南海多波束测量中水深数据异常的精细处理与成因分析

Fine Processing and Analysis of Multibeam Bathymetric Data Outlier from Surveying and Mapping in the South China Sea

摘要

高分辨率的海底多波束地形数据广泛应用于海洋测绘、深海调查、海底勘探等海洋研究和资源开发领域.多波束系统海上测量时受海况的复杂性以及海洋噪声等因素的干扰，严重影响了数据的质量，消除数据中的各种异常能够还原真实的海底地形，对研究海底精细地貌及解释具有重要意义.依托 “东方红3”号科考船搭载的EM122多波束系统，近年来在南海北部采集了大范围的深水多波束数据，通过对数据的精细处理和分析，在水深数据中发现并识别了5种典型的异常.根据异常在地形图中的几何形态和异常点在二维测深点云数据中的离散特征，本研究解释和命名为地形褶皱弯曲异常、点状异常、线状异常、放射状异常、空白区异常5类.对5类异常使用不同的滤波方式能够很好的消除异常数据，使用条带滤波或子区滤波处理线状异常、使用子区滤波处理点状异常和放射状异常、通过折射编辑器校正处理地形褶皱弯曲异常、使用插值法处理空白区异常.对采集的多波束数据经过交互式滤波处理，很好地消除了多波束测量中存在的异常数据，为进一步对海底地形地貌的解释和分析提供了强有力的支撑.

Abstract

High⁃resolution seabed multibeam bathymetric data is widely used in marine research and resource exploration, as marine surveying and seafloor mapping and exploration. The multibeam echo⁃sounder system is disturbed by the complexity of sea condition, ocean noise and other factors, which seriously affect the data quality. Removing various anomalies in the multibeam bathymetric data can recover the real seabed topography and it will be greatly useful for study and interpretation of the fine submarine geomorphological features. Based on the EM122 multibeam echo⁃sounder system who hull⁃mounded at the vessel "Dongfanghong 3”, the high⁃resolution bathymetric data have been acquired in the northern continental margin of the South China Sea in recent years. We identify and find five types of bathymetric outlier data by fine process and analysis of the bathymetric data in this study. Based on the geometric forms of the anomaly in the topographic map and the discrete characteristics of the anomaly points in the two⁃dimensional bathymetric point cloud data, we interpret and name the topography fold anomaly, the point anomaly, the linear anomaly, the radial anomaly and the blank anomaly, respectively. Using different filtering methods, the five types of bathymetric outlier data in the multibeam bathymetric data are well removed and processed. The linear anomaly is processed well by swath filtering or subset filtering, the point anomaly and the radial anomaly are removed by the common subset filtering. The topography fold anomaly is corrected by the refraction editor and the blank area anomaly is resolved by interpolation method. By the manually filtering to the acquired bathymetric data, the outlier data are well removed and corrected. These post⁃processed bathymetric data are able to greatly support the further interpretation and analysis of seafloor geomorphological features.

Graphical abstract

关键词

深水多波束系统 / 水深数据异常 / 多波束数据处理 / 条带滤波 / 子区滤波 / 南海 / 海洋地质.

Key words

deep⁃water multibeam echo⁃sounder system / bathymetric outlier data / multibeam bathymetric data processing / swath filtering / subset filtering / South China Sea / marine geology

0 引言

深水多波束测量系统具有全覆盖、高精度和高分辨率的优势，主要是利用发射器发射声波，通过接收器对海底反射或折射的回波进行计算，获取测量区域内多个测量点的水深值，实现了海底测量技术从“点-线”到“线-面”的巨大飞跃（李家彪， 1999； 赵建虎等， 2008；Cervenka， 2011）.海底地形测量是海洋测绘方向的重要分支，主要利用地震成像、多波束测量、侧扫声纳、AUV、ROV等多种探测手段进行测量（Ou et al.， 2012； 吴一帆等， 2022； 张丽娜等， 2023），其中高质量的多波束数据为海洋调查研究、海底大数据可视化分析、海洋资源环境开发利用和海洋工程设计提供了重要的支撑（李家彪， 1999； 朱俊江等， 2022）.深水多波束测量系统作为海底地形测量的主要方法，具有高效快速、大范围测量、自动化等优点，有广泛的应用前景.深水多波束测量系统目前主要应用于海底多尺度地形地貌分析和海洋工程设计等领域，如南海不同尺度海底地形地貌识别和成因研究（Ou et al.， 2012）；南海东北部峡谷体系的发育控制机制研究（王玉宾等， 2020）；南海中建南峡谷群的演化特征（孙美静等， 2022）；南海神狐峡谷区等间距峡谷迁移演化（Wang et al.， 2023）；南海北部珠江口外峡谷沉积演化机制（杜文波等，2022）；峡谷区周期阶坎的形态暗示峡谷迁移机制（Zhang et al.， 2022）；航道和港口的地形特征分析（吴永亭和陈义兰， 2002； 王利锋等， 2014； 舒升元和陈龙， 2017）；海底管道的识别等（贾德康和李志， 2019；叶作安和李志， 2019）.

南海位于印-澳板块、欧亚板块和太平洋板块之间（Tapponnier and Molnar， 1976； Taylor and Hayes， 1983； 姚伯初和刘振湖， 2006； Maruyama et al.， 2007），在复杂的构造背景下诞生了不同类型的海底地貌：东沙环礁、珠江口盆地、台西南盆地等区域的众多海底峡谷（Han et al.， 2010； Chen et al.， 2012； Ding et al.， 2013）；台西南盆地、东沙环礁等区域的海底沙波地貌（彭学超等， 2006；杜晓琴等，2008）；南海海盆南部的海山等（杨金玉等， 2001； Liu et al.， 2003）.为了进一步对南海的多尺度海底地形地貌深入研究，需要对高分辨率的深水多波束数据进行精细化的处理和分析.

