2. 海军大连舰艇学院海洋测绘工程军队重点实验室, 辽宁 大连 116018;
3. 91001部队, 北京 102600
2. Key Laboratory of Hydrographic Surveying and Mapping of PLA, Dalian Naval Academy, Dalian 116018, China;
3. Troops 91001, Beijing 102600, China
长期以来,海底地形的起伏形态主要是通过离散水深数据(习称“水深注记”,或简称“水深点”)表示的,即将海底地形表面这一连续的空间曲面离散化,通过有规律地选择一定数量呈离散分布的水深点,利用其位置和水深值来描述海底地形的起伏变化[1]。在海洋测绘领域,早期常借鉴数字高程模型(digital elevation model, DEM)这一概念,将其从陆地引申到海洋,采用海底DEM来表达海底地形表面[2-3]。但随着相关研究的深入,能否简单地套用DEM的概念来表示海底水深的变化情况,尤其是在服务于航海应用需求时,这种做法已逐渐受到一些学者的质疑。主要是因为水深所采用的起算基准——深度基准面(如理论最低潮面、略最低低潮面等),不仅与陆地高程所采用的高程基准面不同,而且还随时间、地点、确定方法等因素的不同而变化,由此可见水深所表示的空间意义与高程是存在一定差异的[2]。另外,《国际海道测量规范》也已开始采用测深模型(bathymetric model)的概念,即用一组平面坐标和深度值来表示海底地形的起伏变化[3]。在此基础上,考虑到我国的语言表达特点和行业习惯,文献[4]采用depth model作为水深模型的英文表示。而当水深模型使用数字形式进行表达时,称之为数字水深模型(digital depth model,DDM),并给出了如下定义:数字水深模型是一种反映水深变化的数字化模型,也是用深度表达海底地形特征的一种常用三维数字模型[3-4]。
作为海洋地理空间信息框架的基本内容和其他各种相关信息的载体,DDM不但是保证舰船海上航行安全的主要信息源之一,而且也是进行海洋科学研究和海上工程建设、考古活动等的重要信息平台[4]。长期以来,为不同的应用提供所需的水深模型服务,一直是海道测量和海图制图人员科学研究和相关海洋测绘产品生产实践关注的核心内容[5]。进入21世纪以来,为促进海洋事业的可持续和协调发展,更好地满足国家海洋权益维护、海防建设和海洋资源开发与利用的需要,海洋测绘的主要目标已经由传统的获取航道专题信息转变为获取水域基础地理空间信息,以利用海洋地理信息为主要目的的海底地形测量和配套的多样化系列海洋测绘产品生产将进一步加快发展步伐[4-6]。从水深测量技术来看,作为一种全覆盖式的测深技术,多波束测深技术的发展和普及应用,已为获取翔实、可靠的海底地形信息数据做好了准备。因此,如何有效地对这些数据进行处理和表示,实现对DDM的高质量建模,满足多样化海洋测绘地理信息产品生产与应用的需求,已成为近年来海洋测绘领域研究的一个热点问题。
1 数字水深模型的概念内涵 1.1 数字水深模型的数学定义数学意义上的DDM是定义在二维空间上的一个连续函数D=f(x, y)。由于连续函数的无限性,DDM通常以有限的水深采样点按某种规则连接成的一系列空间小曲面片来逼近原始海底曲面,因此可给出以下DDM的数学定义:DDM是区域S的水深采样点或待插点Pj按规则ξ连接成的面片Mi的集合[1-2],即
式中,i为面片Mi的序号(i=1, 2, …,m);j为水深采样点或待插点Pj的序号(j=1, 2, …,n)。连接规则ξ作为构成DDM的数据结构,可以是呈规则分布的格网或不规则分布的三角网。特别地,当ξ为正方形或矩形时,相应的DDM称为规则格网DDM(GRID_DDM)。由于正方形或矩形的规则性,格网点的平面位置(x, y)隐含在格网的行列号i、j中,此时的DDM就相当于一个n×m的水深矩阵,记为BDDM
当ξ为三角形时,实质上是用互不交叉、互不重叠地连接在一起的三角形面片组成的三角网来逼近海底地形表面。此时的DDM称为不规则三角网DDM(triangulation irregular network DDM,TIN_DDM),可表示为三角形T的集合
式中,τ为三角剖分准则;Pj、Pl、Pk为构成三角形面片的离散水深点。如图 1所示,GRID_DDM和TIN_DDM是目前最常见的两种不同结构的DDM。
1.2 数字水深模型的分类、特点与应用 1.2.1 数字水深模型的分类
DDM作为一种能有效实现海底地形表面数字化表达的新型海洋测绘产品,其应用领域遍及航海图、海底地形图应用所涉及的各行各业。它既可作为海洋领域科学研究、经济活动和国防建设等的基础数据,又可作为海洋地学研究、规划设计、工程建设等成果的表达形式,同时各种不同分辨率的DDM又可成为海图制图的基本数据来源[2-3]。尽管DDM应用所涉及的行业、领域众多,但从模型构建方法、特点及其应用的显著差异来看,可分为服务于航海应用的航海DDM和服务于非航海应用(航海以外的其他应用)的非航海DDM两大类型[1-6]。其中,对于航海DDM,其应用的首要需求是保证舰船的海上航行安全,次要需求是满足航行资源的有效利用;对于非航海DDM,其应用则以准确表达海底地形地貌为基本需求,即类似于对一般陆地DEM的需求。
1.2.2 数字水深模型的特点与应用 1.2.2.1 航海数字水深模型的特点与应用航海DDM专门服务于舰船海上航行,其以深度基准面为水深点深度的起算基准,且在建模时主要按“取浅舍深”的原则进行水深点的选取。在利用建模数据进行内插、推估等处理时,考虑到水深不确定度对航行安全的影响,以及在选择水深点时的“深浅兼顾”要求(适当选取了一些能充分反映航道深度和宽度的较深的水深点和能有效反映出海底地形变化的特征水深点[1-3]),因此,航海DDM除了具备一般DDM的共性之外,由其描述的海底地形还具有了“扩浅缩深”和能较好表示出可航区域等特点。
航海DDM的这些特点正是保证舰船海上航行安全和满足航行资源有效利用所必需的。因此,随着数字海图尤其是电子航海图(electronic navigational chart,ENC)的广泛应用,航海DDM作为一种面向舰船航海应用的专用三维数字模型,与传统的纸质海图上以水深注记为主、等深线为辅表示的二维模拟模型相比,能够更为准确、可靠地服务于舰船航海,已被电子海图显示与信息系统(electronic chart display and information system, ECDIS)、船舶交通服务系统(vessel traffic service, VTS)等各类电子海图应用系统所普遍采用[4-6]。
1.2.2.2 非航海数字水深模型的特点与应用非航海DDM全面服务于海底地形分析与应用,由于其深度以高程基准面为起算基准,且严格以真实、准确反映海底地形为原则进行建模[3-5],因此,非航海DDM与陆地DEM具有相同或相近的特点,是海底地形在某种空间尺度下的一种客观反映。这决定了非航海DDM具有更广泛的适用性,甚至可以利用非航海DDM生成航海DDM,其应用主要包括以下3个方面[1-3, 6]:
(1) 海洋工程建设。凡是和海底地形有关的工程项目,几乎都对非航海DDM有着不同程度的应用需求。例如,海底矿产资源勘探和开发、海底管线敷设、港口建设、航道疏浚、围海造田等海洋工程建设的规划、论证、设计和施工阶段,均对相关海域的海底地形信息有着十分迫切的需求,因此都离不开对不同空间尺度非航海DDM的应用。
(2) 海洋科学研究。非航海DDM在海洋科学研究中的作用也是显而易见的。例如,在生态学研究中,为了揭示海洋生物种类及分布与周围环境的关系,就要用到海底地形和底质等信息;在地貌学研究中,为了弄清各种海底地貌的成因与演化过程,也离不开不同时期的海底地形信息。
(3) 海上军事活动。海底地形要素是海战场环境基础地理空间信息极其重要的组成部分。非航海DDM作为真实海底地形的一种十分有效的三维数字化模型,其对于海战场环境建设、战场规划、作战指挥、水下导航定位、水下目标探测、水雷布设与探测,以及水下航行器的作战辅助等均具有重要意义。
