海底底质的声学特征研究

肖波

摘 要：海底底质声学特性一直是海洋地质、水下工程地质、海底矿产资源等领域重要的研究内容，海底的声学反射回波的波形特征和海底的底质特性有关，不同的海底底质给出的反射波形特征是不同的，通过海底声反射和声散射等手段可以进行海底底质的声学特征研究。当研究区的底质取样资料稀少或者需要了解大面积沉积物类型面上分布时，声学方法为研究海底表面特性和海底底质特性的分类提供了一种十分快捷、经济的间接手段。

关键词：海底底质；声学特征；研究

1 多波束系统声学探测方程

对于确定的多波束系统（频率、波束角等参数固定），波束传播过程中的声能变化可通过图1和声能方程式1来描述。

EL=SL-2TL+BS-NL+DIR（dB） （1）

图1 波束在传播过程中的声能变化图

式中，EL为接收换能器的声噪水平；SL为声波的发射强度；TL为传播过程中产生的能量损失；BS为接收来自目标反射（散射）的信号能级；NL为海洋噪声对声能造成的损失；DIR为指向性指数。

从接收声能中除去发射声能、发射和接收指向性指数、传播损失和声照面积影响后，剩余部分反映的是海底物质对声波的声强（BS=BS0+10lgAE），BS取决于海底底质类型、地形条件和波束在海底的投射面积（波束脚印的面积）AE，利用实验数据建立函数关系或数据库，以采样波束对应的惊射角θ和声强为索引，在数据库中查询与之对应的物理属性，从而确定该波束在海底的底质类型，达到海底底质分类的目的。

由于图像一般采用灰度描述，不能直观的标定不同物质的地理区域。因此，需要根据图像形成时建立的关系反演声强，进而划分海底物质类型。也可对灰度图像按照灰度的变化进行边缘划分（或轮廓线划分），再根据划分区域内的灰度以及灰度与声强的转换关系确定划分区域的地质类型。为了在地理框架下实现海底分类，需要利用如下两个关系：（1）图像中的像素位置与地理位置的对应关系；（2）图像中灰度级与声强的转换关系。

2 声纳数据处理和图像的形成

测区内声纳强度的变化一般利用声纳图像来反映。声纳图像通过将多个ping、条带的声强数据按照一定的原则拼接起来，并对其进行抽样和量化来形成。

2.1 ping与ping之间的拼接

受人为操作、海洋环境等因素的影响，换能器姿态做瞬时变化，从而导致测量断面不完全与设计航线正交，因此，为了形成图像，就必须按照船位，在地理框架下实现测量断面的拼接。采样参数经声线改正后，获得波束中心相对换能器中心的水平位移和深度，进而再根据航向和船位得到波束中心的地理坐标。自此，对于每一个采样，实际上获得三个参量，即平面位置（x，y）和声强。

2.2 条带图像间的拼接

条带图像间的拼接要解决两个问题：一是几何位置的统一，二是声强值的统一。

几何位置的统一实际上是为了实现条带重叠区重合采样点位置的对应。对于相邻条带而言，每个声纳采样点均能获得其坐标，且两个条带的坐标系统统一，因此，解决第一个问题比较容易。

图像拼接的关键问题是解决接边线的问题，即选择出一条曲线，按照这条曲线把图像拼接起来。待镶嵌图像按照这条曲线拼接后，曲线两侧的声强变化不显著或变化最小，这条理论上的曲线被称为接边线或镶嵌线。

2.3 测区格网化及声强数据的选取（抽样）

为了便于计算机图像处理，就须对测区进行栅格化。每个小的格网需要代表一个回波采样，该格网即为图像的像素。

声强采样的不均匀性可能导致格网内出现没有声强数据、一个声强数据和多个声强数据的情况。为了真实反映海底物质的特征，对于没有声强数据的情况，在灰度量化时，可将之设置为背景灰度级；对于存在单个声强数据的情况，用该声强反映格网所对应实际海床的底质类型；若存在多个声强数据，最终声强可根据如下原则确定；

（1）接近均值原则。所有声强数据与均值较差，绝对差值最小者为可能的备选声强。

（2）声强变化渐进性原则。由于格网代表的实际海底区域较小，地质类型不可能发生大的突变，小区域范围内，地质类型的变化具有渐进性。

格网化和声强抽样工作完成的优劣直接影响着将来图像质量的好坏，也影响着图像对海底地质类型的反映。格网划分过粗（像素少），像素代表区域较大，形成图像的Mosaic现象严重，则难以详细地反映海底类型的变化；像素过多，达到饱和，图像质量将不再提高，相反还会造成计算量的增大。

2.4 声强向灰度级的转换（量化）

该转换实际上是将声强同描述图像的灰度级对应起来，实现声强向灰度级的量化。

声强的变化范围主要取决于海床的地貌特征、地质类型以及多波束系统。对于一个测区而言，若海底地貌特征和底质类型变化复杂，声强分布于整个变化范围，则声强GBs可量化为灰度G为：