多波束数据的质量受到多方面因素的影响和干扰，包括测线的布置、作业海况、潮汐和声速剖面测量的准确性、多波束系统内外部噪声的干扰、海底目标反射等（龚旭东等， 2020； 王启和刘胜旋， 2021； 陶泽丹和张洪运， 2022）.这些因素产生的虚假信号会引起各种类型的异常，破坏海底地形的真实性和准确性，影响对海底地形地貌的分析，甚至可能在成图中产生虚假地形.多波束数据的常用处理软件有开源软件MB⁃System（Caress and Chayer， 1995， 1996）和商业软件CARIS HIPS & SIPS、Qimera、Hypack和Neptune等，这些软件能够对多波束水深数据中的异常进行滤波处理，滤波方式分为自动滤波和交互式滤波两种.其中自动滤波通过鲁棒M估计法、中值滤波、趋势面滤波、深度机器学习和神经网络等算法对异常进行处理（贾蓉等， 2009； 何书锋等， 2020），但受不同滤波算法的参数构建难度、训练样本和规则设置的影响，自动滤波对复杂海底地形中的部分异常不能进行精细的处理.使用交互式滤波方法处理多波束数据中的异常，能否完全消除异常和恢复海底的真实地形尚不清楚，前人也未进行深入的讨论和研究，需要通过具体翔实的案例进行分析和研究.

目前，多波束数据处理主要集中在设备参数处理、算法研究、综合处理流程分析等方面（闫循鹏， 2018； 金绍华等， 2019； 刘亮等， 2021； 王启等， 2021； 汪诗奇等， 2022；龙佳威等， 2024），对多波束数据中存在的多类型异常还未进行深入的分类和研究.本文在前人研究的基础上，对“东方红3”号实测的南海深水多波束数据进行了精细化处理与分析.通过对多波束数据中多类型异常的识别和数据处理，提出合适的滤波降噪处理方法，能够显著地改善和提高数据处理后的成图质量，为下一步精细研究海底地形地貌提供了强有力的支撑.

1 南海多波束数据采集和处理

本文使用的多波束数据由“东方红3”号科考船在2019年、2021年和2022年的几个不同航段中测量所得，数据范围涵盖南海北部陆坡、南海中部海盆、台西南峡谷区等（图1）.“东方红3”号搭载的EM122是Kongsberg公司新一代深海多波束测深系统，主要应用于海底测绘、水深测量和海底影像采集等方面，其系统基本组成包括发射和接收换能器阵、发射接收单元、波束生成器、前置放大单元和多种辅助设备（Kongsberg Maritime， 2009）.EM122系统基本原理为束控法，发射频率为12 kHz，测深范围为20~11 000 m，覆盖宽度为6倍水深，最高可达30 km，测深精度为0.3%水深.

本次研究的深水多波束数据处理基于CARIS HIPS & SIPS 9.1软件，包括对潮汐、导航、姿态数据和声速剖面进行校正处理，使用条带滤波与子区滤波对原始数据进行浏览、检查和精细化处理，并对处理后的数据进行插值（图2）.对插值后的多波束数据通过绘图软件GMT（Generic Mapping Tools）（Wessel and Smith， 1998）进行成果导出，包括绘制二维海底地形图和等深线图等.

本文采用交互式滤波的方法，对多波束中的异常数据进行消除.多波束中异常数据的识别遵循以下6种原则：水深变化区间原则、地形连续变化原则、相邻测辐对比原则、中央波束标准原则、研判地形变化趋势原则、实测编辑相结合原则（李家彪， 1999； 赵建虎等，2008）.依据上述6种原则对数据中的异常进行精细识别，使用条带滤波和子区滤波对水深数据中的异常进行处理.条带滤波和子区滤波是多波束测深数据中异常噪点处理的两种滤波方法.条带滤波是对换能器接收的每一条波束进行处理的方法，主要依据波束的水深数据、波束射线角度变化和海底地形信息分析，对异常条带进行平滑处理，从而剔除水深数据中的异常.子区滤波是先将三维水深数据投影到一个二维平面视图上，然后再对异常进行识别和处理的一种滤波方法（李家彪，1999）.由此可知，条带滤波能够实现对条带特征的浏览和分析，判断波束中可能存在的误差（如横纵摇偏差、动态吃水偏差、潮汐误差、声速改正误差），并对不正确的波束进行平滑处理.子区滤波则能够将三维水深数据投影到不同的二维平面，通过人工编辑的方式对多波束数据中的部分难以剔除的噪点进行精细化处理.鉴于海底地形的复杂程度不同，为了更好的对异常进行消除，本文选用不同的投影平面（表1）对异常数据进行滤波：（1）针对平坦的海底，因地形起伏变化小，采用沿测线前进方向的正投影编辑（正视图），可以直观的确定水深区间，快速过滤较大的异常点；（2）针对地形起伏的区域，采用正交测线方向的侧投影编辑（侧视图），可以直观的展现海底的连续变化趋势，能够消除数据中大部分的异常点；（3）对于一些复杂的异常点，采用垂直正交投影面（俯视图）可以配合等值线对数据进行水深分层，并结合前述两种投影面进行综合分析处理.

本文中的多波束测深数据覆盖较长的空间路径，南海众多不同尺度的海底地貌、复杂的水深变化以及海洋环境噪声等因素会对多波束测量系统的海底回波接收与底跟踪造成影响，导致数据中产生虚假信号形成不真实的底形.异常点在本次神狐峡谷区的多波束数据中表现为“麻坑状底形”（图3a， 3b），事实上，研究表明神狐峡谷区的断层较为发育，峡谷群内发现大量气体上涌通道，地形表面存有大量麻坑（点状麻坑、链条状麻坑、新月形麻坑等），是天然气水合物活跃的重要区域（李守军等， 2010； 陈江欣等， 2015；Zhou et al.， 2015；朱俊江等， 2020）.为了进一步深入研究神狐峡谷的地形地貌，需要高质量真实可靠的多波束数据，通过对异常数据的精细处理与分析，呈现出神狐峡谷的真实海底地形（图3c）.