2 数字水深模型建模技术研究进展 2.1 航海数字水深模型建模技术研究进展自20世纪末以来,随着多波束测深系统应用的普及,高密度海量测深数据为航海DDM的精细化建模提供了良好的数据基础,而水深不确定度理论的发展及其在水深建模中的应用,更是加速了航海DDM质量分析与控制从定性到定量质的转变。文献[1—2, 7]提出了面向舰船航海的航海表面(navigation surface,NS)概念,确定了以NS作为下一代ENC数据基础的思想。作为一类由网格点水深和误差组成的特殊航海DDM,NS已成为联系多波束测深数据与下一代ENC的重要纽带。文献[8]提出了一种NS构建技术,对其中涉及的水深不确定度、水深选取、水深插值及等深线综合等问题进行了研究。文献[9]明确规定了NS的文件结构和数据格式。文献[10]研究了NS数据的安全性问题,提出了一种数字认证技术以确保NS数据的安全。文献[11]研究了要素边界在海底地形绘制及可视化中作用的问题,并探讨了未来ENC所具有的基本特征及功能。文献[12]研究了多波束测深技术与海洋测绘工序的调整问题,总结了NS的科学含义,同时结合海道测量、数据库和产品化技术的相互影响,提出了一种新的海洋测绘工序。2008年,国际海道测量组织(International Hydrographic Organization,IHO)通过正式颁布行业标准——《IHO海道测量规范》(S-44,第5版),明确了水深不确定度在航海DDM建模中的质量控制地位[13]。文献[14]构建了电子海图平台下的航海DDM,并基于此设计出了能自动、高效绕行碍航区的最优航线生成算法。文献[15]分析了水深不确定度在航海DDM产品开发中进行质量控制的应用潜能。2012年,国际海道测量组织在颁布的《S-102水深表面产品规范》中强调了NS在航海DDM产品生产中的指导地位[16]。至此,面向航海DDM的建模技术研究框架已初步形成。
进入21世纪以来,随着相关研究的不断深入,国内外学者在航海DDM的精细化构建上取得了很大的进展。文献[17—20]先后构建了多种基于多波束水深数据的航海DDM。与传统的海图水深模型相比,这些航海DDM在海底细节地形表达的精度上有了明显的提高。文献[8, 21—24]在不同的试验区域内采用多波束测深数据、单波束测深数据和海图水深数据等不同来源的水深数据,构建了基于多源水深数据的高精度航海DDM,实现了海底地形地貌的精细化表达。与此同时,基于多波束测深数据水深不确定度的航海DDM定量调控技术得到了快速发展。文献[25]提出了通过构建航海DDM质量指标实现水深间隔和模型精度定量调控的思想。文献[26]进一步研究了航海DDM建模过程中的水深不确定度评估方法,实现了对水深建模质量的有效控制。文献[27—30]紧跟国际新标准要求,对DDM的精细评估与定量调控展开了较为系统、深入的研究,分析了水深不确定度对DDM地形描述不确定度的影响规律,建立了“水深不确定度传递模型”+“DDM地形描述不确定度模型”的DDM质量评估模型,并结合航海DDM的应用需求,提出了基于水深不确定度传递模型的水深水平和垂直不确定度定量调控方法,建立了以水深不确定度定量评估和调控为核心支撑的航海DDM多尺度构建及定量调控理论体系。文献[31—34]进一步将自适应技术引入航海DDM建模,通过挖掘不同海底地形下模型精度与网格间距、水深变化复杂度的统计关系,构建了顾及水深复杂度的自适应网格水深模型,与等间距的网格水深模型相比,精度有了明显的提高,并在此基础上引入不确定度理论,提出了基于区域垂直不确定度的自适应网格水深建模方法,进一步提高了航海DDM的精度。文献[3, 35—40]针对航海DDM构建及多尺度表达的特殊应用需求,定义了DDM满足航行安全所需的深度保证率和满足航行资源表达所需的深度表达度等航海应用指标,研究了不漏水深浅点的航海DDM水深自动选取方法,实现了以航海安全为目标的DDM深度保证率定量调控。文献[41]针对非航海DDM不能直接应用于航海的问题,采用不确定度合成方法计算原始水深不确定度对非航海用DDM建模点的传递不确定度,提出了一种基于水深不确定度拟合面的非航海DDM向航海应用转换的方法。文献[42]进一步分析了不同抽稀方法所构建DDM随尺度变化的深度保证率变化规律,采用统计分析的方法建立了DDM深度保证率与抽稀尺度、海底地形复杂因子之间的数学回归模型。文献[43]定义了已选、待选、拟选水深点及拟构模型面的概念,并利用待选水深点来定量评估模型面的深度保证率与表达度,实现了水深自动选取过程中的DDM质量动态监控。
上述研究表明,水深不确定度理论极大地推动了航海DDM精细化评估及定量调控的发展进程,但这些研究从数据采集、处理到应用,均需要额外存储较多的水深数据质量描述附加信息[27-30]。同时,这些研究和其他有关DDM地形表面误差分析与控制的研究一样,对蕴藏于离散水深数据中的深层次地形特征信息在DDM地形形态分析与控制中的影响机理研究挖掘不够[1-2, 6]。因此,挖掘深层次地形特征信息在DDM地形形态分析与控制中的应用潜能,探索基于地形特征分析的航海DDM构建及多尺度表达方法,成为航海DDM建模的另一发展方向。长久以来,由于滚动圆变换(滚动球变换的二维形式)具有严密的要素几何特征度量特性,已被广泛应用于等深线、单线河流和路网等线要素的制图综合中[44-48]。文献[46]利用滚动圆变换对河流水系要素的综合进行了试验分析,论证了双向滚动圆变换对线要素弯曲特征的定量识别特性。文献[8]挖掘了滚动圆变换在线要素形状化简方面的潜能,利用正向滚动圆变换所具有的保持凸部不变、缩小或填平凹部的几何特性,结合等深线综合中的“安全性”原则,提出了基于正向滚动圆变换的等深线形状化简算法。该方法通过保留等深线中具有航海意义的凸部特征点,并依据阈值(滚动圆半径)大小对各类凹部特征点进行合理移位,实现了等深线要素的自动综合。2006年,国际海道测量组织通过正式颁布技术手册的形式,明确了滚动圆变换在海岸线形状化简中的地位[47]。文献[48]对滚动圆变换的应用范围进行了扩展,提出了基于滚动圆变换的海图要素自动制图综合方法。文献[49]利用双向滚动圆变换对多波束测深数据的处理单元—Ping的几何凹凸性进行定量识别和分析,提出了基于滚动圆变换的多波束测深数据滤波算法。文献[8]在研究面向NS服务的DDM构建方法中,首次提出了滚动球变换的概念,并对其地形特征识别特性进行了定性分析。文献[9—10]对利用滚动球变换实现NS到ENC的转换工序进行了明确。文献[50—52]从滚动球变换的构建原理出发,对基于滚动球变换的GRID_DDM构建和多尺度表达进行了较为系统、深入的研究,提出了面向GRID_DDM三维缓冲体构建的三维完全欧氏距离变换改进算法和基于滚动球模型的单值曲面缓冲体边界生成算法。文献[53]定量分析了滚动球变换在GRID_DDM中的地形特征识别特性,设计了GRID_DDM多尺度表达中细部(骨架)地貌的判定准则,提出了滚动球半径关联的地形形态单元范围提取方法。文献[54]进一步探索了滚动球半径对GRID_DDM综合尺度的影响规律,挖掘了滚动球变换的水深序同构特性,实现了顾及舰船航行安全性与海底地形保真性的GRID_DDM构建及多尺度表达。文献[55]分析了Delaunay三角网剖分准则引起的等深线连接的多义性问题,设计了确保航行安全性的TIN_DDM浅点相近剖分规则。文献[56]在滚动球变换的TIN_DDM地形特征线提取后续研究中,对Delaunay三角网连接方式应用于TIN_DDM构建的合理性进行了系列探索,发现了Delaunay三角网构建的TIN_DDM存在部分地形特征信息被不合理压盖的现象,进而导致TIN_DDM地形特征线提取存在不准确和不完整的问题。文献[57]结合TIN_DDM航海应用指标定量调控的应用需求,初步建立了滚动球接触点状态自动识别的滚动球路径分析模型,提出了一种Delaunay三角网局部优化的航海TIN_DDM构建方法。
2.2 非航海数字水深模型建模技术研究进展产品应用需求决定技术发展方向,作为海道测量与海图制图领域的关键技术衔接,DDM建模技术的发展随海洋测绘产品应用需求的扩张而不断发展。2006年,NOAA提出了H-Cell的概念(H-Cell是指由按照海图制图综合方法从NS抽取出的水深点和等深线,同时叠加障碍物等要素组成的子单元),并将其应用于水下地形匹配导航、海上工程建设等非传统航海领域[47, 58]。文献[59]在多波束测深数据抽稀准则研究中,认为水深抽稀除了应满足传统航海领域所要求的安全性原则外,还应尽可能地反映真实海底地形形态,并提出了水深抽稀的地形完善性准则,为面向非航海的DDM建模技术实现提供了理论依据。文献[20]系统阐述了高保真DDM建模的理论方法、技术优势和工程应用。文献[60]利用水深不确定度对DDM的水深点分布密度及分布形态进行了探索性调控。文献[61]提出了面向地形匹配的水深抽稀算法需在运算速度、采样密度和地形表达精度之间达到一种最优平衡的观点。文献[62—63]分析了利用可导航能力表达度构建DDM以提高水下地形匹配定位精度及稳健性的可行性,提出了基于改进DDM的水下地形匹配定位算法。文献[6]对顾及“保真性”原则的DDM多尺度表达评价标准进行了明确定义,并以地形描述不确定度对DDM多尺度表达的真实性进行了定量评估。至此,面向非航海DDM的建模技术研究框架已初步形成。
