有待完善的內(nèi)容同樣也離不開(kāi)準(zhǔn)確、完備的特征識(shí)別與知識(shí)發(fā)現(xiàn)。當(dāng)前面向海底地貌的數(shù)據(jù)增強(qiáng)研究，大多是針對(duì)能夠被明確描述和準(zhǔn)確理解的特征以及知識(shí)的量化和程式化，而對(duì)于隱含于海底地貌數(shù)據(jù)中的模糊知識(shí)、特征的識(shí)別與發(fā)現(xiàn)仍相對(duì)較少。近些年快速發(fā)展的人工智能、機(jī)器認(rèn)知等為海底地貌綜合模糊知識(shí)、特征識(shí)別提供了新動(dòng)力。海底地貌綜合知識(shí)體量龐大、錯(cuò)綜復(fù)雜，知識(shí)、特征的系統(tǒng)性組織、推理利用[166-167]還要豐富與拓展。

質(zhì)量評(píng)價(jià)常用于分析海底地貌數(shù)據(jù)綜合效果，集中在綜合結(jié)果的評(píng)價(jià)與量化分析，海底地貌綜合過(guò)程的質(zhì)量評(píng)價(jià)研究相對(duì)較少。研究海底地貌綜合過(guò)程中的質(zhì)量變化規(guī)律，可為控制質(zhì)量衰減、優(yōu)化綜合方法提供理論基礎(chǔ)。質(zhì)量評(píng)價(jià)不應(yīng)只作為海底地貌數(shù)據(jù)綜合的結(jié)論，還要研究如何將質(zhì)量評(píng)價(jià)作為海底地貌數(shù)據(jù)綜合過(guò)程控制的重要約束，以實(shí)現(xiàn)海底地貌數(shù)據(jù)綜合過(guò)程的自適應(yīng)控制與優(yōu)化。

5.2 技術(shù)上優(yōu)化升級(jí)

從技術(shù)上看，當(dāng)前海底地貌數(shù)據(jù)綜合大都采用計(jì)算幾何方法，后續(xù)研究需要嘗試、借鑒更多的新技術(shù)。

地圖綜合研究涉及的技術(shù)方法十分多元，除計(jì)算幾何外，圖像處理、頻域?yàn)V波、人工智能、地理本體等諸多技術(shù)都已應(yīng)用于地圖綜合研究[168-171]，為海底地貌數(shù)據(jù)綜合提供了豐富的技術(shù)借鑒。例如，參考基于超像素分割的多邊形合并[168]研究等深線合并，借鑒基于傅里葉變換的線要素化簡(jiǎn)[169]研究等深線化簡(jiǎn)，參考圖卷積神經(jīng)網(wǎng)絡(luò)在居民地模式識(shí)別中的應(yīng)用[170]研究島(礁)模式識(shí)別，參考案例與本體推理在道路網(wǎng)選取中的應(yīng)用[171]研究水深選取等。

近些年，人工智能技術(shù)在地圖綜合研究中應(yīng)用廣泛[172-173]，地圖綜合呈現(xiàn)智能升級(jí)趨勢(shì)。雖然人工智能技術(shù)已在海底地貌數(shù)據(jù)綜合中有所嘗試，如BP神經(jīng)網(wǎng)絡(luò)[91]、Agent模型[126-127]等，但這些人工智能技術(shù)都為傳統(tǒng)機(jī)器學(xué)習(xí)算法，學(xué)習(xí)能力相對(duì)有限，而具有較強(qiáng)學(xué)習(xí)模擬能力的深度學(xué)習(xí)技術(shù)還沒(méi)有應(yīng)用于海底地貌數(shù)據(jù)綜合研究。深度學(xué)習(xí)技術(shù)發(fā)展迅猛、成果豐富，很多都值得借鑒。例如，適用于三維點(diǎn)云處理的PointNets及改進(jìn)模型[174-175]，可嘗試用于處理水深數(shù)據(jù)，以滿(mǎn)足海底地貌特征識(shí)別、分割的需要。