G=126+GBs（128～126dB）对应灰度范围（255～0）

或G=126-GBs（128～126dB）对应灰度范围（0～255）

式中，G为灰度级；GBs为回波声强。

若声强变化范围为（Gbsmin～Gbsmax），量化后的灰度范围为（Gmin～Gmax），则声强GBs量化后的灰度级G可表达为：

式中，GB为灰度级；（Gbsmax ～Gbsmin）对应于（Gbmax～Gbmin）。

为了增强图像的对比度，量化后的灰度范围（Gbmax～Gbmin）同样可取（0，255）。

在声强向灰度级的转换过程中，灰度级的选择十分重要。灰度级可设置为256、128、64、32、16、4、2，灰度级选择的较大，图像的明暗变化可反映出细微海底底质的变化；反之，在图像中，原来浓淡平滑变化的部分，因为粗量化使浓淡产生较大的差别，从而造成假轮廓。另外，由于失去了浓淡的细微变化，量化后的图像质量将大大降低。若灰度级选为2，则图像将成为黑白图。与确定像素个数的情况一样，灰度级大到一定的程度，对图像质量的提高将不再起作用，相反会加重计算量。endprint

抽样和量化工作完成后，便形成了多波束声纳图像。

3 声强数据的滤波以及位置的确定和内插

对于声强测量，探测的是一个回向散射强度的时序观测量，每一个时序观测量相对波束投射点园要小的多，单位时间内，时序采样的个数是测深采样的几倍或十几倍（视声纳图像的分辨率而定）。声强采样测量的是该穿透区内，由多个波束模式所包围的波束投射点园区域。测区声纳图像的获得需要通过完成声线改正和图像镶嵌才能获得。在形成声纳图像之前，还需对声强进行如下处理：

3.1 声强数据滤波

理论上，声强数据滤波也可采用深度数据滤波中的算法，由于数据量庞大，这里采用简单的滑动平均滤波，其模型为：

式中N为选定窗口内声强的采样个数；Bsi为第i个被平滑对象；BSj为窗口内声强采样。

滑动平均滤波能够降低声强中的噪声，但窗口过大为引起声强失真，窗口的大小取决于波束脚印的大小和底质的变化特征。

3.2 声强采样位置的确定

多波束每一次测量形成一个断面，断面内的声强采样具有时序性。为了绘制声纳图像，声强必须从时间序列转化为横向距离序列。多波束具有相对较高的测深精度，可以充分地利用其深度信息获得振幅所对应的正确位置（mitchell，1991；Reed and Hussong，1989）。如图2所示，振幅轨迹为图中w形的声波信号，确定的投影面为相邻测深点k和k+1确定的直线，其坡度a根据相邻测深点的深度和距离差确定。由波束振幅投影法，设波束的入射角为φ，在角（φ-a）不是很小的情况下，则波束的横向距离为：

d=d0+（i-i0）△rcosa/sin（φ-a）

式中，d0为波束中心的横向距离，i为声强采样序号，i0为对应的波束中心声强采样序号，△r为斜距方向距离采样的间隔，a为坡度。若海底地形起伏变化不大，由上式可获得准确的声强采样位置。

3.3 声强数据的内插

实现了声强数据的滤波和位置的确定以后，下一步需要考虑断面上声强数据的分布问题。由于多波束的测量模式所致，实际上投影点之间的距离不是一个常数，而是随深度的变化而变化；底部检测的失败将导致声强信息无效；粗差的剔除也是引起声强数据空缺的一个因素。为了得到等间距的声强分布，就需要根据波束投射点的位置对声强进行内插。考虑到声强数据在断面上的分布特点，采用简单的线性内插便可获得高精度的内插声强值。

4 结束语

多波束系统在进行深度测量的同时也纪录了来自海底的回波强度信息，这使利用声强信息正演海底地质学特征成为可能。根据对回波信号的处理，只要对原始接收的多波束回波强度数据进行信号的传播损失改正、声线弯曲改正、海底地形对波束入射角的影响改正、声照区面积改正和Lambert法则改正后，便可得到单一反映海底底质类型的纯量声强，并利用这些纯量声强序列形成新的反映海底地貌的灰度图像。在一些特征区域通过采样确定海底底质类型，结合纯量的多波束声强数据，就可以建立起纯量声强（或图像灰度）与海底底质类型的对应关系，并建立相应的关系数据库，实现海底底质分类。

参考文献

[1]赵建虎，刘经南.多波束测深及图像数据处理[M].武汉大学出版社，2008.

[2]雷桑诺夫，布列霍夫斯基赫.海洋声学基础[M].北京海洋出版社，1985.

[3]杜功焕，朱哲民，龚秀芬.声学基础[M].南京大学出版社，2001.endprint