地形形态分析与控制技术的出现为地形特征点识别、地形特征线生成、地形特征线网络建模及应用提供了严密的理论依据与技术支撑,同时也为非航海DDM的高保真构建技术研究提供了参考借鉴。文献[64]讨论了地貌形态结构化自动综合,提出了等高线综合中需要等高线的弯曲层次结构、等高线关系树和地形特征线树3个关键的数据支撑,并以地形特征线网络为基础,建立了具有普遍应用意义的地形数据结构化框架。文献[65]在研究地貌信息提取中的结构化问题时,明确了地形特征线网络模型在地形智能匹配、相似性度量、地图综合等方面的应用地位,指出地形特征线网络模型是连接底层数据模型与目标化地形特征之间的有效纽带,对开拓数字地形数据新的应用领域有关键作用。文献[66]为避免数据粗差的影响,构建了基于抗差最小二乘配置的DDM。文献[67]进一步提出了基于抗差Kriging拟合的水深内插算法,生成了具有较高精度的DDM。文献[68]考虑到趋势面法等对海底地形细节的损坏,构建了基于总传播误差法的DDM。文献[69]针对现有水深抽稀方法无法有效匹配地形特征点与非地形特征点的应用局限,提出了一种顾及海底地形整体完善性的多波束测深数据抽稀方法。文献[70]采用神经网络算法实现了对多波束测深数据模型的化简,并将其应用于ENC的生产。文献[71]探索了基于多波束测深数据的数字水深模型构建和特征点提取方法,实现了海底地形的快速、精细化构建。文献[2, 54]定性分析了不同等级地形特征线约束建模引起的TIN_DDM地形描述不确定度变化规律,初步阐明了地形特征线网络信息对TIN_DDM构建质量及航海应用指标的影响机理。文献[72]分析论证了以水深点自然邻点影响域作为TIN_DDM地形形态单元范围的可行性,构建了顾及海底地形复杂度的传递式迭代趋势面,提出了考虑自然邻点影响域的多波束测深数据趋势面滤波改进算法。文献[73—74]进一步将滚动球模型应用扩展至TIN_DDM缓冲面的构建过程,通过滚动球半径的值域约束及与TIN_DDM缓冲面构建关键采样点的数值关联,建立了面向TIN_DDM缓冲面构建的滚动球加速优化模型,为精度可控的TIN_DDM滚动球快速变换提供了技术支持。针对地形特征线网络模型构建的应用需求,文献[56]将滚动球加速优化模型应用于TIN_DDM地形特征线提取过程,分析论证了滚动球半径与地形特征线等级的相关性,通过TIN_DDM的滚动球变换构建了层次阈值严密可控的地形特征线网络模型,提出了以地形特征线网络信息为核心支撑的航海应用指标定量调控与严密转换理论及方法,建立了以地形特征点识别、地形特征线网络模型提取、DDM表面构建为主线的“点—线—面”海底地形特征调控模式。文献[75]在高保真TIN_DDM多尺度表达的探索性研究中,分析了TIN_DDM滚动球接触点与滚动球半径的数值关联,论证了TIN_DDM采样点地形类型与临界滚动球半径的相关性,提出了一种顾及地形形态连续尺度表达的TIN_DDM快速自动综合算法,为TIN_DDM采样点地形特征权重配赋模型的构建及实现地形结构化框架信息与综合尺度的逻辑关系提供了关键技术支持。文献[6]在面向TIN_DDM的海底地形形态与嵌套关系的自动判定及维护、地形特征及其分布范围的定量识别及控制技术的研究中,提出了海底地形复杂度与采样密度快速自适应匹配的TIN_DDM多尺度表达方法,探索了地形特征点识别、地形特征线网络模型构建、地形结构化框架提取、DDM表面构建为主线的“点—线—框架—面”海底地形特征调控模式。文献[76]分析了多波束数据的水深注记选取特点,根据多波束测深点的排列特征,设计了基于剖面线的山脊点、山谷点及地形变化点等特征水深的提取方法。文献[77]针对水下航行器路径规划中存在的海底地形数据融合复杂且低效的局限,将智能优化算法和卡尔曼滤波相结合,建立了一种改进的自校正融合技术,并在分形插值算法理论基础上,提出了一种复合分形插值算法。文献[78]通过对台湾浅滩研究区沙波形态特征进行统计量化,提出了一种针对多尺度沙波叠加地貌的地形分解与重构方法。
3 数字水深模型建模技术研究展望 3.1 基于众源水深数据的数字水深模型建模技术长期以来,海洋测绘界为了能够真实、准确地表达海底地形的起伏变化,通常采取首先由专业的海道测量人员通过外业测量获取实测水深数据,然后由海图制图人员利用这些高质量的专业实测水深数据进行DDM建模及产品制作的方式进行[79-80]。这种由海洋测绘专业人员全程进行外业测量、内业处理、编辑绘图、印刷制作的经典作业模式,经过长期的生产实践,在保障舰船海上航行安全和有效表达海底地形等方面均能较好满足现实需求[81]。近年来,随着全球航运事业和海洋经济的蓬勃发展,各国涉海部门对海洋地理空间数据产品特别是DDM产品的需求日益增大[82]。然而,由于专业人员数量有限,经典作业模式无法通过自主测量来获取国家利益相关海域的全部水深数据,特别是争议海域或他国控制海域高质量水深数据,从而导致当前自主测量、制作的DDM产品覆盖范围与人们实际需求之间的矛盾日益突出。为解决这一突出问题,国际海道测量组织提出了众源测深的概念,即利用非专业测量船(货船、客船、渔船等)安装GNSS定位设备和测深仪等水深测量设备,在航行过程中采集水深数据以及对应的定位信息,当船舶靠港有网络信号时,再将记录的原始数据通过网络或其他方式传输到数据处理中心,最终经必要的内业处理后获得所需水深数据。目前,为指导各类船舶开展此项工作和提出数据共享机制,国际海道测量组织已成立了众源测深工作组[83]。近十年来国内外相关学者已围绕众源测深数开展了大量研究工作。文献[84]借鉴陆地测绘领域众源地理数据的概念,将非我国官方专业机构采集的、质量难以把握的水深数据,统称为众源水深数据,并建立了众源水深数据的质量评估与控制模型,初步探索了其在航海与非航海领域的建模应用。文献[85—86]分析了众源测深数据由于缺少高精度姿态改正,其质量受到较大影响的问题,研发了性价比高、安装简便的姿态传感器,为众源测深数据的姿态改正提供相应支撑。文献[87—89]通过将重构的声速剖面与温盐模型数据融合,提高了众源测深数据的精度。文献[90]通过建立校准点获取相应参数的方法完成了对众源测深数据的无验潮模式水位改正,间接减小了水面升沉与船舶吃水对测深数据的影响。美国国家海洋和大气管理局通过与Rose Point公司开展系列合作,推动了众源测深的发展[91]。法国国家科学研究中心对科考船采集的GPS与测深数据进行门限滤波处理,并利用潮汐模型CSTFRANCE对测深数据进行了潮汐改正[92]。文献[93]提出了利用遗传算法优化BP神经网络模型反演声速剖面的声速改正方法,提高了众源测深数据的质量。文献[94]探讨了众源测深数据改正的若干关键技术,并开展了海上试验验证。以上情况表明,如何深入挖掘众源水深数据的潜能,将其科学、合理地应用于数字水深模型建模,已成为DDM建模技术研究的一个新方向。
3.2 与等深线协调的数字水深模型建模技术等高线在陆地地形形态分析及复杂地形表达方面的应用潜能为DDM构建研究开拓了思路。等高线与地形特征线相伴相生,等高线是地形特征线提取的重要数据基础,而地形特征线又是等高线生成的关键约束条件[64-65]。文献[95]分析论证了等高线弯曲深度与地形特征线等级的相关性,提出了一种顾及地形层次结构信息的结构化谷地树组织方法。文献[96]在DEM地形描述误差的研究中,明确了等高线在地形二、三维表达及DEM精度模型分析等方面的应用地位。文献[97]建立了回放等高线与回放地形特征线协调匹配的DEM质量评估模型。文献[98]利用等高线树对数字表面模型(digital surface model, DSM)的地表特征检测应用进行了探索。尽管上述基于等高线的地形形态分析及复杂地形表达技术研究的对象主要是针对陆地高程所表示的陆地地形,而非海域水深所表示的海底地形,但这些研究成果已为等深线调化简的水深自动综合带来了启示。文献[99]论证了等深线弯曲与海底地形复杂度的相关性,建立了水深点与等深线的协调度指标及评估模型,提出了与等深线协调的水深自动选取方法。文献[100]从航海安全性、航行资源表达和平滑性准则出发,探索并建立了航海图水深密度质量指标及评估模型,提出了航海图等深线化简质量的定量评估指标与方法。文献[101]进一步将水深点与等深线协调化简的思想应用于岸线的自动综合,提出了与水深自动选取协调的岸线化简方法。以上成果的取得,表明应用等深线实现海底地形分析数据模型与海底地形表达数据模型之间转换的思路,在与等深线协调的DDM构建中是可以借鉴的。因此,如何在DDM建模时充分体现等深线在海底地形表达中的作用,构成了DDM建模技术研究的又一个新方向。