此外，尚未應(yīng)用于地圖綜合研究的新技術(shù)也可面向海底地貌數(shù)據(jù)綜合率先展開(kāi)研究測(cè)試。例如，利用認(rèn)知智能[176]或許能發(fā)現(xiàn)海底地貌綜合中的模糊知識(shí)，利用知識(shí)圖譜[177]或許能對(duì)海底地貌綜合知識(shí)進(jìn)行有效組織和恰當(dāng)推理。利用更多新技術(shù)、新理論解決海底地貌數(shù)據(jù)綜合中的難題值得期待。

5.3 應(yīng)用上落實(shí)拓展

海底地貌數(shù)據(jù)綜合最終要服務(wù)于具體應(yīng)用，落實(shí)海底地貌數(shù)據(jù)綜合應(yīng)用的產(chǎn)品轉(zhuǎn)化具有實(shí)際價(jià)值，特別是為海圖生產(chǎn)部門(mén)提供可用性強(qiáng)、友好度高的海底地貌數(shù)據(jù)綜合軟件工具，仍有大量工作要做，比如，集約參數(shù)設(shè)置、過(guò)程管理優(yōu)化、軟件功能增強(qiáng)等。此外，地圖綜合應(yīng)用已由傳統(tǒng)的地圖編繪向空間數(shù)據(jù)處理、時(shí)空大數(shù)據(jù)挖掘延伸，海底地貌數(shù)據(jù)綜合應(yīng)用也需探索更多元的應(yīng)用場(chǎng)景。除保障航海外，認(rèn)知海底地貌、分析地質(zhì)變化、開(kāi)發(fā)海洋資源、維護(hù)海洋權(quán)益等，都需要以海底地貌數(shù)據(jù)作為基礎(chǔ)保障，海洋地理信息系統(tǒng)、海洋大數(shù)據(jù)平臺(tái)、智慧海洋平臺(tái)等都離不開(kāi)海底地貌數(shù)據(jù)的多尺度表達(dá)。因此，面向多元的應(yīng)用需要，應(yīng)抽象更加豐富的綜合知識(shí)、利用更加豐富的海洋地理信息、協(xié)調(diào)更加豐富的海洋空間對(duì)象，進(jìn)一步拓展海底地貌數(shù)據(jù)綜合的內(nèi)涵與外延。

6 結(jié) 語(yǔ)

藍(lán)色的海洋壯麗寬廣、資源豐富，多尺度海底地貌數(shù)據(jù)為人類(lèi)走向海洋、認(rèn)識(shí)海洋、利用海洋提供重要保障。海底地貌數(shù)據(jù)自動(dòng)綜合研究能夠充分發(fā)揮機(jī)器效能、有效降低人力成本，有助于“多”“快”“好”“省”地生產(chǎn)多尺度海底地貌數(shù)據(jù)。特別是隨著船載多波束測(cè)量數(shù)據(jù)的快速積累，以及聯(lián)合船測(cè)多波束數(shù)據(jù)反演構(gòu)建的全球海底地貌模型(如Sandwell系列模型[178]、GEBCO系列模型[179]、BAT_WHU2020模型[180]、STO_IEU2020模型[181]等)精度的不斷提高[182]，作為連接原始數(shù)據(jù)與服務(wù)多層次應(yīng)用的多尺度數(shù)據(jù)的“橋梁”，海底地貌數(shù)據(jù)綜合具有越來(lái)越強(qiáng)的現(xiàn)實(shí)需求。

然而，測(cè)繪得到的海底地貌數(shù)據(jù)只是海洋地理信息數(shù)據(jù)中的重要內(nèi)容之一，海洋地理信息數(shù)據(jù)還包括海底底質(zhì)、溫度、鹽度、密度、洋流等海洋自然要素，以及航線、管道、沉船等由人類(lèi)海洋活動(dòng)形成的社會(huì)經(jīng)濟(jì)要素。為進(jìn)一步適應(yīng)、保障豐富多元的海洋地理信息服務(wù)，還需要將海底地貌數(shù)據(jù)綜合向地理信息數(shù)據(jù)綜合方向遷移、擴(kuò)展。例如，完善海洋流場(chǎng)自動(dòng)綜合研究[183-184]，開(kāi)展海底底質(zhì)自動(dòng)綜合研究，研制溫、鹽、密度場(chǎng)的自動(dòng)綜合方法等，都值得進(jìn)一步探索。