下载掌阅APP，畅读海量书库
立即打开
无人船水下遥感（Unmanned Ship Based Underwater Remote Sensing），即利用无人船平台实现自动化、智能化快速获取水下地形、水下底质、水体物理化学性质等遥感信息的组织、处理、建模和应用分析的技术。近年来，随着无人船舶航行技术、遥测遥控技术、声学传感器技术、通讯技术、GPS差分定位技术和遥感应用技术的发展，无人船遥感系统的性能和自动化程度不断提高。作为侧扫声呐、多波束系统和浅地层剖面仪等多源声学遥感设备的载具，无人船具有灵活机动、自动化水平高、技术相对成熟、安全性高等特点，因此受到了广泛的关注，并应用在水环境保护、航道测量、海底线缆探查、水下搜救、水质监测等多个领域（张锡越等,2018;李斌等,2015）。
作为一种低成本、低风险、高效能的水面遥感平台，无人船不仅可装载光学、微波、激光雷达等水面遥感设备，以及温度、盐度、深度、酸碱度、水体溶解氧等水体传感器，还可搭载侧扫声呐、多波束系统和浅地层剖面仪等多种水下声学遥感设备，从而具备了水下声学遥感探测的综合功能（Lee S.等,2017;Thompson D.等,2019）。由于无人船比传统测量船减少了船员生命维持等系统，因此可做到灵活机动，能适应较恶劣的水面环境，且能够在能源补给充分的情况下不间断作业，具有传统测量船无法比拟的优势。
当前无人船水下遥感系统的基本组成包括动力系统、导航系统、通信系统、船体平台、传感器系统和岸基遥控与处理系统（图1—1）。其中，动力系统为无人船提供航行和定点停泊所需的动力和能源；导航系统为无人船和远程控制终端提供船舶实时定位信息和航线、航向等导航信息，包括船舶姿态感知、环境感知、障碍物识别、人机交互、智能路径规划、组合导航等子系统（陈佳,2013）；通讯系统用于传输无人船自身状态、远程控制、图像及数据流等信息；船体平台包括适用于不同任务的无人船体以及为传感器系统提供的支架和设备接口等；传感器系统通常包括GNSS导航与姿态传感器、声学多普勒流速剖面仪（Acoustic Doppler Current Profiler,ADCP）、测深仪以及侧扫声呐、多波束系统和浅地层剖面仪等多种水下声学遥感设备；岸基遥控与处理系统包括无人船航线记录与控制系统、无人船状态与环境感知信息处理系统以及针对传输回来的水下遥感数据进行处理与分析的系统等。
图1—1 无人船水下遥感系统组成图
目前，基于无人船平台的水下遥感系统主要应用可分为水下调查与测量、防务两个大方向（蒲进菁等,2020;高宗江等,2017;金久才等,2015）。其中，水下调查与测量方面的应用包括水下测绘、水下底质调查、水下目标检测、物理海洋（气象、水文）观测、水体生化指标监测、水生物观测等；防务方面的应用主要包括重点港口、水下构筑物（大坝、水下电缆、管道等）、航道区域的巡检，以及水下搜救、军事防御等。
国内外已有大量机构进行无人船技术的研发工作（蒲进菁等,2020），其中企业包括美国的科学应用国际公司（Science Applications International）、通用动力公司（General Dynamics）、诺格公司（Northrop Grumman Corporation），以色列的埃尔比特系统公司（Elbit Systems）、拉斐尔先进防务系统公司（Rafael）、以色列航空工业公司（IAI），英国的奎纳蒂克公司（QinetiQ）、ASV公司，德国的阿特拉斯电子公司（Atlas Elektron ik），法国的ECA公司，日本的雅马哈公司，中国的云洲智能科技公司等；科研院所、高校包括美国海军研究局（Office of Naval Research,ONR）、美国国防高级研究计划局（Defense Advanced Research Projects Agency,DARPA）、中国科学院沈阳自动化研究所、中国船舶重工集团公司旗下各研究所、哈尔滨工程大学、海军工程大学、上海海事大学、大连海事大学、上海大学等。