4 结束语近年来,DDM作为一种新型海图数据源和海洋测绘产品,其研究、生产和应用已日益受到重视,对DDM的理解和认识无论在理论或技术上均已发生了很大的变化。本文在分析海洋测深数据处理、表达方法及其要达到的目标、意义的基础上,首先总结了DDM的基本概念、类型特点及应用价值;然后,结合DDM建模的航海与非航海两类典型应用需求,系统分析了航海DDM和非航海DDM建模技术的发展背景,全面展示了不同理论方法体系下航海DDM和非航海DDM建模技术的研究进展及取得的成果;最后,针对DDM产品需求迫切与建模所需高质量专业实测水深数据严重不足的现状和如何在DDM建模时充分体现等深线在海底地形表达中的作用问题,阐述了基于众源水深数据的数字水深模型建模技术及与等深线协调的数字水深模型建模技术两个DDM建模技术的最新发展方向。
[1] |
陈轶. 数字水深模型的构建及多尺度表达研究[D]. 大连: 海军大连舰艇学院, 2011. CHEN Yi. Research on the construction and multi-scale representation of digital depth model[D]. Dalian: Dalian Naval Academy, 2011. |
[2] |
董箭. 格网水深插值优化及滚动球变换处理方法研究[D]. 大连: 海军大连舰艇学院, 2013. DONG Jian. Research on grid depth interpolation and rolling ball transform processing[D]. Dalian: Dalian Naval Academy, 2013. |
[3] |
贾帅东. 航海DDM的构建理论与方法[D]. 大连: 海军大连舰艇学院, 2015. JIA Shuaidong. Theory and method for constructing navigation DDM[D]. Dalian: Dalian Naval Academy, 2015. |
[4] |
张立华, 贾帅东, 董箭, 等. 数字水深模型构建理论与方法[M]. 北京: 测绘出版社, 2019. ZHANG Lihua, JIA Shuaidong, DONG Jian, et al. Theory and methods for constructing digital depth model[M]. Beijing: Surveying and Mapping Press, 2019. |
[5] |
彭认灿, 于彩霞, 董箭, 等. 数字海图制图[M]. 北京: 测绘出版社, 2021. PENG Rencan, YU Caixia, DONG Jian, et al. Digital chart cartography[M]. Beijing: Surveying and Mapping Press, 2021. |
[6] |
董箭, 彭认灿, 张立华, 等. 数字水深优化建模及滚动球处理技术研究[M]. 北京: 测绘出版社, 2020. DONG Jian, PENG Rencan, ZHANG Lihua, et al. Research on optimization digital depth modeling and rolling ball transform processing[M]. Beijing: Surveying and Mapping Press, 2020. |
[7] |
ADAMS R. Seamless data and vertical datums-reconciling chart datum with a global reference frame[J]. Hydrographical Journal, 2004, 18(11): 14-39. |
[8] |
SMITH S. The navigation surface: a multipurpose bathy-metric database[D]. Durham, New Hampshire: University of New Hampshire, 2003.
|
[9] |
CALDER B R, BYRNE S, LAMEYB, et al. The open navigation surface project[J]. International Hydrographic Review, 2005, 6(2): 9-18. |
[10] |
CALDER B R, BYRNE S, LAMEY B, et al. The open navigation surface project[J]. International Hydrographic Review, 2005, 6(2): 9-18. |
[11] |
MAYER L A, RAYMOND R, GLANG G, et al. High-resolution mapping of mines and ripples at the Martha's vineyard coastal observatory[J]. IEEE Journal of Oceanic Engineering, 2007, 32(1): 133-149. DOI:10.1109/JOE.2007.890953 |
[12] |
翟京生. 多波束测量技术与海洋测绘工序的调整[J]. 武汉大学学报(信息科学版), 2007, 32(11): 994-997. ZHAI Jingsheng. A more streamlined hydrographic workflow from high-density surveys[J]. Geomatics and Information Science of Wuhan University, 2007, 32(11): 994-997. |
[13] |
International Hydrographic Organization. Special publication N°44 IHO standards for hydrographic surveys[S]. 5th ed. Monaco: International Hydrographic Bureau, 2008.
|
[14] |
张立华, 苏奋振, 彭认灿, 等. 基于瞬时水深模型的最短时间航线自动生成算法[J]. 测绘学报, 2010, 39(5): 516-521. ZHANG Lihua, SU Fenzhen, PENG Rencan, et al. A method for the shortest time routing based on an instantaneous depth model[J]. Acta Geodaetica et Cartographica Sinica, 2010, 39(5): 516-521. |
[15] |
CALDER B. Bathymetric uncertainty and composite products, quantifying, predicting and exploiting uncertainty[C]//Proceedings of 2010 Annual Meeting U.S. Office of Naval Research. Taipei, China: [s. n. ], 2010.
