CN115164944B - 一种多波束测深异常的角度和传播时间相关改正方法 - Google Patents

一种多波束测深异常的角度和传播时间相关改正方法 Download PDF

Info

Publication number
CN115164944B
CN115164944B CN202211099138.2A CN202211099138A CN115164944B CN 115164944 B CN115164944 B CN 115164944B CN 202211099138 A CN202211099138 A CN 202211099138A CN 115164944 B CN115164944 B CN 115164944B
Authority
CN
China
Prior art keywords
sounding
depth
deviation
angle
propagation time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202211099138.2A
Other languages
English (en)
Other versions
CN115164944A (zh
Inventor
梅军亚
董先勇
郑亚慧
秦蕾蕾
白亮
杨柳
杜泽东
张晓皓
陈芳
胡立
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Three Gorges Construction Engineering Co Ltd
Bureau of Hydrology Changjiang Water Resources Commission
Original Assignee
China Three Gorges Construction Engineering Co Ltd
Bureau of Hydrology Changjiang Water Resources Commission
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Three Gorges Construction Engineering Co Ltd, Bureau of Hydrology Changjiang Water Resources Commission filed Critical China Three Gorges Construction Engineering Co Ltd
Priority to CN202211099138.2A priority Critical patent/CN115164944B/zh
Publication of CN115164944A publication Critical patent/CN115164944A/zh
Application granted granted Critical
Publication of CN115164944B publication Critical patent/CN115164944B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52004—Means for monitoring or calibrating
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明提供一种多波束测深异常的角度和传播时间相关改正方法，包括根据同名点位置上的深度偏差、多波速侧深点对应的波速角和传播时间，构建深度偏差与波束角和传播时间的数据序列；构建关于波束传播时间和入射角的自变量
Figure 546317DEST_PATH_IMAGE001
表达式；根据数据序列，构建深度偏差与自变量
Figure 214058DEST_PATH_IMAGE001
的多项式关系模型，并根据最小二乘原理，解算多项式模型系数，建立多波束测深数据改正模型；理论方法更严密，具有高精度、高质量、低成本、低风险和实施方便的优点。