2 多波束数据中5种类型异常特征和消除

多波束水深数据中的异常广泛存在，早期学者在多波束测深数据中发现了几种主要的异常，它们具有明显的特征，主要以点状形式广泛地呈现在地形中（Calder and Mayer， 2003； Ladner et al.， 2017； Huang et al.， 2020），部分异常呈放射状形态（Ou et al.， 2012）或麻花状形态（闫循鹏， 2018），还有部分异常表现为地形弯曲和海底数据缺失的特点（阳凡林等， 2008； 孙文川等， 2012； 王启等， 2021）.这些异常形态与本文数据中识别的异常类似，但前人缺乏对各类异常形态的分类和成因研究.本文依据近4年采集的南海多波束测深数据，在进行精细处理和分析下，依据异常在地形图中的几何形态和异常点在二维测深点云数据中的离散特征，在水深数据中识别了5种典型的水深数据异常并进行了命名：波束条带发生弯曲，导致地形图上相邻条带重叠区域产生隆起或沟壑状，解释和命名为地形褶皱弯曲异常；异常在二维测深点云数据中呈孤立离散点特征，在地形图上呈突变点或点状麻坑样式，解释和命名为点状异常；异常波束条带呈尖刺状，或异常在二维测深点云数据中呈连续状，在地形图上呈现为线条状或条带状样式，解释和命名为线状异常；异常在三维测深点云数据和地形图上呈明显放射状，解释和命名为放射状异常；波束条带中央或其他区域存在数值缺失，在地形图上表现为部分空白区，解释和命名为空白区异常.表2中列举了5种类型异常的识别特征和精细处理方法.

2.1　地形褶皱弯曲异常的特征和消除

2.1.1　地形褶皱弯曲异常的特征

地形褶皱弯曲异常位于本次数据中的南海北部陆坡（图1），在原始波束条带中表现为边缘波束弯曲，条带呈“笑脸状”或“哭脸状”（图4a，4b），是多波束数据中普遍存在的一种异常.波束条带弯曲会导致生成的地形边缘隆起或凹陷状，使得相邻条带的叠加区域地形不平滑连续，上下波状起伏，产生地形褶皱状现象.

2.1.2　地形褶皱弯曲异常的消除

边缘波束弯曲不仅导致相邻地形的重叠区域发生褶皱，也影响了对测深点的位置归算，降低了数据的真实性.作为多波束测深数据中常见的一种异常，目前有较多的学者致力于研究声速改造模型，以降低声速对波束弯曲的影响（李家彪等，2001；阳凡林等，2008）.消除多波束数据中的地形褶皱弯曲异常，需要对声速剖面进行后处理，以提高声速改正的精度.本文使用CARIS HIPS & SIPS 9.1中的折射编辑器（Refraction Editor），根据测线条带的弯曲程度、相邻测线条带的重叠效果和测区的水深范围，通过不断测试来选取合适的折射系数，对波束折射路径解进行重新计算，实现对弯曲波束路径进行校正的效果（图4c）.

2.2　点状异常的特征和消除

2.2.1　点状异常的特征

点状异常主要出现在本次数据中的南海北部神狐峡谷区域、台西南峡谷群、南海中部海山和中沙群岛南部等地形变化复杂区域，少部分存在于海底沙波和沙丘中（图1）.在地形图上多表现为凸起或凹陷状地形突变点或点状麻坑等形式，一般集中出现在地形复杂的区域（图5a），异常点在二维点云数据中表现为离正常海底面较远的离散稀疏点，在本次水深数据中与正常海底面的水深差值在50~100 m之间（图5b）.

2.2.2　点状异常的消除

点状异常是多波束数据中较为常见的一种噪点，广泛出现在海底地形变化复杂的区域（图1）.目前针对点状异常的处理主要采用基于算法的自动滤波方法进行消除，研究多聚焦在不同算法对异常点的滤波效果差异上（Calder and Mayer， 2003； Ladner et al.， 2017； Huang et al.， 2020）.本文采用交互式滤波方法，对地形变化复杂区域的点状异常具有更好的消除效果.由于在本区域多波束数据中发现大量点状异常，故使用5 m的网格间距对数据中的点状异常进行了精细识别.由于本区域海底地形变化复杂（图5a），处理时在子区滤波中选取侧视图投影面（表1）对异常进行识别，并手动设置横向距离在1 500 m、水深距离在200 m范围的小尺度子区编辑框对异常进行精细滤波，可以实现对异常点的完全消除（图5b， 5d）.

2.3　线状异常的特征和消除

2.3.1　线状异常的特征

线状异常在本次数据中广泛存在于南海东北部陆坡、台西南峡谷群中（图1）.本文在多波束数据中发现一条尚未被识别的小型峡谷，位于南海台西南峡谷区.在小型峡谷的两壁上存在明显的线条状特征（图6a），线状异常的水深值与周围的地形差值接近30 m（图6d），异常点在二维点云数据中表现为悬浮在正常地形数据上方或与之相交（图6b；图6d）.在南海东北部陆坡，发现一处异常覆盖在正常地形之上（图7a），异常凸起明显且在水深图中表现为水深明显异于周围地形，深度差值在200 m以上（图7a），与前人在数据中发现的“条带状异常”相似（Ou et al.， 2012）（图8a），本文根据异常的形态特征将它称为“线状异常”.

2.3.2　线状异常的消除

为了消除线状异常，本文采用了子区滤波和条带滤波两种方法，首先使用条带滤波对异常区域进行浏览检查，当异常条带呈明显异于地形的“尖刺状”特征时（图7c），通过条带滤波对异常条带进行平滑处理，实现对线状异常的消除（图7d）.在用子区滤波处理线状异常时，由于本数据中异常多发于地形变化复杂的峡谷区，所以选取侧投影面进行滤波，可以实现进行更精细的处理.子区滤波中侧投影的效果与切片框的方向相关，在本次线状异常处理中，当选用垂直于异常方向的滤波，异常值与正常的水深差值在30~50 m之间（图6c），可以直观的判定数据中的异常点.当选取平行于异常的滤波方向，可以观察到异常值与正常水深数据相叠加在一起并难以剔除（图6d）.因此，对于处在复杂地形中的线状异常，垂直于异常方向滤波可以取得更好的效果.