|
[16] |
International Hydrographic Organization. S-12 Bathymetric surface product specification (Edition 1.0)[S]. Monaco: International Hydrographic Bureau, 2012. )
|
[17] |
KLENKE M, SCHENKE H W. A new bathymetric model for the central Fram Strait[J]. Marine Geophysical Researches, 2002, 23(4): 367-378. DOI:10.1023/A:1025764206736 |
[18] |
高金耀, 金翔龙, 吴自银. 多波束数据的海底数字地形模型构建[J]. 海洋通报, 2003, 22(1): 30-38. GAO Jinyao, JIN Xianglong, WU Ziyin. Construction of submarine DTM from raw multibeam data[J]. Marine Science Bulletin, 2003, 22(1): 30-38. DOI:10.3969/j.issn.1001-6392.2003.01.005 |
[19] |
贾俊涛, 翟京生, 孟婵媛, 等. 基于海量多波束数据的海底地形模型的构建与可视化[J]. 测绘科学技术学报, 2008, 25(4): 255-259. JIA Juntao, ZHAI Jingsheng, MENG Chanyuan, et al. Construction and visualization of submarine DEM based on large number of multibeam data[J]. Journal of Geomatics Science and Technology, 2008, 25(4): 255-259. |
[20] |
MILLER J J, MORTIMER K, MILLER V S, et al. The port of Norfolk project feature management in support of high-resolution navigational products[C]//Proceedings of 2011 US Hydrographic Conference. Tampa, FL, USA: [s. n. ], 2011: 25-28.
|
[21] |
WONG A M, CAMPAGNOLI J G, COLE M A. Assessing 155 years of hydrographic survey data for high resolution bathymetry grids[C]//Proceedings of 2007 OCEANS. Vancouver, BC, Canada: IEEE, 2007: 1-8.
|
[22] |
BOLMER S T, BEARDSLEY R C, PUDSEY C, et al. A high-resolution bathymetry map for the marguerite bay and adjacent west Antarctic peninsula shelf for the southern ocean GLOBEC program[R]. Woods Hole, MA: Woods Hole Oceanographic Institution, 2004.
|
[23] |
British Crown and Sea Zone Solutions Ltd. Comparison of surveyed and charted bathymetry[R]. Taunton, British: Seabed Data Center, 2007.
|
[24] |
张立华, 贾帅东, 吴超, 等. 顾及不确定度的数字水深模型内插方法[J]. 测绘学报, 2011, 40(3): 359-365. ZHANG Lihua, JIA Shuaidong, WU Chao, et al. A method for interpolating digital depth model considering uncertainty[J]. Acta Geodaetica et Cartographica Sinica, 2011, 40(3): 359-365. |
[25] |
RICE G, CALDER B. A quantitative approach to the resolution of bathymetric representation[C]//Proceedings of 2009 U.S. Hydro Proceedings. New Orleans, LA, USA: [s. n. ], 2009.
|
[26] |
HARE R, EAKINS B, AMANTE C, et al. Modeling bathymetric uncertainty[C]//Proceedings of 2011 United States Hydrographic Conference Tampa. Tampa, FL, USA: [s. n. ], 2011: 25-28.
|
[27] |
吴超, 殷晓冬, 张立华, 等. 基于不确定度的多波束测深数据质量评估方法[J]. 海洋测绘, 2009, 29(5): 11-14. WU Chao, YIN Xiaodong, ZHANG Lihua, et al. The method of quality estimation in multibeam sounding data based on uncertainty[J]. Hydrographic Surveying and Charting, 2009, 29(5): 11-14. DOI:10.3969/j.issn.1671-3044.2009.05.004 |
[28] |
吴超. 水深不确定度评估及应用研究[D]. 大连: 海军大连舰艇学院, 2009. WU Chao. Evaluation and application of depth uncertainty[D]. Dalian: Dalian Naval Academy, 2009. |
[29] |
曹鸿博. 数字水深模型的精化及舰船导航应用[D]. 大连: 海军大连舰艇学院, 2010. CAO Hongbo. Refinement of digital depth model and its application in ship navigation[D]. Dalian: Dalian Naval Academy, 2010. |
[30] |
贾帅东. 基于不确定度调控的高精度高保证率网格水深建模[D]. 大连: 海军大连舰艇学院, 2011. JIA Shuaidong. High precision and assurance grid depth modeling based on uncertainty regulation[D]. Dalian: Dalian Naval Academy, 2011. |
[31] |
贾帅东, 张立华, 宋国大, 等. 基于区域平均垂直不确定度的自适应网格水深建模方法[J]. 测绘学报, 2012, 41(3): 454-460. JIA Shuaidong, ZHANG Lihua, SONG Guoda, et al. A method for constructing an adaptive grid digital depth model based on mean vertical uncertainty of area[J]. Acta Geodaetica et Cartographica Sinica, 2012, 41(3): 454-460. |
[32] |
张立华, 贾帅东, 元建胜, 等. 一种基于不确定度的水深控浅方法[J]. 测绘学报, 2012, 41(2): 184-190. ZHANG Lihua, JIA Shuaidong, YUAN Jiansheng, et al. A method for controlling shoal-bias based on uncertainty[J]. Acta Geodaetica et Cartographica Sinica, 2012, 41(2): 184-190. |
[33] |
贾帅东, 张立华, 彭认灿, 等. 基于多波束数据的网格水深模型内插方法精度分析[J]. 海洋测绘, 2013, 33(5): 24-26, 37. JIA Shuaidong, ZHANG Lihua, PENG Rencan, et al. The accuracy analysis for grid depth model interpolations based on multibeam echosounder data[J]. Hydrographic Surveying and Charting, 2013, 33(5): 24-26, 37. DOI:10.3969/j.issn.1671-3044.2013.05.006 |
[34] |
ZHANG Lihua, JIA Shuaidong, PENG Rencan, et al. A quantitative method to control and adjust the accuracy of adaptive grid depth modeling[J]. Marine Geodesy, 2013, 36(4): 408-427. DOI:10.1080/01490419.2013.840343 |
[35] |
贾帅东, 刘一帆, 张立华, 等. 水深源数据不确定度在TIN水深建模中的传播规律分析[J]. 海洋测绘, 2014, 34(3): 17-19, 24. JIA Shuaidong, LIU Yifan, ZHANG Lihua, et al. Propagation analysis of depth source data uncertainty in TIN depth modeling[J]. Hydrographic Surveying and Charting, 2014, 34(3): 17-19, 24. DOI:10.3969/j.issn.1671-3044.2014.03.005 |
[36] |
张立华, 贾帅东, 王涛, 等. 深度保证率和表达度指标的定义及评估方法[J]. 武汉大学学报(信息科学版), 2015, 40(5): 695-700. ZHANG Lihua, JIA Shuaidong, WANG Tao, et al. Definitions and estimating methods of a probability of an adequate depth and representiveness[J]. Geomatics and Information Science of Wuhan University, 2015, 40(5): 695-700. |
[37] |
贾帅东, 张立华, 彭认灿, 等. 确保水深模型航海安全性的深度保证率控制方法[J]. 交通运输工程学报, 2015, 15(5): 101-109. JIA Shuaidong, ZHANG Lihua, PENG Rencan, et al. Control method of probability of adequate depth ensuring navigation safety of depth model[J]. Journal of Traffic and Transportation Engineering, 2015, 15(5): 101-109. DOI:10.3969/j.issn.1671-1637.2015.05.013 |
[38] |
曹鸿博, 张立华, 张梅彩, 等. 服务航海与非航海的DDM质量指标之间的关系研究[J]. 测绘科学技术学报, 2016, 33(5): 529-533, 539. CAO Hongbo, ZHANG Lihua, ZHANG Meicai, et al. Study of relation of digital depth model quality index between navigational and non-navigational services[J]. Journal of Geomatics Science and Technology, 2016, 33(5): 529-533, 539. |
[39] |