Description

一种多波束测深异常的角度和传播时间相关改正方法
技术领域
本发明涉及水文测量领域，尤其涉及一种多波束测深异常的角度和传播时间相关改正方法。
背景技术
水下地形是最基础地理要素，在河床演变、水域治理、水资源利用等邻域具有重要的应用价值。水下地形常借助单波束测深系统或多波束测深系统通过水下地形测量方式来获得，相较单波束测深系统，多波束测深系统一次可以获得100～500个测深点，可实现条带式全覆盖扫测，显著提高了测深效率，以成为当前水下地形获取的主要手段。
多波束测深系统是一个由多元传感器组成的综合系统，姿态传感器安装偏差、换能器安装偏差、罗经校准偏差、声速误差等均会给最终的测深结果带来显著的系统性误差，这种误差随着波束入射角和深度的增大而增大，在测深数据的断面地形中呈现边缘波束测深异常，导致相邻测线公共覆盖区测深数据不一致，进而引起地形的不合理突变。针对该问题，现有的解决方案主要有两种方法，即强制压制法和趋势面拟合法。强制压制法是根据相邻测线公共覆盖区测深数据，寻求公共位置的测深数据，取分别属于两个测线的测点深度的平均值作为该位置最终的深度，通过这种强制压制的方式，实现相邻测线公共位置测深数据的一致。强制压制法实施简单，但缺少原理，虽然实现了相邻测线公共覆盖区测深数据的一致，但不能正确的反映真实的地形变化。趋势面拟合法利用多波束的测深特点，即中央波束测深数据受诸因素影响较小，边缘波束受影响较大，利用相邻测线的中央波束测深数据，构建地形趋势面，以该趋势面为参考，内插边缘波束测量的地形趋势，将相邻测线的边缘波束压制到该参考面上，进而实现诸因素对边缘波束造成的测深异常改正。趋势面法较强制压制法而言，顾及了诸因素对多波束测深影响的机理，但仅适用于地形变化相对平缓的水下地形，而对于地形变化比较复杂的水下地形，则基于相邻测线中央波束构建的地形趋势则不能真实的反映边缘波束扫测位置的水下地形趋势，由此实施的边缘波束测深异常压制则会造成虚假地形。
发明内容
本发明的目的在于针对上述现有技术的不足，提供了一种多波束测深异常的角度和传播时间相关改正方法，用于获取高精度的多波束测深数据和水下地形，从机理上解决多波束测深带来系统性误差的影响。
为实现上述目的，本发明采用了如下技术方案：
本发明提供了一种多波束测深异常的角度和传播时间相关改正方法，包括以下步骤：
S1、多波束测深偏差计算：多波束测深结果与单波束测深结果在同名点位置的深度偏差；
S2、多波束测深偏差序列构建：根据所述同名点位置上的深度偏差、多波速侧深点对应的波速角和传播时间，构建所述深度偏差与波束角和传播时间的数据序列；
S3、建立多波束测深偏差修正模型：构建关于波束传播时间和入射角的自变量
Figure 752728DEST_PATH_IMAGE001
表达式；
S4、解算多波束测深偏差修正模型：根据所述S2中的数据序列，构建深度偏差与所述S3中的自变量
Figure 404289DEST_PATH_IMAGE001
的多项式关系模型，并根据最小二乘原理，解算多项式模型系数，建立多波束测深数据改正模型；
S5、多波束测深偏差修正：利用所述S4中的多波束测深数据改正模型，根据各个波束的传播时间和波束入射角，计算改正量，修正原始测深数据。
进一步，所述S1中，多波束测深偏差计算的模型为：
Figure 918447DEST_PATH_IMAGE002
（1）
其中，
Figure 48077DEST_PATH_IMAGE003
为同名点位置的多波束水深
Figure 596870DEST_PATH_IMAGE004
与单波束水深
Figure 386709DEST_PATH_IMAGE005
的差值。
进一步，所述S2中，数据序列为：
Figure 388163DEST_PATH_IMAGE006
其中，
Figure 321484DEST_PATH_IMAGE007
为多波束测深点对应的波束入射角；
Figure 459204DEST_PATH_IMAGE008
为传播时间；
Figure 186989DEST_PATH_IMAGE009
为波束角的编号。
进一步，所述S3中，构建自变量表达式包括以下步骤：
S301、多波束测深计算模型为：
Figure 675739DEST_PATH_IMAGE010
（2）
其中，
Figure 147172DEST_PATH_IMAGE011
为第
Figure 139399DEST_PATH_IMAGE012
层的实测深度；
Figure 303664DEST_PATH_IMAGE013
为第
Figure 279710DEST_PATH_IMAGE014
层的声速；
Figure 289254DEST_PATH_IMAGE015
为第
Figure 667146DEST_PATH_IMAGE014
层的传播时间；
Figure 736733DEST_PATH_IMAGE016
为第
Figure 433031DEST_PATH_IMAGE017
层的波束角；
S302、根据Snell法则，下列关系成立：
Figure 246267DEST_PATH_IMAGE018
Figure 478665DEST_PATH_IMAGE019