2.4　放射状异常的特征和消除

2.4.1　放射状异常的特征

本次数据中的放射状异常主要出现在测线转弯区和峡谷以及中沙群岛南部的海山等海底地形变化复杂的区域（图1）.深水多波束数据中的放射状异常通常具有明显的特征，它们在地形图中呈放射状的形态，空间尺度比点状异常和线状异常大，不利于对海底地形地貌进行识别以及形态分析（图7a； 图8a）.在三维测深数据中，异常以放射状的方式穿插在正常的地形数据中（图9）.

2.4.2　放射状异常的消除

为了消除放射状异常，本文采用子区滤波和条带滤波相结合的方法进行处理.根据实际数据的条带覆盖宽度，利用条带滤波对数据质量较差的条带进行适当的裁切处理，或者通过子区滤波的方法，在三维测深点云数据中对异常进行滤波，实现对放射状异常的消除（图9）.

2.5　空白区异常的特征和消除

2.5.1　空白区异常的特征

空白异常主要出现在中央波束带区域，也有部分分布在其他区域，它们在平坦海底、沙波沙丘、海底峡谷等地貌单元中都有表现（图1）.在对本文的多波束数据进行精细化处理后，发现了南海台西南峡谷群中前人尚未识别的峡谷（图10）.空白异常在地形图上表现为峡谷侧壁和脊部缺失地形，形成间断的空白带（图10a），在二维测深点云数据中表现为部分数值缺失或间断的特征，破坏了峡谷的完整性，对后续有关峡谷的形态、坡度等分析造成干扰.

2.5.2　空白区异常的消除

为了处理空白区异常，需要检查和浏览空白区的原始测深数据，其中可能会有少部分真实测深点因受其他异常点的干扰而被错误地剔除，还原这些误删的真实测深点，可以保证数据的真实性和可靠性.对于原始数值缺失的空白区域，主要通过数值内插的方法进行空白消除.常见的插值算法包括克里金法、反距离加权法、最小曲率法、高斯加权平均法等，它们对测深数据的权重不同，导致生成的曲面效果也不同（贾帅东等， 2013； 张志伟等， 2016）.本文使用CARIS HIPS & SIPS对数据进行内插，通过多次测试选用节点周围8个节点数值对空白值进行插值，设置有效节点个数不低于6个，保证了插值所需时间与插值数据质量的均衡，通过多次迭代，峡谷中的空白区域显著消除，峡谷的形态轮廓清晰可见，实现对空白异常的完全消除（图10b）.

3 5种异常类型的成因探讨

在多波束的测量过程中，设备会受到多种因素的影响，从而在数据中产生虚假的信号或噪声，导致海底地形不真实，这些影响因素包括：设备自身和环境噪声（船体本身或船载设备引起的自噪声、生物、热源等环境噪声）；海况因素和声纳参数设置不合理产生的假信号；海水自身物理性质引起的噪声（海水不均匀性对声速变化的影响、海底折射、海面反射）（李家彪， 1999； 赵建虎等，2008；王启和刘胜旋，2021）.这些因素产生的虚假信号，会在多波束测量数据中呈现出各种类型的异常，而对水深数据中的异常进行误差来源分析，选取合适的处理方法，能够提高数据的整体质量.多波束测量系统中的误差来源有3种：随机误差、系统误差和粗差.随机误差的大小和方向呈现不固定的变化，但可以通过反复测量对设备参数进行抵消.系统误差主要有声速剖面测量误差、导航定位误差、姿态测量误差等.粗差的产生无明显规律，由人为因素、误操作、外界干扰等诸多因素引起，数值可信度较低，广泛存在于多波束数据中（李家彪， 1999； 赵建虎等，2004；肖波等，2012；历昌等，2023）.本文基于多波束测量中的常见影响因素和测量误差来源，对多波束数据中识别的5种异常类型进行详细的成因分析和探讨.

3.1　地形褶皱弯曲异常成因

声速在水中呈分层性传播，传播速度在不同介质层中遵循Snell定理，因此声线的实际轨迹为一条不断曲折的曲线，对波束的实际投射点进行归位计算依赖于声速剖面（邓志军等，2015； 王子蘅等，2021； 肖付民等，2021）.由于声速在时间、空间上的复杂性，需要实时测量声速变化，但实际测量过程中受布设站位的位置、密度、海况等多因素的影响，通常采集的声速剖面与作业时的海水声速仍存在部分差异，不能够实现对所有波束条带的声速改正，导致部分测线条带受声速残留误差影响，使得波束条带发生弯曲，最终形成地形褶皱异常（图4）.波束条带的弯曲特征有“笑脸状”和“哭脸状”两种，其中“笑脸”状的成因是表层声速偏小，引起边缘波束上翘.“哭脸”状的成因是表层声速偏大，引起边缘波束下翘（图4a， 4b）（李家彪等， 2001； 孙文川等， 2016； 史青法等， 2018； 王启等， 2021）.所以，实现对地形褶皱弯曲异常的消除需要真实准确的声速剖面.

声速剖面校正的不完善不仅会导致波束条带弯曲，同时也会对海底测深数据造成一定偏差，影响测深数据的真实性.本文在南海北部、中部测量的3个声速剖面呈现一定的差异性，具体表现为在中浅水层声速变化较大，这主要是由于温度对表层海水声速的影响较大，而海水的温度又随着季节和不同海区的位置而变化（图11a）.正常海水中的典型声速剖面是一个在表面层和温跃层中声速不断衰减，在深海等温层水中声速不断增加的一个过程（图11b），如果使用平均声速或不正确的声速剖面，就会使实际海底发生位移，导致水深资料精度下降，不利于后续使用（李家彪， 1999）.通过使用3种不同的声速剖面对测深数据校正（图11b），结果发现使用不同的声速剖面会造成海底峡谷的位置产生严重的误差和偏离，示例中峡谷的最大深度差值可达100 m，水平偏移可达50 m（图11c）.