曹鸿博, 张立华, 陈秋, 等. 航海用DDM向非航海用转换时的整体偏差补偿方法[J]. 测绘通报, 2017(7): 132-136. CAO Hongbo, ZHANG Lihua, CHEN Qiu, et al. A method for compensating the whole deviation of the transformation from DDM for navigation to DDM for non-navigation[J]. Bulletin of Surveying and Mapping, 2017(7): 132-136. DOI:10.13474/j.cnki.11-2246.2017.0240 |
[40] |
曹鸿博, 张立华, 张梅彩, 等. 不同类型DDM相互应用的质量分析[J]. 海洋测绘, 2017, 37(5): 64-67. CAO Hongbo, ZHANG Lihua, ZHANG Meicai, et al. A quality analysis of exchanged applications of different types of digital depth models[J]. Hydrographic Surveying and Charting, 2017, 37(5): 64-67. DOI:10.3969/j.issn.1671-3044.2017.05.014 |
[41] |
曹鸿博, 张立华, 黄文骞, 等. 非航海用DDM向航海应用转换的方法[J]. 测绘通报, 2018(1): 83-87. CAO Hongbo, ZHANG Lihua, HUANG Wenqian, et al. A method of the transformation from DDM for non-navigation to DDM for navigation[J]. Bulletin of Surveying and Mapping, 2018(1): 83-87. DOI:10.13474/j.cnki.11-2246.2018.0015 |
[42] |
曹鸿博, 张立华, 贾帅东, 等. 不同尺度DDM的深度保证率变化规律研究[J]. 海洋测绘, 2018, 38(3): 21-25. CAO Hongbo, ZHANG Lihua, JIA Shuaidong, et al. Study on the change rule of probability of an adequate depth for DDM with different scales[J]. Hydrographic Surveying and Charting, 2018, 38(3): 21-25. DOI:10.3969/j.issn.1671-3044.2018.03.006 |
[43] |
贾帅东, 张立华, 董箭, 等. 利用拟构模型面调控水深模型点选取的航海DDM构建[J]. 武汉大学学报(信息科学版), 2019, 44(11): 1715-1722. JIA Shuaidong, ZHANG Lihua, DONG Jian, et al. A method for constructing DDM serving for navigation using pre-constructed model surface to control and adjust the selection of DDM nodes[J]. Geomatics and Information Science of Wuhan University, 2019, 44(11): 1715-1722. |
[44] |
CHRISTENSEN A H J. Cartographic line generalization with waterlines and medial-axes[J]. Cartography and Geographic Information Science, 1999, 26(1): 19-32. DOI:10.1559/152304099782424893 |
[45] |
董箭, 彭认灿, 陈轶, 等. 一种基于缓冲区边界相向逼近求交模型的曲线间中心线生成算法[J]. 武汉大学学报(信息科学版), 2011, 36(9): 1120-1123. DONG Jian, PENG Rencan, CHEN Yi, et al. An algorithm for centre line generation based on model of approaching intersection of buffering borderline from reciprocal direction[J]. Geomatics and Information Science of Wuhan University, 2011, 36(9): 1120-1123. |
[46] |
CHRISTENSEN A H J. Two experiments on stream network generalization[C]//Proceedings of the 21st International Cartographic Conference. Durban, South Africa: [s. n. ], 2003.
|
[47] |
THOMAS P. 3D nautical charts and safe navigation[D]. Eskilstuna: Malardalen University, 2006.
|
[48] |
高王军. 双向缓冲区模型在海图自动制图综合中的应用研究[D]. 大连: 海军大连舰艇学院, 2009. GAO Wangjun. Application of bidirectional buffer model in automatic cartographic generalization of nautical charts[D]. Dalian: Dalian Naval Academy, 2009. |
[49] |
董箭, 彭认灿, 张立华, 等. 利用滚动圆变换的多波束测深数据滤波算法[J]. 武汉大学学报(信息科学版), 2016, 41(1): 86-92. DONG Jian, PENG Rencan, ZHANG Lihua, et al. An algorithm of filtering noises in multi-beam data based on rolling circle transform[J]. Geomatics and Information Science of Wuhan University, 2016, 41(1): 86-92. |
[50] |
董箭, 彭认灿, 张立华, 等. 滚动球变换的数字水深模型多尺度表达[J]. 地球信息科学学报, 2012, 14(6): 704-711. DONG Jian, PENG Rencan, ZHANG Lihua, et al. Multi-scale representation of digital depth model based on rolling ball transform[J]. Journal of Geo-Information Science, 2012, 14(6): 704-711. |
[51] |
董箭, 彭认灿, 郑义东, 等. 基于滚动球模型的单值曲面缓冲体边界生成算法[J]. 计算机辅助设计与图形学学报, 2013, 25(7): 996-1004. DONG Jian, PENG Rencan, ZHENG Yidong, et al. An algorithm of 3D-buffer boundary generation for singular value surface based on rolling ball model[J]. Journal of Computer-Aided Design&Computer Graphics, 2013, 25(7): 996-1004. DOI:10.3969/j.issn.1003-9775.2013.07.009 |
[52] |
董箭, 彭认灿, 郑义东. 三维完全欧氏距离变换的改进算法[J]. 海洋测绘, 2013, 33(1): 5-8. DONG Jian, PENG Rencan, ZHENG Yidong. Improved algorithm of complete three-dimensional Euclidean distance transform[J]. Hydrographic Surveying and Charting, 2013, 33(1): 5-8. DOI:10.3969/j.issn.1671-3044.2013.01.002 |
[53] |
董箭, 彭认灿, 孔海英, 等. 基于滚动球变换的数字海底地形分割算法[C]//第二十八届海洋测绘综合性学术研讨会. 北京: 海潮出版社, 2016: 206-210. DONG Jian, PENG Rencan, KONG Haiying, et al. Digital seabed terrain segmentation algorithm based on rolling ball transform[C]//Proceedings of the 28th Comprehensive Symposium on Marine Surveying and Mapping. Beijing: Haichao Publishing House, 2016: 206-210. |
[54] |
董箭, 彭认灿, 张立华, 等. 顾及"保真性"原则的双向滚动球变换DDM多尺度表达算法[J]. 测绘学报, 2017, 46(6): 789-801. DONG Jian, PENG Rencan, ZHANG Lihua, et al. Multi-scale representation of digital depth model based on double direction rolling ball transform according to the reality principle[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(6): 789-801. DOI:10.11947/j.AGCS.2017.20160558 |
[55] |
行瑞星, 武芳, 李靖涵, 等. 一种顾及多义性的等深线快速生成算法[J]. 计算机辅助设计与图形学学报, 2017, 29(9): 1705-1712. XING Ruixing, WU Fang, LI Jinghan, et al. A fast algorithm of contour generation considering ambiguity[J]. Journal of Computer-Aided Design&Computer Graphics, 2017, 29(9): 1705-1712. DOI:10.3969/j.issn.1003-9775.2017.09.015 |
[56] |
张志衡. 测深数据滤波处理及基于滚动球变换的航海TIN_DDM构建方法优化研究[D]. 大连: 海军大连舰艇学院, 2019. ZHANG Zhiheng. Filtering processing of sounding data and optimization of navigation TIN-DDM construction method based on rolling ball transformation[D]. Dalian: Dalian Naval Academy, 2019. |
[57] |
李改肖, 张志衡, 董箭. 滚动球路径模型的Delaunay三角网局部优化算法[J]. 测绘科学, 2020, 45(4): 156-160. LI Gaixiao, ZHANG Zhiheng, DONG Jian. Local optimization algorithm of Delaunay triangulation network based on rolling ball path model[J]. Science of Surveying and Mapping, 2020, 45(4): 156-160. |
[58] |
International Hydrographic Organization. S-100universal hydrographic data model (Edition 1.0)[S]. Monaco: International Hydrographic Bureau, 2010.
|
[59] |
夏伟, 黄谟涛, 刘雁春, 等. 多波束测深数据抽稀准则研究[J]. 测绘科学, 2010, 35(S1): 17-19. XIA Wei, HUANG Motao, LIU Yanchun, et al. Research on the rule of multibeam echo sounding system data thinning[J]. Science of Surveying and Mapping, 2010, 35(S1): 17-19. |
[60] |
CALDER B R. Distribution-free, variable resolution depth estimation with composite uncertainty[C]//Proceedings of 2013 U.S. Hydrographic Conference. New Orleans, LA, USA: International Hydrographic Organization, 2013: 25-27.
|
[61] |
訾桂峰, 程秀丽, 刘毅, 等. 面向地形匹配的多波束测深数据抽稀方法研究[J]. 海洋工程, 2013, 31(6): 118-123. ZI Guifeng, CHENG Xiuli, LIU Yi, et al. New thinning method of multi-beam bathymetric data based on terrain matching[J]. The Ocean Engineering, 2013, 31(6): 118-123. DOI:10.3969/j.issn.1005-9865.2013.06.017 |
[62] |
刘现鹏, 张立华, 贾帅东, 等. 基于自适应格网数字水深模型的水下地形匹配定位算法[J]. 中国惯性技术学报, 2017, 25(4): 488-494. LIU Xianpeng, ZHANG Lihua, JIA Shuaidong, et al. Underwater terrain matching algorithm based on adaptive grid digital depth model[J]. Journal of Chinese Inertial Technology, 2017, 25(4): 488-494. |
[63] |
刘现鹏. 高精度、高鲁棒性水下地形匹配定位关键技术研究[D]. 大连: 海军大连舰艇学院, 2018. LIU Xianpeng. Research on key technologies of underwater terrain matching location with high accuracy robustness[D]. Dalian: Dalian Naval Academy, 2018. |
[64] |
毋河海. 地形图等高线树的建立[J]. 武汉测绘科技大学学报, 1995, 20(S1): 15-19. WU Hehai. Establishment of contour tree in topographic map[J]. Journal of Wuhan University of Surveying and Mapping Science and Technology, 1995, 20(S1): 15-19. |
[65] |
王涛. 地貌信息提取中的结构化问题研究[D]. 武汉: 武汉大学, 2005. WANG Tao. Extraction of structural geomorphometrical information from digital elevation models[D]. Wuhan: Wuhan University, 2005. |
[66] |
王海栋, 柴洪洲, 赵东明. 基于抗差最小二乘配置的海底地形生成研究[J]. 系统仿真学报, 2010, 22(9): 2091-2094, 2099. WANG Haidong, CHAI Hongzhou, ZHAO Dongming. Research on seabed terrain generation based on robust least-squares collocation[J]. Journal of System Simulation, 2010, 22(9): 2091-2094, 2099. |
[67] |
王海栋, 柴洪洲, 王敏. 多波束测深数据的抗差Kriging拟合[J]. 测绘学报, 2011, 40(2): 238-242, 248. WANG Haidong, CHAI Hongzhou, WANG Min. Multibeam bathymetry fitting based on robust Kriging[J]. Acta Geodaetica et Cartographica Sinica, 2011, 40(2): 238-242, 248. |
[68] |
李守军, 吴自银. 基于总传播误差法构建海底地形模型[J]. 辽宁工程技术大学学报(自然科学版), 2011, 30(1): 73-76. LI Shoujun, WU Ziyin. Total propagated error computation algorithm and its application in processing of multi-beam data[J]. Journal of Liaoning Technical University (Natural Science), 2011, 30(1): 73-76. DOI:10.3969/j.issn.1008-0562.2011.01.018 |
[69] |
卢银宏, 岳东杰, 宋飞凤. 基于总体最小二乘的Douglas-Peucker算法在多波束测深数据抽稀中的应用[J]. 水利与建筑工程学报, 2012, 10(2): 4-5, 13. LU Yinhong, YUE Dongjie, SONG Feifeng. Application of Douglas-Peucker algorithm based on total least square in data thinning of multibeam sounding[J]. Journal of Water Resources and Architectural Engineering, 2012, 10(2): 4-5, 13. DOI:10.3969/j.issn.1672-1144.2012.02.002 |
[70] |
STATECZNY A, WLODARCZYK-SIELICKA M. Self-organizing artificial neural networks into hydrographic big data reduction process[C]//Proceedings of the 2nd International Conference on Rough Sets and Intelligent Systems Paradigms. Granada and Madrid, Spain: Springer, 2014: 335-342.
|
[71] |
WU Ziyin, SHANG Jihong, LI Shoujun, et al. Multi-beam bathymetric chart construction method based on submarine digital depth model feature extraction: US, 9651698[P]. 2017-05-16.
|
[72] |
张志衡, 彭认灿, 黄文骞, 等. 考虑自然邻点影响域的多波束测深数据趋势面滤波改进算法[J]. 测绘学报, 2018, 47(1): 35-47. ZHANG Zhiheng, PENG Rencan, HUANG Wenqian, et al. An improved algorithm of tendency surface filtering in multi-beam bathymetric data considering the natural neighboring points influence field[J]. Acta Geodaetica et Cartographica Sinica, 2018, 47(1): 35-47. DOI:10.11947/j.AGCS.2018.20160565 |
[73] |
董箭, 张志衡, 彭认灿, 等. 不规则三角网数字水深模型缓冲面快速构建的滚动球加速优化算法[J]. 测绘学报, 2019, 48(5): 654-667. DONG Jian, ZHANG Zhiheng, PENG Rencan, et al. TIN_DDM buffer surface construction algorithm based on rolling ball acceleration optimization model[J]. Acta Geodaetica et Cartographica Sinica, 2019, 48(5): 654-667. DOI:10.11947/j.AGCS.2019.20180455 |
[74] |
DONG Jian, ZHANG Zhiheng, PENG Rencan, et al. TIN_DDM buffer surface construction algorithm based on rolling ball acceleration optimization model[J]. Journal of Geodesy and Geoinformation Science, 2020, 3(3): 88-103. DOI:10.11947/j.JGGS.2020.0309 |
[75] |
张志衡, 董箭, 彭认灿, 等. 基于滚动球变换的TIN_DDM地形形态划分及连续尺度表达[J]. 测绘学报, 2020, 49(5): 644-655. ZHANG Zhiheng, DONG Jian, PENG Rencan, et al. Division of TIN_DDM topographic forms and continuous scale representation based on rolling ball transformation[J]. Acta Geodaetica et Cartographica Sinica, 2020, 49(5): 644-655. DOI:10.11947/j.AGCS.2020.20180527 |
[76] |
李靖涵. 海底地貌自动制图综合算法研究[D]. 郑州: 信息工程大学, 2018. LI Jinghan. Research on automated cartographic generalization of submarine relief[D]. Zhengzhou: Information Engineering University, 2018. |
[77] |
吕重阳. 水下航行器路径规划关键技术研究[D]. 哈尔滨: 哈尔滨工程大学, 2019. LV Chongyang. Research on key technologies of path planning for underwater vehicle[D]. Harbin: Harbin Engineering University, 2019. |
[78] |
朱超. 台湾浅滩沙波地形分解与重构方法研究[D]. 青岛: 山东科技大学, 2019. ZHU Chao. Topographic decomposition and reconstruction of sand waves fields on the Taiwan banks[D]. Qingdao: Shandong University of Science and Technology, 2019. |
[79] |
国家质量技术监督局. 海道测量规范: GB 12327-1998[S]. 北京: 中国标准出版社, 2004. The State Bureau of Quality and Technical Supervision. GB 12327-1998 Specifications for hydrographic survey[S]. Beijing: Standards Press of China, 2004. |
[80] |
国家质量技术监督局. GB 12320-1998中国航海图编绘规范[S]. 北京: 中国标准出版社, 1999. The State Bureau of Quality and Technical Supervision. GB 12320-1998 Specifications for Chinese nautical charts[S]. Beijing: Standards Press of China, 1999. |
[81] |
刘雁春, 肖付民, 暴景阳, 等. 海道测量学概论[M]. 北京: 测绘出版社, 2006. LIU Yanchun, XIAO Fumin, BAO Jingyang, et al. Introduction to hydrography[M]. Beijing: Surveying and Mapping Press, 2006. |
[82] |
王家耀. 现代化海洋测绘: 建设海洋强国的重要保障[R]. 郑州: 信息工程大学, 2016. WANG Jiayao. Modern marine surveying and mapping: an important guarantee for building a marine power[R]. Zhengzhou: Information Engineering University, 2016. |
[83] |
单杰, 秦昆, 黄长青, 等. 众源地理数据处理与分析方法探讨[J]. 武汉大学学报(信息科学版), 2014, 39(4): 390-396. SHAN Jie, QIN Kun, HUANG Changqing, et al. Methods of crowd sourcing geographic data processing and analysis[J]. Geomatics and Information Science of Wuhan University, 2014, 39(4): 390-396. |
[84] |
袁浩, 贾帅东, 张立华, 等. 风浪对众包测深数据的精度影响分析[J]. 海洋测绘, 2020, 40(6): 34-38. YUAN Hao, JIA Shuaidong, ZHANG Lihua, et al. Analysis on the influence of wind waves on the precision of crowdsourced bathymetric data[J]. Hydrographic Surveying and Charting, 2020, 40(6): 34-38. |
[85] |
THORNTON T. TeamSurv-surveying with the crowd: the application of crowdsourcing to hydrographic surveying[EB/OL]. (2011-07-15)[2020-12-23]. https://www.hydro-international.com/content/article/teamsurv-surveying-with-the-crowd.