（3）
其中，
Figure 984733DEST_PATH_IMAGE020
为Snell常数；
Figure 669792DEST_PATH_IMAGE021
和
Figure 286718DEST_PATH_IMAGE022
为水表层的声速和波束入射角；
S303、则公式（2）中的实测深度
Figure 108043DEST_PATH_IMAGE023
表示为
Figure 785012DEST_PATH_IMAGE024
、
Figure 957368DEST_PATH_IMAGE025
和
Figure 112406DEST_PATH_IMAGE026
函数为：
Figure 53817DEST_PATH_IMAGE027
（4）
S304、声速误差
Figure 901687DEST_PATH_IMAGE028
带来的多波束测深误差
Figure 561338DEST_PATH_IMAGE029
模型为：
Figure 18602DEST_PATH_IMAGE030
（5）
S305、简化公式（4）和公式（5）：
Figure 814520DEST_PATH_IMAGE031
（6）
其中，
Figure 833292DEST_PATH_IMAGE032
与
Figure 980239DEST_PATH_IMAGE033
接近；
S306、对于由
Figure 477080DEST_PATH_IMAGE034
层组成的整个水体，声速误差
Figure 393083DEST_PATH_IMAGE035
对整个水层的测深影响
Figure 317177DEST_PATH_IMAGE036
表示为：
Figure 951420DEST_PATH_IMAGE037
Figure 251952DEST_PATH_IMAGE038
（7）
S306、为显式表达，设立自变量
Figure 288041DEST_PATH_IMAGE039
，表达式为：
Figure 117457DEST_PATH_IMAGE040
（8）。
进一步，所述S4中，多波束的测深误差模型用多项式关系模型表达为：
Figure 238996DEST_PATH_IMAGE041
（9）
其中，
Figure 343219DEST_PATH_IMAGE042
为待求系数，
Figure 968235DEST_PATH_IMAGE043
为残差项；
根据所述S2中的数据序列，
当有
Figure 732666DEST_PATH_IMAGE044
组
Figure 75923DEST_PATH_IMAGE045
Figure 983836DEST_PATH_IMAGE046
Figure 728938DEST_PATH_IMAGE047
，则根据公式（9），不同组的多波束测深偏差形成如下方程组：
Figure 431315DEST_PATH_IMAGE048
（10）
公式（10）的矩阵形式为：
Figure 261868DEST_PATH_IMAGE049
其中，
Figure 707893DEST_PATH_IMAGE050
Figure 41922DEST_PATH_IMAGE051
Figure 915200DEST_PATH_IMAGE052
Figure 233049DEST_PATH_IMAGE053
则根据最小二乘原则，解算待求系数
Figure 217185DEST_PATH_IMAGE054
Figure 936880DEST_PATH_IMAGE055
（11）。
进一步，根据构建公式（9）的角度和深度相关的多项式关系模型，对所有的多波束测深数据，根据波束入射角
Figure 981059DEST_PATH_IMAGE056
和测量深度
Figure 19160DEST_PATH_IMAGE057
，代入公式（9）中，计算改正量
Figure 806988DEST_PATH_IMAGE058
，利用
Figure 381188DEST_PATH_IMAGE059
，对边缘波束，即波束角大于45度的多波束测深点进行改正，进而消除多波束测深偏差的影响：
Figure 596269DEST_PATH_IMAGE060
（12）
其中，
Figure 623131DEST_PATH_IMAGE061
为原始测深数据；
Figure 949070DEST_PATH_IMAGE062
为改正后的深度。
本发明的有益效果为：通过研究发现了多波束边缘波束测深异常与两个因素相关，即波束入射角和传播时间，以相同位置的单波束测深系统测深结果为参考，寻求出多波束扫测断面地形在不同入射角和传播时间下的偏差量，构建与波束入射角度、传播时间相关的测深改正模型，实现多波束边缘波束测深异常的削弱。该方法从机理上彻底解决多波束边缘波束测深异常的削弱难题，无论边缘波束地形变化平缓还是复杂，均能实现测深异常的削弱和真实地形的获取。
附图说明
图1 为本发明一种多波束测深异常的角度和传播时间相关改正方法的流程图；
图2为同名点的测深偏差示意图；
图3为测深偏差与入射角的示意图；
图4为测深偏差与传播时间的关系图；
图5为自变量
Figure 377777DEST_PATH_IMAGE063