目前，对于地形褶皱弯曲异常的消除，常见的改正方法是通过后处理对声速剖面进行改正，如直接对表面声速进行编辑来消除虚假地形，但该方法缺少科学依据，或利用声速剖面数据进行内插重新计算表层声速，但是仍存在声速代表性误差的问题（肖付民等， 2021）.本文采用的折射编辑器法，通过调整折射系数对声速折射路径进行重新计算，来降低甚至消除条带弯曲引起的地形的褶皱，虽具有快速简单的优势（图4c，4d），但是处理过程具有更多的主观性，对处理者的经验要求较高，仍有一定的不足.因此，在现场作业时，通过实时监控表层声速误差来提高声速剖面的精度，实现对地形褶皱弯曲异常的消除，这可能是一种较好的解决办法.

3.2　点状异常、线状异常成因

点状异常和线状异常属于一种明显的噪点，噪点在多波束数据中会形成各种各样的形状，在本研究展示的多波束数据中主要以点状和线状形式出现，广泛分布在地形变化复杂的区域.点状异常和线状异常可能与南海多尺度的地貌、复杂的水深变化、海中生物的噪声干扰等因素有关，这些复杂干扰因素会对多波束系统的底跟踪与回波接收造成干扰，使得测深数据中产生离散分布的噪点（图5b； 图6b）和错误的波束条带（图7c），在地形中形成点状、线状和其他微小异常.

目前对于这些异常点的消除主要聚焦于机器算法滤波，强调不同算法的滤波效果和参数优化，但是不同的算法对地形曲面的拟合效果不同，需要根据实际的地形变化进行正演，选取合适的滤波参数.本文采用的交互式滤波方法，属于人工编辑的方法，与自动滤波相比耗时较长，但是可以对各种复杂海底地形中的异常进行精准化处理与消除，具有更强的直观性.未来，交互式滤波与自动滤波相结合，有望大幅提高数据的质量并降低处理时间.

3.3　放射状异常成因

放射状异常的成因复杂，在本次数据中绝大多数分布在测线条带转弯的区域（图1），考虑为部分航段的路径受作业时海况、台风等因素影响导致原有航迹发生变化，或船转向时船速过快引起的船体姿态变化和外部噪声等干扰降低了测深条带的数据质量，从而形成了放射状异常（王启等， 2021； 张永厚等， 2022）.

针对放射状异常的消除，可以使用条带滤波对测线数据质量较差的区域进行剪切处理，降低其对相邻测线的干扰，从而达到消除放射状异常的效果.但是该方法存在一定的不足，会降低数据的利用率，可能会导致部分数据缺失，产生地形空白异常，从而影响成图的质量.条带滤波方法主要适用于测线布置密集的区域，不会对周围地形造成严重干扰.通过子区滤波的方法，可以在三维数据中精确识别异常数据，实现对放射状异常的精细消除，效果较好，但是人工处理耗时较长.因此，在进行外业时，需要布置科学合理的测线路径和使用规范的船速要求，可以进一步提高现场采集数据的质量，这是降低放射状异常的根本方法.

3.4　空白区异常成因

多波束数据中的空白区异常主要集中在中央波束区，这是由于多波束测深系统通过接收折射波和反射波来进行测深计算，由于中央波束垂直发射，波束开角一般较小，路径短且回波能量较大，产生一系列的声学空白区域（Ou et al.，2012）.在对多波束数据网格化生成曲面时，发现部分测深数据受异常噪点干扰产生耦合效应，被错误判定为异常噪点被剔除，导致真实测深数据缺失，从而在地形图中呈现空白异常.

本文使用CARIS HIPS & SIPS对数据进行内插，利用节点周围矩阵范围内的节点，通过设置最低有效节点个数，对矩阵内空白节点进行插值，内插后的节点继续参与到对其他空白节点内插过程中，通过多次迭代，实现了对数据中空白区异常的消除（图10b）.

4 结论

深水多波束测量是海洋调查的主要方法之一，在多波束调查中由于测深数据受多种因素干扰而影响数据的质量.多波束数据中存在的多类型异常还未深入地研究，搞清多类型异常的特征并选取合适的滤波方法，能够显著地改善和提高数据质量，为进一步研究精细的海底地形地貌提供支撑.基于近年来在南海实测的大范围多波束测深数据，依据异常数据在地形图上的几何形态和在测深点云数据中的离散特征，本文识别和命名了5种类型的水深异常.详细分析和总结了消除5种类型异常的处理方法和成因，获得了如下认识：

（1）多波束数据中的5种主要类型异常分别为地形褶皱弯曲异常、点状异常、线状异常、放射状异常和空白区异常.

（2）5种异常数据可以使用不同的滤波方式消除，通过条带滤波或子区滤波能够完全处理线状异常，使用子区滤波消除点状异常和放射状异常，通过折射编辑校正处理地形褶皱弯曲异常，使用插值法来很好的处理空白区异常.

本文所采用的交互式滤波方法能够很好地处理5种类型的异常，剔除数据中的异常点.与自动滤波相比，交互式滤波具有更强的直观性，可以更好地剔除各种复杂地形中的异常数据.未来，随着机器算法的不断改进和人工智能的高速发展，将人工滤波与自动滤波相结合，对多波束异常的处理会带来更加快速精准的效果.

参考文献

[1] Calder, B. R., Mayer, L. A., 2003. Automatic Processing of High⁃Rate, High⁃Density Multibeam Echosounder Data. Geochemistry, Geophysics, Geosystems, 4(6): 1048. https://doi.org/10.1029/2002GC000486

[2] Caress, D. W., Chayes, D. N., 1995. New Software for Processing Sidescan Data from Sidescan⁃Capable Multibeam Sonars. 'Challenges of Our Changing Global Environment'. Conference Proceedings. OCEANS '95 MTS/IEEE. October 9⁃12, 1995, San Diego, CA, USA. IEEE， 997-1000. https://doi.org/10.1109/OCEANS.1995.528558

[3] Caress, D. W., Chayes, D. N., 1996. Improved Processing of Hydrosweep DS Multibeam Data on the R/V Maurice Ewing. Marine Geophysical Researches, 18(6): 631-650. https://doi.org/10.1007/BF00313878

[4] Cervenka, P., 2011. Characterization and Observation of the Seafloor with a NewMultibeam Front⁃Scan Sonar System. In: Third European Marine Sciences and Technology Conference, Lisbon,Vol. III. Section III.1.5 submarine geotechnics, 1287-1297.

[5] Chen, H.J., Cai, G.Q., Luo, W.D., et al., 2012. Features of Canyon Morphology and Their Origin in the Shenhu Area, Northern Slope of the South China Sea. Marine Geology & Quaternary Geology, 32(5): 19-26 (in Chinese with English abstract).

[6] Chen, J.X., Guan, Y.X., Song, H.B., et al., 2015. Distribution Characteristics and Geological Implications of Pockmarks and Mud Volcanoes in the Northern and Western Continental Margins of the South China Sea.Chinese Journal of Geophysics, 58(3): 919-93 (in Chinese with English abstract).

[7] Chen,P., Sun, F.P.,Han, X.F., et al., 2013. Analysis on Positioning Accuracy of Beidou Satellite Navigation System. Hydrographic Surveying and Charting, 33(5): 34-37 (in Chinese with English abstract).

[8] Deng, Z.J., Huang, C.H., Lu, X.P., et al., 2015. Several Problems of Sound Velocity Profile Data Use in Multibeam Sounding. Hydrographic Surveying and Charting, 35(5): 43-46 (in Chinese with English abstract).

[9] Ding, W. W., Li, J. B., Li, J., et al., 2013. Morphotectonics and Evolutionary Controls on the Pearl River Canyon System, South China Sea. Marine Geophysical Research, 34(3): 221-238 (in Chinese with English abstract).

[10] Du, W. B., Nie, X., Yang, C. P., et al., 2022. Sedimentary Characteristics, Evolution and Controlling Factors of the Pearl River Canyon System in the Northern South China Sea. Earth Science, 47(11): 4046-4059. (in Chinese with English abstract).

[11] Du, X.Q., Li, Y., Gao, S., 2008. Characteristics of the Large⁃Scale Sandwaves, Tidal Flow Structure and Bedload Transport over the Bank in Southern China. Acta Oceanologica Sinica, 30(5): 124-136 (in Chinese with English abstract).

[12] Gong, X.D., Diao, X.Y., Lü, Y.J., et al., 2020. Application of the Full Ocean Depth Multibeam Bathymetric System Seabeam3012 in the Topographic Surveys of Mariana Seamounts in the Western Pacific. Marine Sciences, 44(8): 223-230 (in Chinese with English abstract).

[13] Han, X. B., Li, J. B., Chu, F. Y., et al., 2010. Geomorphology and Tectonic Interpretation of Zhujiang Submarine Canyon, in the Northern South China Sea. OCEANS'10 IEEE SYDNEY.May 24-27, 2010, Sydney, NSW, Australia. IEEE,1-4. https://doi.org/10.1109/OCEANSSYD. 2010.5603638

[14] He, S. F., Sun, T. Q., Lin, W. R., et al., 2020. Architecture Design and Application of Ocean Big Data Platform. Information Technology & Standardization, 2020(5): 76-79. (in Chinese with English abstract).

[15] Huang, X. Y., Huang, C. H., Zhai, G. J., et al., 2020. Data Processing Method of Multibeam Bathymetry Based on Sparse Weighted LS⁃SVM Machine Algorithm. IEEE Journal of Oceanic Engineering, 45(4): 1538-1551. https://doi.org/10.1109/JOE.2019.2921429

[16] Jia, D.K., Li, Z., 2019. Research on Double Probe Detection Method of Multi⁃Beam System for Unburied Submarine Pipeline. Shanxi Architecture, 45(12): 164-165 (in Chinese with English abstract).

[17] Jia, R., Liu, C., 2009. Digital Terrain Model Extraction in Metropolis Based on LiDAR Point Cloud Data. Remote Sensing Information, 24(5): 3-7 (in Chinese with English abstract).

[18] Jin, S.H., Liu, G.Q., Sun, W.C., et al., 2019. The Research on Depth Reduction Model of Multibeam Echosounding Considering Ship Attitude and Sound Ray Bending. Hydrographic Surveying and Charting, 39(1): 19-22, 34(in Chinese with English abstract).

[19] Ladner, R. W., Elmore, P., Perkins, A. L., et al., 2017. Automated Cleaning and Uncertainty Attribution of Archival Bathymetry Based on a Priori Knowledge. Marine Geophysical Research, 38(3): 291-301. https://doi.org/10.1007/s11001⁃017⁃9304⁃9

[20] Li, C., Wang, X., Hao, J. L., 2023. Multibeam Measurement Technology for Gravel Foundation Leveling in Shenzhen⁃Zhongshan Link. Hydrographic Surveying and Charting, 43(03): 16-20 (in Chinese with English abstract).

[21] Li, J. B., 1999. Multibeam Sounding Principles Survey Technologies and Data Processing Methods. Ocean Press, Beijing (in Chinese).

[22] Li, J.B., Zheng, Y.L., Wang, X.B., et al., 2001. Multi⁃Beam Bathymetry and ItsMain Factors Affecting Accuracy. Hydrographic Surveying and Charting, 21(1): 26-32 (in Chinese with English abstract).

[23] Li, S.J., Chu, F.Y., Fang, Y.X., et al., 2010. Associated Interpretation of Sub⁃Bottom and Single⁃Channel Seismic Profiles from Slope of Shenhu Area in the Northern South China Sea⁃Characteristics of Gas Hydrate Sediment. Journal of Tropical Oceanography, 29(4): 56-62 (in Chinese with English abstract).

[24] Liu, L., Liu, S. Q., Li, X. R., et al., 2021. Multi⁃Beam Data Processing and Tide Correction. Technology & Economy in Areas of Communications, 23(2): 57-62. (in Chinese with English abstract).

[25] Liu, Z. C., Chenyilan, Ding, J. S., et al., 2003. Study on Zoned Characteristics and Formation Cause of the East China Sea Submarine Topography. Advances in Marine Science, 21: 160-173 (in Chinese with English abstract).

[26] Long, J. W., Zhao, J. H., Chai, J. B., et al., 2024. Research on Secondary Detection of MRU Position Deviation and Terrain Elimination of Multi⁃Beam Abnormal Stripe. Geomatics and Information Science of Wuhan University, 49(5):785-797 (in Chinese with English abstract).

[27] Maritime, K., 2009. Kongsberg EM122 Multibeam Echo Sounder Maintenance Manual. Available online: https://www.kongsberg.com/search/?searchTerm=em122 (accessed on 7 August 2023).

[28] Maruyama, S., Santosh, M., Zhao, D. P., 2007. Superplume, Supercontinent, and Post⁃Perovskite: Mantle Dynamics and Anti⁃Plate Tectonics on the Core⁃Mantle Boundary. Gondwana Research, 11: 7-37. https://doi.org/10.1016/J.GR.2006.06.003

[29] Ou, X. L., Zhu, J. J., Li, S. Z., et al., 2012. Submarine Geomorphological Features and Their Origins Analyzed from Multibeam Bathymetry Data in the South China Sea. Journal of Marine Science and Engineering, 9(12):1419.

[30] Peng, X.C., Wu, L.S., Cui, Z.G., et al., 2006. A Stability Analysis of Seabed Sand Waves in Waters North of Dongsha Islands of South China Sea. JournalofTropical Oceanography, 25(3): 21-27 (in Chinese with English abstract).

[31] Shi, Q. F., 2018. Analysis and Evaluation of the Depth Accuracy of Edge Beam in Multi⁃Beam Sounding. Hydrographic Surveying and Charting, 38(6): 25-28+36(in Chinese with English abstract).

[32] Shu, S. Y., Cheng, L., 2017. Application Analysis of Multibeam System in Yangtze River Channel Surveying. China Water Transport, 9：46-47 (in Chinese with English abstract).

[33] Sun, M, J., Yao, Y, J., Luo, W, D., et al., 2022.Sedimentary Evolution Characteristics and Controlling Factors of Zhongiiannan Canyons in Northwestern South China Sea. Earth Science, 47(11): 4005-4019 (in Chinese with English abstract).

[34] Sun, Q., Li, M.S., Wang, H.Y., et al., 2015. Comparison and Analysis of Ray⁃Tracking Methods for Multibeam Sounding System. Hydrographic Surveying and Charting, 35(2): 48-51 (in Chinese with English abstract).

[35] Sun, W. C., Xiao, F. M., Jin, S. H., et al., 2012. Normalization of Multibeam Echo Intensity Based on Weighted Least Squares Estimation Method. Journal of Geomatics Science and Technology, 29(4): 262-266 (in Chinese with English abstract).

[36] Sun, W.C., Bao, J.Y., Jin, S.H., et al., 2016. Inversion of Sound Velocity Profiles by Correcting the Terrain Distortion. Geomatics and Information Science of Wuhan University, 41(3): 349-355 (in Chinese with English abstract).

[37] Tao, Z.D., Zhang, H.Y., 2022. Discussion on the Method for High Quality Terrain Detection in the Deep Sea. Coastal Engineering, 41(2): 153-161 (in Chinese with English abstract).

[38] Tapponnier, P., Molnar, P., 1976. Slip⁃Line Field Theory and Large⁃Scale Continental Tectonics. Nature, 264: 319-324. https://doi.org/10.1038/264319a0

[39] Taylor, B., Hayes, D. E., 1983. Origin and History of the South China Sea Basin. Washington DC American Geophysical Union Geophysical Monograph Series,27: 23-56.https://doi.org/10.1029/GM027p0023

[40] Wang, L.F., Jiang, X.H., Wang, B., et al., 2014. Key Issues about the Multibeam Bathymetric System in Channel Survey. Hydrographic Surveying and Charting, 34(5): 55-58 (in Chinese with English abstract).

[41] Wang, Q., Liu, S., 2021. Discussion on Acquisition Quality Monitoring Method of Multi⁃Beam Bathymetric Data. Geospatial Information, 19(07): 81-84+7(in Chinese with English abstract).

[42] Wang, Q., Liu, S.X., Guan, Y.X., 2021. The Discussion on Shallow Multibeam Echosounding Data Processing Method. Hydrographic Surveying and Charting, 41(2): 29-33 (in Chinese with English abstract).

[43] Wang, S.Q., Wang, Y., Chen, K., et al., 2022. Research on Indoor Processing Method of Multi⁃Beam Data. Geomatics & Spatial Information Technology, 45(11): 219-221 (in Chinese with English abstract).

[44] Wang, X. X., Benjamin, K., Sun, Q. L., 2023. Sediment Waves Control Origins of Submarine Canyons. Geology, 51(3): 310-314. https://doi.org/10.1130/G50642.1

[45] Wang, Y.B., Wu, Z.Y., Shang, J.H., et al., 2020. Morphologic Characteristics and Controlling Factors of the Northeastern South China Sea Canyon Group. Haiyang Xuebao, 42(11): 62-74 (in Chinese with English abstract).

[46] Wang, Z.H., Wang, Z.J., Nie, Z.X., et al., 2021. Research on the Sampling Depth in the EOF Reconstruction of the Sound Speed Profile. Marine Sciences, 45(6): 126-134 (in Chinese with English abstract).

[47] Wessel, P., Smith, W. H. F., 1998. New, Improved Version of Generic Mapping Tools Released. Eos, Transactions American Geophysical Union, 79(47): 579. https://doi.org/10.1029/98EO00426.

[48] Wu, Y, F., Guan, H, X., Xu, L, F., et al., 2002. Characteristics and Significance of Biomarkers Related to AOM in Surface Sediments of the Haima Cold Seep in the Northern South China Sea. Earth Science, 47(8): 3005-3015 (in Chinese with English abstract).

[49] Wu, Y, T., Chen, Y, L., 2002. Multibeam Bathymetric System and Application in Ocean Engineering Exploration. Hydrographic Surveying and Charting, 3: 26-28 (in Chinese with English abstract).

[50] Xiao, B., Liu, F.L., Qu, J., 2012. Error Sources Analysis for multi-Beam Echo Sounding. Marine Geology Frontiers, 28(12): 67-69, 74(in Chinese with English abstract).

[51] Xiao, F.M., Huang, Y., Zhang, Y.H., et al., 2021. Analysis of Surface Sound Speed Errors on Multibeam Sounding Data. Hydrographic Surveying and Charting, 41(1): 27-30 (in Chinese with English abstract).

[52] Yan, X, P., 2018. Effect and Correction of Internal Waves on Multibeam Sounding(Dissertation). Shandong University of Science and Technology, Qingdao, 24-38 (in Chinese with English abstract).

[53] Yang, F.L., Li, J.B., Wu, Z.Y., et al., 2008. The Methods of High Quality Post⁃Processing for Shallow Multibeam Data. Acta Geodaetica et Cartographica Sinica, 37(4): 444-450 (in Chinese with English abstract).

[54] Yang, J.Y., Zhang, X.H., Wang, X.T., 2001. Using Gravitational and Magnetic Calculation to Interpret the Earth’ s Crust Characteristics of the Middle Part of the South China Sea. Marine Geology & Quaternary Geology, 21(1): 45-50 (in Chinese with English abstract).

[55] Yao, B.C., Liu, Z.H., 2006. Sedimentary Basins and Petroleum Resources in Nansha Offshore Area, South China Sea. China Offshore Oil and Gas, 18(3): 150-160 (in Chinese with English abstract).

[56] Ye, Z.A., Li, Z., 2019. Research on Single Probe Detection Method of Multi⁃Beam System for Unburied Submarine Pipeline. Shanxi Architecture, 45(9): 207-208 (in Chinese with English abstract).

[57] Zhang, L.N., Xie, J., Chi, B.X., et al., 2023. Recent Advances in Distributed Acoustic Sensing Applications for Seismic Imaging. Reviews of Geophysics and Planetary Physics, 54(2): 140-149 (in Chinese with English abstract).

[58] Zhang, S. Y., Zhu, J. J., Jia, Y., et al., 2022. Submarine Small⁃Scale Features of Cyclic Steps in the Penghu Canyon: Implications for the Migration of Canyon. Journal of Marine Science and Engineering, 10(9):1301.

[59] Zhang, Y.H., Xiao, F.M., Jin, S.H., et al., 2022. A Correction Method for Multi⁃Beam Roll Residual Based on LM Algorithm. Geomatics and Information Science of Wuhan University, 47(7): 1140-1145 (in Chinese with English abstract).

[60] Zhang, Z.W., Bao, J.Y., Xiao, F.M., 2016. An Interpolation Method of Multibeam Data Based on Robust Estimation. Science of Surveying and Mapping, 41(10): 14-18 (in Chinese with English abstract).

[61] Zhao, D.N., Wu, Z.Y., Li, J.B., et al., 2019. The Key Technology and Application of Parameter Optimization Combined CUBE and Surface Filter. Acta Geodaetica et Cartographica Sinica, 48(2): 245-255 (in Chinese with English abstract).

[62] Zhao, J. H., Liu, J. N., 2008. Multibeam Bathymetry and Image Data Processing. Wuhan University Press, Wuhan (in Chinese).

[63] Zhao, J.H., Liu, J.N., Yang, F.L., 2004. Weaken Systematic Error in Depth Data of MES. Geomatics and Information Science of Wuhan University, 29(5): 394-397 (in Chinese with English abstract).

[64] Zhou, W., Wang, Y. M., Gao, X. Z., et al., 2015. Architecture, Evolution History and Controlling Factors of the Baiyun Submarine Canyon System from the Middle Miocene to Quaternary in the Pearl River Mouth Basin, Northern South China Sea. Marine and Petroleum Geology, 67: 389-407. https://doi.org/10.1016/j.marpetgeo.2015.05.015

[65] Zhu, J, J., Li, S, Z., Lu, J, A., et al., 2020. Scientific Implications and Preliminary Surveying Results of Geological and Physical Oceanography Environment in the Shenhu Area of the Northern South China Sea. Earth Science, 45(4): 1416-1426 (in Chinese with English abstract).

[66] Zhu, J.J., Ou, X.L., Yang, Y., et al., 2022. Seafloor Visualization and Graphic User Interface Design. Earth Science Frontiers, 29(5): 255-264 (in Chinese with English abstract).

基金资助

国家自然科学基金项目(42276058)

国家自然科学基金项目(41831280)

崂山实验室科技创新项目(LSKJ202204402)

中央高校基本科研业务费专项(202172002)

中央高校基本科研业务费专项(202172003)

泰山学者(ts20190918)

泰山学者(tstp20221112)

青岛市领军人才资助项目(19⁃3⁃2⁃19⁃zhc)

中国海洋大学人才工程项目(201812016)