水下地形三维测量技术研究

1、水下地形三维测量技术研究摘要：本文基于笔者从事多波束测深的相关工作经验，以多波束测深系统在长江中的应用为研究对象，论文首先探讨了多波束测深系统的组成，进而以多波束测深系统用于采砂管理为任务背景，详细研究分析了多波束测深系统在采砂管理量化监测中的应用流程和监测结果。关键词：多波束测深长江采砂监测中图分类号：P217文献标识码：A文章编号：1674-098X202101a-0033-031多波束水下测深系统1.1多波束测深系统的组成多波束测深技术是现代水下探测领域的新兴技术，它集成了现代空间测控技术、声呐技术、计算机技术、信息处理技术等一系列高新技术，实现了对水下探测目标的高精度和高密度测量。本文

2、用到的SeaBat7125是目前世界上最先进、精度最高的多波束测深系统之一，它主要由OCTANS光纤罗经和运动传感器、声速剖面仪、侧扫图像处理系统、多波束数据后处理系统CARISHIPS后处理软件、QTCMultiview底质分类系统等共同组成。整个系统的组成如图1所示。1.2系统特点1SeaBat7125以带状方式进行测量，波束连续发射和接收，测量覆盖程度高，对水下地形可100%覆盖。与单波束比较，波束角窄，能够完全反映细微地形的变化。单波束是点、线的反映，而多波束那么是面上的整体反映。多波束测深系统的测量成果更真实可靠，由于是全覆盖，其大量的水深点数据使等值线生成真实可靠；而单波束是将断面

3、数据进行摘录成图以插补方式生成等值线，在数据采集不够时，等值线会存在一定偏差。2发射换能器向水底投射出128°宽的覆盖扇区，接收器同时形成256个动态聚焦波束，测深分辨率为5mm。波束后向散射强度图像和检测到的距河床底距离实时显示在声呐监視器上，且便于快速质量检查。3众所周知，测量船只的运动姿态对水下测量的数据影响很大，多波束测深系统在测量前和测量时，光纤罗经和运动传感器实时采集船行姿态数据，PD2000采集软件同步记录船姿态信息，并对船行姿态进行实时校正，进而保证后处理中的水深测量数据能够真实有效地反映水底情况，而单波束在这方面是无法实现的。4CARISHIPS后处理软件功能强大，

4、可以根据需要抽取不同比例尺的数据成图，生成的图件类型有测深数据图；水深等值线图、三维数字地形模型DTM图、彩色水深图、彩色地形阴影图以及质量控制报告等。2多波束测深系统应用于采砂管理量化监测传统的水下监测方法大多是采用单波束测深系统完成的，它是一种线状反映水下地形的手段，工作量大且精度有限，难以胜任大比例尺和特殊要求的水下地形测量任务。而多波束测深系统具有测量快捷、高分辨率、高精度、全覆盖等特点，可以现场监视水下地形地貌的细微变化，非常适合水下工程及河道的监测任务。在此背景下，采用多波速测深系统对区域河道进行数字化、信息化监控管理就显得尤为重要。在数据处理方面，传统的处理方法是通过构建Dela

5、uny三角网或Grid规那么格网来形成水下的DTM，再通过分块处理、四叉树索引来到达水下地形多尺度LOD显示的效果。但是针对区域河段采砂行为的量化监测而言，其核心思想并不是可视化，而是周期性地监测河段砂量开采的变化情况，同时考虑到水下地形数据具有多样性、海量性、复杂性等特点以及提高计算效率减少计算机功耗等目的，本文采用对离散点云数据进行插值拟合而非构建DTM的方法来处理不同时间采集的多波束水下地形数据，能够保证有足够的水深值来进行数据插值，保证结果的正确性且不失真。在此根底上，对拟合曲面进行求差计算，从而得出阶段时间内河道砂石资源的变化量。辅助管理者对合理开发利用砂石资源进行决策。数据分析处理

6、流程如图2所示。采集得到的这些多波束点云数据属于大规模离散数据的一种，在这些海量的点云数据当中，偶有临近点间的高程突变局部不连续，但根据水下地形的特点分析，这些水下高程点的突变一般不是由水下地形的陡然起伏所造成，更为可能的是测量时产生噪声点或无效数据点，需要通过滤波处理去掉无效点。经过滤波后的离散数据点的曲面重建一直以来是函数逼近论的一个重要研究内容。近年来，随着计算机辅助设计与图形学的开展，离散数据的曲面重建技术得到了广泛的研究和应用，离散数据拟合或插值是用一个光滑的曲面或通过一系列无规那么的抽样数据来逼近。在尽量减少计算机损耗和提高计算效率的前提下，海量离散点云数据的曲面拟合可以归结如下：

7、给定有限点集xi，yi，i=1，n，以及相应的值zi=fxi，yiR，R2是平面的一个界限域，要构造一个曲面S：R，该曲面S应当尽可能地符合以下目标。1S应当逼近数据，例如：Sxi，yizi；2S应当具有较好的可视效果，并且要有利于以后进一步的处理；3对S的计算和评估应当快速且有效；4对S的计算在数值上应当是稳定的，例如：采用的方法对于任何数据点的分布均是适用的。5应当考虑到数据的局部变动和分布；6采用的方法应当易于实现。在满足以上6个宗旨的前提下，本文采用加权移动平均算法WeightedMovingAverage对滤波后的数据进行网格化处理。加权移动平均算法用于将离散型分布的数据点转化成规那

8、么网格分布的数值，同时对原始数据进行插值加密或抽取处理，目的是用地形外表上一系列离散的数据点表示地形外表的连续函数。该方法十分灵活并且精度较高，计算简单，不需要很大的计算机内存。算法选取离散分布的数据点时，一般考虑两个因素：1范围，即采用多大面积范围内的数据点来计算被插点的数值；2点数，即选取多少点参加计算被插补的点。这两个因素的实际应用要根据具体情况而定。范围的大小是以某个被插值点为圆心，以R为半径来确定的。其半径决定与原始数据点的疏密程度和原始数据点可能影响的范围。由于原始数据点分布不均匀，为了保证求解二次曲面方程，要有足够数量的点，但又不能太多，因此，圆半径不是固定的。对于动态变化的圆半

9、径的决定，可以采用逐步变动的做法，如图3所示。将研究河段内水下地形外表上一系列离散的数据点转化成规那么网格分布的连续函数，采用规那么圆方法，拾取规格化节点临域范围内扫测值进行拟合计算。对于每一个新点选取其邻近的n个数据点。把新点作为平面坐标的原点，然后用一个多项式曲面拟合。多项式中的各参数由n个数据点求得。3采砂管理量化监测的应用工程实例按照此技术路线于2021年4月25日和2021年4月27日2次分别对长江流域某采砂河段的河床进行了分阶段的测量，前次测量时水面高程为24.247m；后次测量时水面高程为21.978m，其水下地形示意图如图4至图6所示。2次测量的目的，就是为了得到阶段时间内区域

10、河道内砂石资源量的动态变形情况。按照上述方法分别拟合插值2次测量得到的多波束数据，并采取俯视的角度进行比较。可得出以下结论：由于采砂活动的进行，截止2021年4月，主河道重点采砂监控区域相比于2021年4月最深处被开挖2.32m，被开挖断面区域大约宽为38.7m，1000m长的河道内被开采的砂石量约为7万m3。4结语本文以长江流域某采砂河段为监控对象，提出了基于水下多波束测深技术的河道采砂量化监测管理手段，并运用相关算法计算出采砂量，具有直观性、高效性和可靠性，大大减少了人工作业量，改变了传统监测的落后手段，为河道采砂资源优化利用和有序监管提供了有效的技术支撑。多波束测深系统除了能量化监测河道砂石资源的变化外，还可广泛应用于堤防、水库、湖泊及海洋等水域的水下地形测量，进行水下工程及其水工建筑物的平安检测如抛石护岸等；河道疏浚及港口、码头、桥梁的工程测量；水下管线、电缆等的监测