的示意图；
图6为处理前的断面图；
图7为处理后的断面图；
图8为原始测深数据误差分布图；
图9为处理后的误差分布图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，下面结合附图，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
一种多波束测深异常的角度和传播时间相关改正方法，包括以下步骤：
S1、多波束测深偏差计算：多波束测深结果与单波束测深结果在同名点位置的深度偏差；
S2、多波束测深偏差序列构建：根据所述同名点位置上的深度偏差、多波速侧深点对应的波速角和传播时间，构建所述深度偏差与波束角和传播时间的数据序列；
S3、建立多波束测深偏差修正模型：构建关于波束传播时间和入射角的自变量
Figure 763759DEST_PATH_IMAGE064
表达式；
S4、解算多波束测深偏差修正模型：根据所述S2中的数据序列，构建深度偏差与所述S3中的自变量
Figure 543496DEST_PATH_IMAGE064
的多项式关系模型，并根据最小二乘原理，解算多项式模型系数，建立多波束测深数据改正模型；
S5、多波束测深偏差修正：利用所述S4中的多波束测深数据改正模型，根据各个波束的传播时间和波束入射角，计算改正量，修正原始测深数据。
所述S1中，多波束测深偏差计算的模型为：
Figure 673126DEST_PATH_IMAGE065
（1）
其中，
Figure 690761DEST_PATH_IMAGE066
为同名点位置的多波束水深
Figure 513224DEST_PATH_IMAGE067
与单波束水深
Figure 514678DEST_PATH_IMAGE068
的差值。
所述S2中，数据序列为：
Figure 447999DEST_PATH_IMAGE069
其中，
Figure 107691DEST_PATH_IMAGE070
为多波束测深点对应的波束入射角；
Figure 101055DEST_PATH_IMAGE071
为传播时间；
Figure 324226DEST_PATH_IMAGE072
为波束角的编号。
所述S3中，构建自变量表达式包括以下步骤：
S301、多波束测深计算模型为：
Figure 795659DEST_PATH_IMAGE073
（2）
其中，
Figure 53465DEST_PATH_IMAGE074
为第
Figure 217730DEST_PATH_IMAGE075
层的实测深度；
Figure 662618DEST_PATH_IMAGE076
为第
Figure 937741DEST_PATH_IMAGE077
层的声速；
Figure 315633DEST_PATH_IMAGE078
为第
Figure 119641DEST_PATH_IMAGE079
层的传播时间；
Figure 582983DEST_PATH_IMAGE080
为第
Figure 396219DEST_PATH_IMAGE081
层的波束角；
S302、根据Snell法则，下列关系成立：
Figure 628617DEST_PATH_IMAGE082
Figure 102061DEST_PATH_IMAGE083
（3）
其中，
Figure 52700DEST_PATH_IMAGE084
为Snell常数；
Figure 669626DEST_PATH_IMAGE085
和
Figure 756530DEST_PATH_IMAGE086
为水表层的声速和波束入射角；
S303、则公式（2）中的实测深度
Figure 433499DEST_PATH_IMAGE087
表示为
Figure 340276DEST_PATH_IMAGE088
、
Figure 495313DEST_PATH_IMAGE089
和
Figure 702304DEST_PATH_IMAGE090
函数为：
Figure 284595DEST_PATH_IMAGE091
（4）
S304、声速误差
Figure 944246DEST_PATH_IMAGE092
带来的多波束测深误差
Figure 902975DEST_PATH_IMAGE093
模型为：
Figure 964472DEST_PATH_IMAGE094
（5）
S305、简化公式（4）和公式（5）：
Figure 717664DEST_PATH_IMAGE095
（6）
其中，
Figure 363147DEST_PATH_IMAGE096
与
Figure 859987DEST_PATH_IMAGE097
接近；
S306、对于由
Figure 775991DEST_PATH_IMAGE098
层组成的整个水体，声速误差
Figure 965664DEST_PATH_IMAGE099
对整个水层的测深影响
Figure 334328DEST_PATH_IMAGE100
表示为：
Figure 634860DEST_PATH_IMAGE101
Figure 405369DEST_PATH_IMAGE102
（7）