我国无人船技术随着国家及地方政府、科研院所和企业的不断投入，已逐步与国外技术缩小差距，从前期的专用遥控船（不具备自主控制能力）逐渐发展出自主式无人船等产品。但目前大型无人船以及具备复合功能的水下遥感无人船系统尚处于研制和发展阶段。
综上所述，无人船具有机动性强、灵活、不间断测量成本低、安全性高等特点，可弥补传统水下测绘和调查在环境复杂、恶劣的水域作业的局限性，因此成为各国军、民用装备研制的热点。基于无人船平台的水下遥感系统主要应用于水下调查与测量、水下防务等领域。随着各国对海洋发展战略的重视以及对水下空间开发力度的加大，无人船水下遥感技术将扮演越来越重要的角色。随着5G、人工智能技术、卫星通讯与导航技术的发展，无人船遥感系统与新技术、新材料的深度融合将有望引领无人船遥感行业的技术突破和应用创新。
目前基于无人船平台的水下遥感系统主要用于内陆河流、湖泊及浅海区域常规调查，面临的主要问题包括无人船方面的稳定性、安全性、数据传输效率、船载信息处理效率、定位与测量精度等，以及水下遥感系统信息处理方面的数据获取精度、数据组织效率、信息融合方法、数据后处理与应用扩展等。本书主要围绕后者，即基于无人船平台的水下遥感系统在水下底质分类中的信息处理技术与应用展开论述。
早在航海时代早期的1873—1876年，英国海洋调查船Challenger号就对来自各大洋的海底沉积物进行了分类，并由英国海洋学家编制了世界第一幅大洋底质图 [1] 。最初的海洋底质图上的分类主要包含砂、软泥、贝壳、混有砂的软泥等。
1958年，《海洋与湖沼》杂志第1卷第2期刊登了译自苏联科学院海洋研究所著名地质学家M.B.克利诺娃教授的文章，介绍了海底底质图的编制原则、编制方法，并分析了我国黄海、东海的底质分布特征及成因。该论文介绍了以十进制分类原则为基础的底质机械分级分类方法，将海洋底质分为石块、巨砾、砾石、石子、砂、粉砂和泥共7类，后6类又各分为粗、中、细三个细分的组，这成为早期我国科学家对东海和南海底质进行初步研究的分类标准 [2] 。
我国2008年2月起施行的《海洋调查规范 第一部分：总则》（GB/T 12763.1—2007）国家标准对海洋底质按粒级标准的划分和命名规则如表1—1所示 [3] 。
表1—1 海洋底质等比制（ φ 值标准）粒级分类表
近年来，刘志杰等 [4] 讨论了谢帕德分类法和福克分类法，提出基于这两种分类法按照单一优势粒级的原则对含砾沉积物做进一步细分，以砾石、泥、砂、粉砂、黏土为端元构建细分的命名体系。温朝江等 [5] 讨论了底质专题图符号系统的逻辑设计，参照《中国海图图式》（GB 12319—1998）中的底质类型符号体系 [6] ，提出以主要成分的粒级分类为主、物质成分为辅的专用底质类型符号体系，其粒级分类标准采用岩块、砾石、砂、粉砂、黏土的划分体系，并可按照粒级和物质成分继续细分。总的来说，我国对浅海、河流、湖泊底质类别的分类方法在国外底质分类体系的基础上不断完善，按照粒级划分可分为岩块、砾石、砂、粉砂、黏土（泥）五大类。
水下底质探测方法目前可分为传统采样法和遥测法两种。传统的水下底质采样法一般为机械式采样。根据国家海洋地质地球物理调查规范 [3] ，水下底质采样一般要求测定水深，做表层采样和柱状采样。底质表层采样一般使用蚌式、箱式、多管式、自返式采样器或拖网等设备；柱状采样常使用重力活塞、震动活塞及浅钻等取样设备。上述采样设备有各自适用的底质类型，因此选择采样设备时还需对被采样区的底质类型有大致了解。采样后底质分类可基于样本的性状，如颜色、气味、厚度、稠度、黏性等进行判别，也可采用筛析法、沉析法或激光法鉴别样本的粒径组分。机械式采样法能获取底质准确而详细的信息，但往往采样效率低、测量成本高、测量条件要求高、采样数据不连续，因此不适用于大面积底质调查 [7—8] 。
水下底质遥测法包括光学探测法和声学探测法。其中，光学探测法利用可见光、激光等光电信号，提供与人类视觉直观感知相一致的水底高清晰度图像。但电磁波在水中的衰减特性使得光学探测方法不适宜大范围、混浊水体等条件下的底质探测。声学探测法是目前新兴的水下底质遥测方法，声波在水中的传播能力优于微波和可见光，而且水底声学反射、散射、衰减和声速变化等特征可用于了解底质的粗糙度、硬度、粒度等特性，因此可用于底质类别判断。声学底质探测法是一种经济、快捷的间接探测手段，特别是在采样资料稀少（或底质不便于取样）、需要了解大面积水下底质分布、对底质分布制图的空间精度要求较高的情况下，声学探测法具有采样法和光学探测法无法比拟的优势，声学法底质探测与分类又因此被称为“声学遥感” [9] 。
现代水下底质声学分类主要基于对声学数字信号的分析，根据所用的数据形式不同，底质的声学分类方法可分为回波波形分析法、反向散射强度分析法和声学图像分析法。
回波波形分析法主要使用垂直作用于水底的声波，获取从水底返回的回波信号，并根据信号的波形特征建立与不同水下底质的硬度、粗糙度、声阻抗等物理性质的关系，再根据底质的物理性质建立与底质类别的关系从而实现底质分类 [10-11] 。基于回波波形分析法的底质分类有着较明确的物理机制，目前已有一些比较成熟的软件可供使用 [12] 。但是回波波形分析法基于垂直入射的声波，因此测量覆盖的范围较小，得到的底质分布图往往需要进行空间插值，因此降低了底质分布制图的空间精度。
反向散射强度分析法有两种主要方式，一种是通过建立反向散射强度值、波束入射角与底质物理性质的关系，再根据底质的物理性质建立与底质类别的关系；另一种方式是对反向散射强度信号进行声速校正、地形校正、入射角度校正后转化为与入射角无关的反向散射强度数据，再通过建立反向散射强度与底质类别的关系实现底质分类 [13] 。反向散射强度分析法需要通过大量实验建立强度数据值与底质类别的关系，而且需要准确测定波束入射角等参数，对测量设备和数据处理有较高的技术要求。
声学图像分析法主要基于侧扫声呐、多波束系统或浅地层剖面仪将记录的声信号转化为声学图像，通过图像的灰度变化反映底质表面或剖面的反向散射强度或纹理特征，而反向散射强度和图像纹理特征与地形、地貌以及底质的物理性质有密切关系。声学图像分析法有较多的数据来源，相比于回波波形分析法和反向散射强度分析法，声学图像既可以覆盖较大的空间范围，又包含了底质的反向散射和纹理信息，更便于人工解译分析或使用计算机自动分类，因此基于声学图像分析的水下底质分类已成为研究热点 [14] 。
侧扫声呐（Side Scan Sonar,SSS）通过记录声波斜入射情况下的水底反向散射信号强度而形成声学图像。侧扫声呐图像的灰度值不仅与水下底质的物理性质有关，还与声波传播路径、声脉冲入射角度、水底粗糙度以及水底地形等诸多因素有关，因此是一种水底地貌成像方式。
多波束系统也称为多波束回声测深仪（Multi—beam Echo Sounder,MBES），通过在垂直于航向的平面内发射大量声波束而获取几十甚至上百个深度数据，可记录一定宽度内全覆盖的水深信息，同时也可记录相应的反向散射强度数据。因此，一些多波束系统不仅可得到水底地形图，还可实现与侧扫声呐相同的功能得到水底地貌图像。多波束系统生成的图像具有较高的位置精度，通过精确校正可得到与入射角无关的反向散射强度数据，达到反向散射强度分析法的技术要求，但是多波束系统生成的地形、地貌图像的空间分辨率往往比侧扫声呐图像低。
浅地层剖面仪（Sub—bottom Profiler,SBP）发射垂直入射的声脉冲与底质作用，通过连续记录产生的回波信号而形成水底浅地层剖面声学图像。这种声学图像反映水底表层及浅地层底质的声学反射和透射特征，既可采用回波波形分析法进行底质分类，又可用图像分析法进行底质和地层剖面的分类。但是，与回波波形分析法存在的问题一样，浅地层剖面仪发射的声信号在水底平面上的覆盖范围较小，得到的底质分布图往往需要进行空间插值。
综上所述，声学图像分析法用于底质分类是一种既有潜力又有挑战的方法。一方面，各类声学图像反映的是水底的声学特征，是对底质物理性质的间接描述，因此其底质分类有各自的局限性；另一方面，各类声学成像设备为声学图像分析法提供了丰富的数据源，这些数据源虽然有较大的差异性，但也有互补性，因此，充分结合侧扫声呐、多波束系统、浅地层剖面仪等声学设备形成的水底地貌、地形和浅地层剖面图像信息，结合采样资料或直接观测资料进行水下底质分类正受到越来越多的关注，具有很大的应用潜力 [9—10][15] 。