|
[86] |
THORNTON T. Teamsurv-crowdsourcing in hydrographic surveying[R]. UK: Team-Surv Ltd, 2016.
|
[87] |
黄辰虎, 张卫东, 张乾隆, 等. 联合WOA2018温盐模型及实测温盐资料重构全深度声速剖面(一): 需求论证及技术方案[J]. 海洋测绘, 2020, 40(1): 24-29. HUANG Chenhu, ZHANG Weidong, ZHANG Qianlong, et al. Reconstruction the full-depth sound speed profile with world ocean atlas 2018 and in-situ temperature and salinity in sea water, part Ⅰ: requirement demonstration and technology proposal[J]. Hydrographic Surveying and Charting, 2020, 40(1): 24-29. DOI:10.3969/j.issn.1671-3044.2020.01.005 |
[88] |
黄辰虎, 王梓, 张晓娟, 等. 联合WOA2018温盐模型及实测温盐资料重构全深度声速剖面(二): 精度评估[J]. 海洋测绘, 2020, 40(2): 9-14. HUANG Chenhu, WANG Zi, ZHANG Xiaojuan, et al. Reconstruction of the full-depth sound speed profile with world ocean atlas 2018 and in-situ temperature and salinity in sea water, part Ⅱ: accuracy assessment[J]. Hydrographic Surveying and Charting, 2020, 40(2): 9-14. |
[89] |
黄辰虎, 陆秀平, 叶安娜, 等. 海底地形测量成果的质量检核评估(二): 深远海海域声速剖面的获取[J]. 海洋测绘, 2017, 37(3): 12-16, 20. HUANG Chenhu, LU Xiuping, YE Anna, et al. Examination and assessment of bathymetric surveying products, part Ⅱ: acquisition of sound speed profiles in the deep sea[J]. Hydrographic Surveying and Charting, 2017, 37(3): 12-16, 20. |
[90] |
CALDER B R, DIJKSTRA S J, HO YS, et al. A design for a trusted community bathymetry system[J]. Marine Geodesy, 2020, 43(4): 327-358. DOI:10.1080/01490419.2020.1718255 |
[91] |
REED A, KLEMM A. Crowdsourced bathymetry concept study using data logged with electronic charting systems[EB/OL]. [2022-05-18]. https://hydrography.ca/wp-content/uploads/2020/04/Adam-Reed-CHC-ECS-Crowd-Source-Bathymetry.pdf.
|
[92] |
WEATHERALL P, MARKS K M, JAKOBSSON M, et al. A new digital bathymetric model of the world's oceans[J]. Earth and Space Science, 2015, 2(8): 331-345. DOI:10.1002/2015EA000107 |
[93] |
袁浩, 贾帅东, 金绍华, 等. 利用GA-NN模型反演声速剖面的众源水深数据声速改正[J/OL]. 武汉大学学报(信息科学版): 1-14[2022-07-06]. DOI: 10.13203/j.whugis20200515. YUAN Hao, JIA Shuaidong, JIN Shaohua, et al. Correction for crowdsourced bathymetry data by using GA-NN model to inverse sound velocity profiles[J/OL]. Geomatics and Information Science of Wuhan University: 1-14[2022-07-06]. DOI: 10.13203/j.whugis20200515. |
[94] |
邬金, 王平, 王久, 等. 众包水深测量的关键技术研究与分析[J]. 海洋测绘, 2020, 40(2): 36-40. WU Jin, WANG Ping, WANG Jiu, et al. Research and analysis of key methods for crowdsourced bathymetry[J]. Hydrographic Surveying and Charting, 2020, 40(2): 36-40. |
[95] |
艾廷华, 祝国瑞, 张根寿. 基于Delaunay三角网模型的等高线地形特征提取及谷地树结构化组织[J]. 遥感学报, 2003, 7(4): 292-298. AI Tinghua, ZHU Guorui, ZHANG Genshou. Extraction of landform features and organization of valley tree structure based on delaunay triangulation model[J]. Journal of Remote Sensing, 2003, 7(4): 292-298. |
[96] |
汤国安, 刘学军, 闾国年. 数字高程模型及地学分析的原理与方法[M]. 北京: 科学出版社, 2005. TANG Guoan, LIU Xuejun, LV Guonian. The principle and method of digital elevation model and geoscience analysis[M]. Beijing: Science Press, 2005. |
[97] |
王光霞, 边淑莉, 张寅宝. 用回放等高线评估DEM精度的研究[J]. 测绘科学技术学报, 2010, 27(1): 9-13. WANG Guangxia, BIAN Shuli, ZHANG Yinbao. Evaluating DEM accuracy based on reconstructed contours[J]. Journal of Geomatics Science and Technology, 2010, 27(1): 9-13. |
[98] |
何美章, 朱庆, 杜志强, 等. 从灾后机载激光点云自动检测损毁房屋的等高线簇分析方法[J]. 测绘学报, 2015, 44(4): 407-413. HE Meizhang, ZHU Qing, DU Zhiqiang, et al. Contour cluster shape analysis for building damage detection from post-earthquake airborne LiDAR[J]. Acta Geodaetica et Cartographica Sinica, 2015, 44(4): 407-413. DOI:10.11947/j.AGCS.2015.20130785 |
[99] |
贾帅东, 张立华, 彭认灿. 与等深线协调的水深自动选取方法[J]. 哈尔滨工程大学学报, 2016, 37(1): 59-64. JIA Shuaidong, ZHANG Lihua, PENG Rencan. Method for automatic selection of water depth harmonizing with a depth contour[J]. Journal of Harbin Engineering University, 2016, 37(1): 59-64. |
[100] |
张立华, 温连发, 贾帅东. 航海图等深线化简质量的定量评估指标与方法[J]. 武汉大学学报(信息科学版), 2018, 43(4): 496-501, 508. ZHANG Lihua, WEN Lianfa, JIA Shuaidong. Indices and methods for evaluating quantificationally the quality of simplification of a depth-contour in nautical chart[J]. Geomatics and Information Science of Wuhan University, 2018, 43(4): 496-501, 508. |
[101] |
张立华, 唐露露, 贾帅东, 等. 多条海岸线协同化简的层次化三角网分区法[J]. 测绘学报, 2019, 48(4): 520-531. ZHANG Lihua, TANG Lulu, JIA Shuaidong, et al. A collaborative simplification method for multiple coastlines based on the hierarchical triangulation network partition[J]. Acta Geodaetica et Cartographica Sinica, 2019, 48(4): 520-531. DOI:10.11947/j.AGCS.2019.20180382 |