S306、为显式表达，设立自变量
Figure 765944DEST_PATH_IMAGE103
，表达式为：
Figure 887483DEST_PATH_IMAGE104
（8）。
所述S4中，多波束的测深误差模型用多项式关系模型表达为：
Figure 460547DEST_PATH_IMAGE105
（9）
其中，
Figure 351143DEST_PATH_IMAGE106
为待求系数，
Figure 882618DEST_PATH_IMAGE107
为残差项；
根据所述S2中的数据序列，
当有
Figure 225875DEST_PATH_IMAGE108
组
Figure 133788DEST_PATH_IMAGE109
Figure 111846DEST_PATH_IMAGE110
Figure 814223DEST_PATH_IMAGE111
，则根据公式（9），不同组的多波束测深偏差形成如下方程组：
Figure 644776DEST_PATH_IMAGE112
（10）
公式（10）的矩阵形式为：
Figure 825221DEST_PATH_IMAGE113
其中，
Figure 690409DEST_PATH_IMAGE114
Figure 298108DEST_PATH_IMAGE115
Figure 615957DEST_PATH_IMAGE116
Figure 600093DEST_PATH_IMAGE117
则根据最小二乘原则，解算待求系数
Figure 319788DEST_PATH_IMAGE118
Figure 363967DEST_PATH_IMAGE119
（11）
根据构建公式（9）的角度和深度相关的多项式关系模型，对所有的多波束测深数据，根据波束入射角
Figure 169112DEST_PATH_IMAGE120
和测量深度
Figure 691360DEST_PATH_IMAGE121
，代入公式（9）中，计算改正量
Figure 265561DEST_PATH_IMAGE122
，利用
Figure 979177DEST_PATH_IMAGE122
，对边缘波束，即波束角大于45度的多波束测深点进行改正，进而消除多波束测深偏差的影响：
Figure 6039DEST_PATH_IMAGE123
（12）
其中，
Figure 597557DEST_PATH_IMAGE124
为原始测深数据；
Figure 26264DEST_PATH_IMAGE125
为改正后的深度。
实施例一
将该技术方案应用于南海某水域，该水域水深范围104m～110m。对该水域施测了多波束测深，为消除多波束边缘波束异常测深的影响，在该区域的中央部分施测了单波束水下地形测量；
S1，根据S1中式（1）给出的方法，寻找单波束与多波束相同位置的测深点（同名的），计算多波束测深结果与单波束测深结果在同名点位置的深度偏差如图2所示。
S2、根据S2，分别构建多波束测深偏差与波束入射角序列、测深偏差与波束传播时间数据序列。两个序列的分布图如图3和图4所示。
S3、根据S3中的式（8），建立多波束测深偏差修正模型：构建关于波束传播时间和入射角的自变量
Figure 146667DEST_PATH_IMAGE126
表达式。各个测深点的
Figure 926404DEST_PATH_IMAGE126
如图5所示。
S4、根据S4中给出的方法及式（9），利用各同名点的多波束测深偏差、各点
Figure 56034DEST_PATH_IMAGE126
构建同名点的多波束测深偏差修正模型方程。对所有同名构建方程，形成方程组，即式（10）。
利用最小二乘原理，解算方程组，即式（11），得到多波束测深修正模型的多项式模型系数，建立多波束测深数据改正模型。
解算得到的模型系数如表1所示。
表1 回归模型的参数
Figure 339248DEST_PATH_IMAGE127
S5、根据S5所述方法和式（12），利用S4中建立的多波束测深数据改正模型，根据多波束各个波束的传播时间和波束入射角，计算改正量，修正原始多波束测深数据，得到修正后的测深数据。图6为原始多波束测深数据形成的地形断面，图7为修正后测深数据形成的地形断面。
图5直观的给出了修正前、后地形断面，结果表明利用建立的多波束测深异常修正模型对原始多波束测深数据修正，实现了相邻多波束测线（L1、L2、L3）测深点对地形的一致性表达，也表明S1~S5给出的多波束测深异常修正方法的正确性。
图5仅用于直观视觉定性分析，为定性分析，对全区域改正前、后的同名点测深不符值进行统计，结果如图8、图9和表2所示。
表2 多波束测深数据修正前后精度统计结果
Figure 161711DEST_PATH_IMAGE128
图8、图9和表2表明，在整个区域，利用本专利给出的S1~S5方法和过程，实现了多波束异常测深结果的修正，在不同多波束测量线的同名测深点上，经过异常测深修正，测深精度提供了2倍多，进一步表明了本专利方法的正确性和实用性。
以上所述实施例仅表达了本发明的实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求。

Claims (2)

1.一种多波束测深异常的角度和传播时间相关改正方法，其特征在于，包括以下步骤：
S1、多波束测深偏差计算：多波束测深结果与单波束测深结果在同名点位置的深度偏差；
S2、多波束测深偏差序列构建：根据所述同名点位置上的深度偏差、多波速侧深点对应的波速角和传播时间，构建所述深度偏差与波束角和传播时间的数据序列；
S3、建立多波束测深偏差修正模型：构建关于波束传播时间和入射角的自变量
Figure 458720DEST_PATH_IMAGE001
表达式；
S4、解算多波束测深偏差修正模型：根据所述S2中的数据序列，构建深度偏差与所述S3中的自变量
Figure 732707DEST_PATH_IMAGE001
的多项式关系模型，并根据最小二乘原理，解算多项式模型系数，建立多波束测深数据改正模型；
S5、多波束测深偏差修正：利用所述S4中的多波束测深数据改正模型，根据各个波束的传播时间和波束入射角，计算改正量，修正原始测深数据；
所述S1中，多波束测深偏差计算的模型为：
Figure 989376DEST_PATH_IMAGE002
（1）
其中，
Figure 32418DEST_PATH_IMAGE003
为同名点位置的多波束水深
Figure 480455DEST_PATH_IMAGE004
与单波束水深
Figure 976158DEST_PATH_IMAGE005
的差值；
所述S2中，数据序列为：
Figure 36518DEST_PATH_IMAGE006
其中，
Figure 934067DEST_PATH_IMAGE007
为多波束测深点对应的波束入射角；
Figure 788890DEST_PATH_IMAGE008
为传播时间；
Figure 536004DEST_PATH_IMAGE009
为波束角的编号；
所述S3中，构建自变量表达式包括以下步骤：
S301、多波束测深计算模型为：
Figure 134476DEST_PATH_IMAGE010
（2）
其中，
Figure 886531DEST_PATH_IMAGE011
为第
Figure 443415DEST_PATH_IMAGE012
层的实测深度；
Figure 179289DEST_PATH_IMAGE013
为第
Figure 581452DEST_PATH_IMAGE014
层的声速；
Figure 686549DEST_PATH_IMAGE015
为第
Figure 148754DEST_PATH_IMAGE014
层的传播时间；
Figure 981712DEST_PATH_IMAGE016
为第
Figure 443959DEST_PATH_IMAGE017
层的波束角；
S302、根据Snell法则，下列关系成立：
Figure 436186DEST_PATH_IMAGE018
Figure 334872DEST_PATH_IMAGE019
（3）
其中，
Figure 514180DEST_PATH_IMAGE020
为Snell常数；
Figure 523725DEST_PATH_IMAGE021
和
Figure 370458DEST_PATH_IMAGE022
为水表层的声速和波束入射角；
S303、则公式（2）中的实测深度
Figure 174466DEST_PATH_IMAGE023
表示为
Figure 870764DEST_PATH_IMAGE024
、
Figure 152841DEST_PATH_IMAGE025
和
Figure 854081DEST_PATH_IMAGE026
函数为：
Figure 828990DEST_PATH_IMAGE027
（4）
S304、声速误差
Figure 248470DEST_PATH_IMAGE028
带来的多波束测深误差
Figure 334238DEST_PATH_IMAGE029
模型为：
Figure 388519DEST_PATH_IMAGE030
（5）
S305、简化公式（4）和公式（5）：
Figure 534330DEST_PATH_IMAGE031
（6）
其中，
Figure 175526DEST_PATH_IMAGE032
与
Figure 64985DEST_PATH_IMAGE033
接近；
S306、对于由
Figure 475238DEST_PATH_IMAGE034
层组成的整个水体，声速误差
Figure 290485DEST_PATH_IMAGE035
对整个水层的测深影响
Figure 418978DEST_PATH_IMAGE036
表示为：
Figure 846548DEST_PATH_IMAGE037
Figure 376887DEST_PATH_IMAGE038
（7）
S306、为显式表达，设立自变量
Figure 864500DEST_PATH_IMAGE039
，表达式为：
Figure 480289DEST_PATH_IMAGE040
（8）；
所述S4中，多波束的测深误差模型用多项式关系模型表达为：
Figure 944506DEST_PATH_IMAGE041
（9）
其中，
Figure 329351DEST_PATH_IMAGE042
为待求系数，
Figure 987865DEST_PATH_IMAGE043
为残差项；
根据所述S2中的数据序列，
当有
Figure 825371DEST_PATH_IMAGE044
组
Figure 594744DEST_PATH_IMAGE045
Figure 332631DEST_PATH_IMAGE046
Figure 162047DEST_PATH_IMAGE047
，则根据公式（9），不同组的多波束测深偏差形成如下方程组：
Figure 752428DEST_PATH_IMAGE048
（10）
公式（10）的矩阵形式为：
Figure 59912DEST_PATH_IMAGE049
其中，
Figure 684929DEST_PATH_IMAGE050
Figure 183781DEST_PATH_IMAGE051
Figure 995879DEST_PATH_IMAGE052
Figure 372634DEST_PATH_IMAGE053
则根据最小二乘原则，解算待求系数
Figure 586578DEST_PATH_IMAGE054
Figure 757796DEST_PATH_IMAGE055
（11）。
2.根据权利要求1所述的一种多波束测深异常的角度和传播时间相关改正方法，其特征在于：根据构建公式（9）的角度和深度相关的多项式关系模型，对所有的多波束测深数据，根据波束入射角
Figure 57190DEST_PATH_IMAGE056
和测量深度
Figure 205013DEST_PATH_IMAGE057
，代入公式（9）中，计算改正量
Figure 539042DEST_PATH_IMAGE058
，利用
Figure 881162DEST_PATH_IMAGE059
，对边缘波束，即波束角大于45度的多波束测深点进行改正，进而消除多波束测深偏差的影响：
Figure 667852DEST_PATH_IMAGE060
（12）
其中，
Figure 120830DEST_PATH_IMAGE061
为原始测深数据；
Figure 807901DEST_PATH_IMAGE062
为改正后的深度。
CN202211099138.2A 2022-09-09 2022-09-09 一种多波束测深异常的角度和传播时间相关改正方法 Active CN115164944B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211099138.2A CN115164944B (zh) 2022-09-09 2022-09-09 一种多波束测深异常的角度和传播时间相关改正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211099138.2A CN115164944B (zh) 2022-09-09 2022-09-09 一种多波束测深异常的角度和传播时间相关改正方法

Publications (2)

Publication Number Publication Date
CN115164944A CN115164944A (zh) 2022-10-11
CN115164944B true CN115164944B (zh) 2022-12-02

Family

ID=83482311

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211099138.2A Active CN115164944B (zh) 2022-09-09 2022-09-09 一种多波束测深异常的角度和传播时间相关改正方法

Country Status (1)

Country Link
CN (1) CN115164944B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115930916B (zh) * 2022-12-06 2023-06-06 长江水利委员会水文局 一种船体涌动频谱相关性的多波束条纹测深影响消除方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102269811A (zh) * 2010-06-04 2011-12-07 国家海洋局第一海洋研究所 基于垂直波束水深的边缘波束水深数据声速改正方法
CN104613906A (zh) * 2015-02-06 2015-05-13 长江水利委员会水文局 基于声线跟踪的库区深水水深测量方法
CN105258684A (zh) * 2015-10-30 2016-01-20 山东科技大学 基于激光点云为约束的多波束低掠射角波束归位方法
CN111079080A (zh) * 2019-12-17 2020-04-28 中国人民解放军海军大连舰艇学院 基于卡尔曼滤波的多波束数据声速整体误差改正方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103344954B (zh) * 2013-07-08 2014-07-02 国家海洋局第二海洋研究所 一种基于多来源水深数据融合的海底地形地貌构建方法
US10008364B2 (en) * 2015-02-27 2018-06-26 Kla-Tencor Corporation Alignment of multi-beam patterning tool
CN110146895B (zh) * 2019-05-16 2021-04-20 浙江大学 基于倒置式多波束回声仪的声速剖面反演方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102269811A (zh) * 2010-06-04 2011-12-07 国家海洋局第一海洋研究所 基于垂直波束水深的边缘波束水深数据声速改正方法
CN104613906A (zh) * 2015-02-06 2015-05-13 长江水利委员会水文局 基于声线跟踪的库区深水水深测量方法
CN105258684A (zh) * 2015-10-30 2016-01-20 山东科技大学 基于激光点云为约束的多波束低掠射角波束归位方法
CN111079080A (zh) * 2019-12-17 2020-04-28 中国人民解放军海军大连舰艇学院 基于卡尔曼滤波的多波束数据声速整体误差改正方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Multi-beam Data Automatic Filtering Technology;Yu Yan 等;《2022 3rd International Conference on Geology, Mapping and Remote Sensing (ICGMRS)》;20220424;第1-4页 *
多波束与单波束测深数据的融合处理技术;黄谟涛等;《测绘学报》;20011130;第30卷(第04期);第299-303页 *
多波束与单波束测深数据融合处理方法;罗君;《海洋测绘》;20181231;第38卷(第006期);第21-24页 *

Also Published As

Publication number Publication date
CN115164944A (zh) 2022-10-11

Similar Documents

Publication Publication Date Title
Zabotin et al. NeXtYZ: Three-dimensional electron density inversion for dynasonde ionograms
CN115164944B (zh) 一种多波束测深异常的角度和传播时间相关改正方法
CN107180128B (zh) 一种适用于中国低纬度地区的加权平均温度计算方法
CN110081864B (zh) 一种顾及水深值的水深测量综合延迟改正方法
US20200225112A1 (en) Four-dimensional imaging method for structural damage based on time-invariant characteristic signal
CN106872963A (zh) 一种多组多线激光雷达的自动标定算法
CN104459696A (zh) 一种基于平地相位的sar干涉基线精确估计方法
CN112381337B (zh) 一种多源气象数据融合处理方法、系统、终端及介质
CN108896456B (zh) 基于反馈型rbf神经网络的气溶胶消光系数反演方法
CN115687983A (zh) 一种桥梁健康状态监测方法、系统及电子设备
CN111505619A (zh) 一种时空分布不规则不均匀卫星高度计测高数据网格化处理方法
CN115690106A (zh) 一种基于计算机视觉的深埋锚具封闭检测方法
CN111008355B (zh) 一种基于信任传播的气象地面要素插值方法
CN107016655A (zh) 锥束cl几何全参数迭代校正方法
Zhao et al. From 10 m to 11000 m, automatic processing multi-beam bathymetric data based on PGO method
H. Mohammadloo et al. Assessing the performance of the multi-beam echo-sounder bathymetric uncertainty prediction model
CN109269453B (zh) Pbf增材制造高频超声在线检测单次检测层数确定方法
Regier et al. Observations of the power and directional spectrum of ocean surface waves
CN113723541A (zh) 一种基于混合智能算法的边坡位移预测方法
CN117423002A (zh) 一种基于dem的小尺度潮滩图像处理方法
CN110348040B (zh) 一种基于均方收敛条件的不均匀沉降函数拟合方法
CN113111529A (zh) 融合数值模式和卫星微波云反演数据的红外亮温模拟方法
CN116738375A (zh) 基于单条带测深数据的诱导升沉误差探测消除方法及系统
CN113627465B (zh) 基于卷积长短期记忆神经网络的降水数据时空动态融合方法
CN111832175B (zh) 一种降雨条件下散射计海面风速测量方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant