EN中文

Tropical Geography >

2020 , Vol. 40 >Issue 2: 278 - 288

DOI: https://doi.org/10.13284/j.cnki.rddl.003221

Reconstruction of Shipwreck and Surrounding Relief at a Coral Reef in the South China Sea Based on Side Scan Sonar Image

  • Xiaoju Liu 1, 5 ,
  • Qi Shi , 1, 2, 4 ,
  • Hongqiang Yang 1, 2, 3, 4 ,
  • Shengnan Zhou 1, 5
Expand
  • 1.Key Laboratory of Ocean and Marginal Sea Geology, South China Sea Institute of Oceanology; Chinese Academy of Sciences, Guangzhou 510301, China
  • 2.Innovation Academy of South China Sea Ecology and Environmental Engineering, Chinese Academy of Sciences, Guangzhou 510301, China
  • 3.Nansha Marine Ecological and Environmental Research Station, Chinese Academy of Sciences, Sansha 573199, China
  • 4.Southern Marine Science and Engineering Guangdong Laboratory (Guangzhou), Guangzhou 511458, China
  • 5.University of Chinese Academy of Sciences, Beijing 100049, China

Received date: 2019-11-14

  Request revised date: 2020-02-21

  Online published: 2020-05-15

Copyright

Copyright reserved © 2020
Fold

Abstract

As sonic imaging instrument, side scan sonar is widely used in the qualitative detection and recognition of underwater landforms and objects. Some researchers have attempted to quantitatively reconstruct underwater landforms using the Shape From Shading (SFS) method, which is based on the principle of computer vision. At present, it is sometimes used in the investigation of coral reefs in China. In the present study, a quantitative reconstruction of shipwreck and its surrounding relief is carried out at a coral reef in the South China Sea based on single side scan sonar image. After the pre-processing steps of data format conversion, image generation, water removal, image gain and correction, and coordinate conversion, the side scan sonar image of the shipwreck area was used to retrieve the underwater topographic data. The study involved using an SFS algorithm based on minimization approach with the measured bathymetric data as the initial topographic condition to reconstruct the three-dimensional relief of the shipwreck and surrounding area. The mean absolute error was 0.77 m and the mean relative error between the retrieved and measured water depths was 4.5%, revealing the topographic and geomorphic features of the shipwreck area. The results show that the shipwreck area is located on the western side of the coral reef and has the typical geomorphologic form of a reef slope with water depth increasing from -1.8 m to -165.4 m from east to west. It can be divided into two relatively planar terraces and two steep slopes according to the water depth and slope gradient. The first terrace is approximately 46 m wide, with a mean depth of approximately -4.1 m and a mean gradient of approximately 1.4°; the first slope is approximately 35 m wide, with a mean depth of approximately -16.1 m and a mean gradient of approximately 28.8°. The second terrace is approximately 87 m wide, with a mean depth of approximately -26.7 m and a mean gradient of approximately 5.7°; the second slope is approximately 90 m wide, with a mean depth of approximately -63.3 m and a mean gradient of approximately 39.0°. The shipwreck is located on the second terrace of the reef slope. The shipwreck lies in EES-WWN orientation and is approximately 45 m long, 9 m wide, 4 m high, with a tonnage of approximately 500-600 tons. However, the shipwreck is no longer intact. The quantitative inversion and reconstruction of underwater landforms using side scan sonar images is an effective complement to the qualitative analysis of the images and can reveal the topographic and geomorphic characteristics of the coral reef in more comprehensive and detailed ways. In the future, the quantitative analysis method of side scan sonar imaging will have widespread applications in the investigation of topographic reconstructions, substrate types and coral community distributions, human activity footprint monitoring, and identification of special objects such as submerged reefs and shipwrecks.

Key words： South China Sea; coral reef; side scan sonar; 3D reconstruction; shipwreck

Cite this article

Xiaoju Liu , Qi Shi , Hongqiang Yang , Shengnan Zhou . Reconstruction of Shipwreck and Surrounding Relief at a Coral Reef in the South China Sea Based on Side Scan Sonar Image[J]. Tropical Geography, 2020 , 40(2) : 278 -288 . DOI: 10.13284/j.cnki.rddl.003221

开放科学（资源服务）标识码（OSID）：
侧扫声呐是一类发射声波并接收水底后向散射回波成像的仪器,根据回波强度生成明暗差异的声呐影像,能直观地反映水底地形地貌形态以及底质纹理等特征,具有高精度、高分辨率、覆盖范围大和连续成像的特点,被广泛应用于海底地形地貌探测、海底底质勘探、水下目标搜寻、海洋环境监测、海洋工程和水下考古等多方面的调查和研究中（鱼京善 等,2004;潘国富 等,2004;李海滨 等,2010;马永 等,2016;吴海京 等,2017）。
受声呐探测原理和工作模式的制约,声呐影像多是沿航线展布的瀑布式影像。在声呐影像中,海底地物分布于航线两侧,而影像本身并不具备方向、位置和深度信息,只能定性反映海底地形地貌和水下目标形态,需要通过人工判读来识别海底地形地貌特征和地物目标,但不能提供完整的地形地貌定量数据。为了拓展侧扫声呐的应用,充分挖掘声呐数据中的地形地貌信息,国内外学者深入探讨了如何利用侧扫声呐的二维海底影像进行三维反演重建海底地形地貌（Cushieri et al., 1990; Dura et al., 2004; Moszynski et al., 2013; Bikonis et al., 2013; 王爱学 等,2017a,2017b;赵建虎 等,2017a,2017b;王杰英,2018）。虽然反演结果存在一定差异,但能不同程度地获得声呐影像完整的三维地形地貌的定量重建（王爱学 等,2017a）。
珊瑚礁是热带海区特有的生物地貌类型,广泛分布于中国南海,按礁体表层范围推算总面积约为7 300 km2（张乔民 等,2006）。由于中国珊瑚礁大多分布于远海区域,受调查条件的限制,对珊瑚礁地形地貌的调查和认识并不全面。而侧扫声呐由于其所具备的特点,在珊瑚礁区的地形地貌调查和研究中具有广泛的应用前景。但从文献检索来看,国内利用侧扫声呐开展珊瑚礁调查研究的报道较少,最新的研究是利用侧扫声呐开展对西沙群岛宣德环礁部分区域的珊瑚和暗礁分布以及环礁底质类型的调查（韩孝辉 等,2019）。目前国内还未见利用侧扫声呐开展对珊瑚礁区地形地貌的定量反演和重建的报道。
在由中国科学院南海海洋研究所承担的中国科学院战略性先导科技A类专项项目“南海环境变化”实施的南海珊瑚礁调查中,首次采用侧扫声呐对珊瑚礁的地形地貌进行探测,获取了珊瑚礁区的侧扫声呐数据和影像。其中在某珊瑚礁的调查中从声呐影像上识别到一艘沉船。因此,本文尝试利用该沉船区的侧扫声呐影像对沉船及周边地形开展定量反演和三维重建,以揭示沉船及周边区域地形地貌的基本特征,并探讨侧扫声呐在未来珊瑚礁调查研究中的应用和方法的改进,以期进一步挖掘侧扫声呐的优势,促进侧扫声呐及其定量分析方法在南海珊瑚礁调查研究中的广泛应用。

1 现场调查

2018年南海珊瑚礁调查春季航次在某珊瑚礁利用侧扫声呐开展地形地貌现场调查,所使用仪器为国产蓝创海洋Shark-S450S单频侧扫声呐仪,发射频率为450 kHz,采用Chirp调频信号和CW连续脉冲信号处理技术,水平和垂直开角分别为0.3°和50°,最大量程150 m,垂直航迹分辨率1.25 cm,安装有自主OTech声呐软件。现场采用小艇开展侧扫声呐探测,仪器通过支架固定于小艇底部,小艇以3节左右的航速低速行进,沿礁坡布设测线展开现场探测,仪器量程设置为120 m。同时,在声呐垂直线上连接国产中海达K3型信标机进行航迹实时定位测量。此外,小艇底部另布设有中海达HD-370型单频测深仪,同步开展水深测量。在该珊瑚礁西侧礁坡区的调查中,从侧扫声呐影像上发现有类似水下沉船的物体,故特别设置垂直礁坡的测线对沉船进行探测,获得礁坡水下沉船区域的侧扫声呐数据。在完成侧扫声呐探测作业后,在沉船位置安排潜水员下潜探勘,根据侧扫声呐的探测定位,潜水员准确地找到沉船。由于现场水体浑浊且水深较大,潜水员只能短暂停留进行水下拍照,获得沉船照片。

2 数据分析处理

2.1 声呐数据转换和影像生成

现场获得的侧扫声呐原始数据主要是声呐实时工作状态的各种信息,包括时间、采样频率、量程、航速、姿态、距海底深度、地理位置以及回波强度等。原始数据由仪器所配OTech声呐软件转换为通用的XTF格式数据,一方面用于提取相关的状态信息,另一方面将声呐数据转换为TIFF格式影像,生成沉船区的单幅声呐影像。侧扫声呐是沿着小艇两侧进行探测,声呐影像包含左舷和右舷部分,由于沉船发现于小艇左侧,本文只分析左舷部分声呐影像。为了便于数据的读取处理,图1中左舷影像经过了左右翻转,把水体部分置于左侧。
图1 珊瑚礁沉船区侧扫声呐影像（a. 翻转后左舷声呐影像;b. 去除水体后影像;c. 增益补偿和去除沉船阴影后影像）

Fig.1 Side scan sonar image of the shipwreck area (a. image of port side after rolling-over; b. image after removing water body; c. image after gain compensation and removing shipwreck shadow)

2.2 海底线识别与水体去除

由于侧扫声呐固定于小艇,声呐影像左端为声呐起始位置,小艇连续航行中声呐位置的连线为小艇的航迹线。声呐向两侧海底探测形成水平面上垂直于航迹线的扫描线（图1-a）,扫描线记录海底横向范围各点的回波强度,形成深浅不同的影像灰度。声呐影像通常由2部分组成,左侧深色部分为回波在水体中传播形成的水体影像,右侧浅色部分为由近及远海底回波形成的海底影像,2部分的边界称为海底线（见图1-a）。海底线即垂直于声呐的海底第一个回波形成的影像点的连线,也就是声呐航迹线到海底垂直高度变化投影到影像上的连线。声呐影像上航迹线到海底线的距离即水体影像的宽度,代表声呐到海底的水深。一般根据水体和海底2部分影像的灰度差异和突变来检测识别海底线位置（赵建虎 等,2017c）。由于水体和礁底回波强度不同,声呐影像中水体部分与礁底部分的灰度差异明显,界线清晰（见图1-a）。在扫描线的灰度曲线上,灰度呈现低值向高值突然增大（图2-a）,代表水体向礁底的转变。扫描线灰度转变的第一个灰度峰值点即为海底位置点（见图2-a）,全部扫描线灰度峰值点的连线为海底线位置。确定海底线后,可以去除影像中水体部分（图1-b）。
图2 沉船区侧扫声呐影像处理

注：a图中箭头指示水体与礁底边界;c图中箭头指示沉船阴影范围;d图中P(Xi, Yi)为扫描线上第i个点的地理坐标;D(xi, yi)和D(xi+1, yi+1)为相邻航迹点的地理坐标。

Fig.2 Processes of the side scan sonar image of the shipwreck area

2.3 影像增益补偿

侧扫声呐在探测过程中,以球面波形式向两侧海底传播。随着发射角度和距离的增大,存在海水以及海底对声波的吸收散射作用,造成回波的衰减,导致声呐影像沿扫描线方向呈现出近海底线部分灰度较大,颜色偏浅;而远离海底线部分灰度逐渐减小,颜色偏深（图1-b）,因此,需要对声呐影像进行增益补偿（王杰英,2018）。通过拟合扫描线的影像灰度,获取声呐影像灰度衰减的趋势（图2-b）;通过去除灰度衰减趋势,达到弥补回波信号衰减的目的（图1-c）。

2.4 沉船阴影去除

由于沉船对声波信号的阻挡,声呐影像上显示沉船的一侧出现深色的阴影区（见图1-b）,遮掩了这一区域真实的地貌形态,造成地形识别和还原存在较大偏差,因此需要去除阴影区。根据物体及物体阴影区和邻近非阴影背景区的灰度比差异,对阴影区进行检测识别并提取（孔繁奇,2007）。图2-c显示,沉船阴影区的灰度比值明显小于非阴影区的灰度比值。据此确定灰度比的阈值区间,判断检测沉船阴影区范围,并基于邻近非阴影背景区的灰度值对识别后的阴影区进行灰度补偿,达到去除阴影的目的（见图1-c）。

2.5 斜距校正

侧扫声呐通过结合声波发射和接受海底各点的回波信号的时间差与声速,计算声呐到海底各点的距离。由于声波以球面波形式传播,存在发射角的变化,声呐到海底各点的距离表现为斜距。在声呐影像上扫描线各点按斜距大小排列,因此扫描线影像各点到海底线的距离并非真实的水平距离。故需要基于声呐到海底线之间的水深与扫描线上各点的斜距进行校正,以获得各点的平距代表各点相对于海底线的实际水平距离（邓雪清 等,2002）,其公式为：
PD = S D 2 - H 2
式中：PD为平距;SD为斜距;H为声呐到礁底的高度。

2.6 地理坐标转换

侧扫声呐影像是基于扫描线和海底线位置顺序排列各像素点,各点位置并不代表实际的地理坐标位置,需要进行地理坐标位置转换,主要包括航迹线坐标平滑和像素点地理坐标转换。与侧扫声呐联测的信标机实时定位信息代表航迹线各点的地理坐标,保存于侧扫声呐数据中,可直接读取。侧扫声呐固定小艇底部与信标机处于同一垂线上,航迹线的各点地理坐标等同于海底线各点的地理坐标。由于信标机和侧扫声呐采样频率不同步,造成航迹线呈阶梯状,需要对航迹线地理坐标位置进行插值平滑处理（邓雪清 等,2002;王杰英,2018）。声呐扫描线垂直相交于海底线,可根据海底线前后各点的地理坐标和扫描线各点在扫描线上的位置和距离求算各点的地理坐标,将影像位置点转换成地理坐标位置点（邓雪清 等,2002;王杰英,2018）。航迹点与扫描点的位置关系见图2-d所示,转换计算公式（王杰英,2018）为：
X i = x i ± PDcos θ
Y i = y i ± PDsin θ
θ = arctan K
K = - 1 k
k = y i + 1 - y i x i + 1 - x i
式中：Xi和Yi为扫描线上第i个点Pi的地理坐标;Di为该扫描线垂交航迹线上航迹点;xi和yi为Di地理坐标;Di+1为Di相邻的下一个航迹点;xi+1和yi+1为Di+1的地理坐标;PD为Pi和Di两点之间的平距;θ为扫描线与水平线的锐角夹角;K为扫描线的斜率;k为Di与Di+1的斜率。θ为锐角时公式中取+,为钝角时取-。本文地理坐标系采用高斯-克吕格投影坐标系,声呐影像地理坐标转换后转变成相对距离的坐标系（图3）。
图3 地理坐标转换后的沉船区侧扫声呐影像

Fig.3 Side scan sonar image of shipwreck area after geocoordinate transformation

2.7 影像地形反演

侧扫声呐影像的地形反演方法主要包括两类（王爱学 等,2017a）：一类是基于声呐成像原理,影像中地物阴影长度表征地物凸起高度或凹陷深度。利用阴影进行地物形状和高度反演（Cushieri et al., 1990; Bikonis et al., 2005）,可以较好地恢复阴影前端地物的高度,但无法处理无阴影区域,不适合较大范围的地形地貌反演。侧扫声呐仪所配的OTech声呐软件可以直接在影像上量算地物阴影长度并转换为地物高度。另一类反演方法是基于计算机视觉原理,借助明暗恢复形状（Shape From Shading, SFS）方法开展测试扫声呐影像的三维地形反演（王爱学 等,2017a,2017b;赵建虎 等,2017a,2017b）。SFS方法利用声波的漫反射模型,根据影像中物体的明暗变化反演物体的几何形状（Zhang et al., 1999）。SFS方法自20世纪70年代提出以来,已经发展出多种算法（Zhang et al., 1999;廖熠 等,2001）,但并不是所有算法都适合侧扫声呐影像的地形反演。王爱学等（2017a）利用4种典型SFS算法进行地形反演的对比评价,结果表明4种算法中SFS最小化算法能有效地挖掘二维影像中的三维信息,具有较好的抗噪能力,适合于侧扫声呐影像的地形反演。但直接利用声呐影像进行反演,SFS方法仅能根据影像明暗变化获得影像区域的相对形状或高度变化,而不是真实的高度,因此需要在SFS方法反演中加入地形条件约束（王爱学 等,2017a）。也有学者采用水深约束的SFS方法进行声呐影像的地形反演（王爱学 等,2017b;赵建虎 等,2017a,2017b）,获得高精度的真实地形重建。
SFS方法假设海底表面是均匀的理想漫反射表面,满足Lambertian表面反射模型,海底表面反射与海底声波入射方向和海底表面梯度有关。侧扫声呐的影像灰度反映了海底回波强度,也反映了海底表面反射,因此归一化的影像灰度的Lambertian反射模型（廖熠 等,2001）可表示为：
E x , y = R p x , y , q x , y
式中：(x, y)为海底表面某点,该点的高度为z,表示为z(x, y);E(x, y)为该点影像灰度;[p(x, y), q(x, y)]为该点表面梯度;R[p(x, y), q(x, y)]为该点反射函数。海底表面梯度与表面几何形状有关,同时也与表面法向量有关（廖熠 等,2001）,可表示为：
p = ∂ z ∂ x , q = ∂ z ∂ y
p = - n x n z , q = - n y n z
n=(nx, ny, nz)为该点法向量。表面法向量则与声波入射方向有关（廖熠 等,2001）,可表示为：
n x = sin σ cos τ , n y = sin σ sin τ , n z = cos σ
σ和τ为声波入射方向的倾角和偏角。因此,Lambertian模型（廖熠 等,2001）又可表示为：
E x , y = R p x , y , q x , y = cos σ + p cos τ sin σ + q sin τ sin σ 1 + p 2 + q 2
根据以上关系,利用海底的侧扫声呐影像灰度反演海底地形高度,即基于Lambertian模型函数求解表面梯度（p, q）,再解表面梯度与高度的2个微分方程。SFS最小化方法将整个影像最小化为一个能量函数,转化为求泛函数极值问题,通过变分法转化为欧拉方程,并采用有限差分方法建立迭代过程进行相对表面高度的求解（Zhang et al., 1999）。为了求得最优解,需要一系列约束条件,包括亮度约束、平滑约束、可积性约束、强度梯度约束和单法向约束等,具体算法参见文献（Zhang et al., 1999）。本文采用Zheng等（1991）提出的SFS最小化算法,并利用测深仪测深数据作为地形初始条件,开展对沉船区侧扫声呐影像的地形反演。

2.8 网格数据生成及三维地形重建

由于现场测量时小艇航线存在摆动,侧扫声呐并不是完全均匀地进行扫描,扫描线存在不均匀分布,有重叠区域,也有空白区域。通过插值对沉船区各点数据进行等间距插值,获得网格数据,用于三维地形重建,并利用侧扫声呐影像进行映射渲染。原始侧扫声呐影像分辨率为0.02 m/1个像素,最终网格数据按0.1 m分辨率进行插值。
利用反演重建的沉船区三维地形提取航迹线的反演水深数据与测深仪实测航迹线水深数据进行比对（图4）,结果显示两者有较好的对应关系,线性拟合程度高（R2=0.994 2）。采用常用的平均绝对误差（MAE）、平均相对误差（MRE）和均方根误差（RMSE）参数评估重建地形的精度,两者的平均绝对误差为0.77 m,平均相对误差为4.5%,均方根误差为1.47 m,误差范围处于米级,较文献（王爱学 等,2017b;赵建虎 等,2017a,2017b）反演的厘米级的地形误差要大,这是由于初始地形数据量有限所导致。总体上,本文反演重建的地形能较好地揭示沉船区的地形地貌特征。
图4 航迹线实测水深与反演水深比对（a）与线性拟合（b）

Fig.4 Comparison (a) and linear fitting (b) of the measured water depth vs. retrieved water depth of the trackline

3 结果与讨论

3.1 沉船区地形地貌特征

沉船区位于珊瑚礁西侧礁坡,该段礁坡呈东西走向,沉船区东部濒临礁坪,为礁坡浅水区,西部水深较大,为礁坡深水区。增益的侧扫声呐影像显示（见图1-c）,海底线由下部向上部逐渐偏离航迹线,水体部分宽度逐渐增大,指示海底线位置的水深逐渐增加。影像下部有明显明暗区域,显示礁坑的存在,影像中上部多处呈现明暗不同的浅色凸起区域,显示大小不等的礁石的存在。声呐影像的三维地形重建显示（图5）,整个调查区东西长约260 m,南北宽约120 m,现场实时水深范围约为-1.8~ -165.4 m,呈现典型的珊瑚礁礁坡地形地貌特征。整个区域自东向西水深不断增大,南北向水深大致相当,礁坡表面起伏,东西向地势有明显的坡折变化。图5清晰地显示出礁坡等深线的南北走向。其中,礁坡东部相对浅水区仅有一条南北走向的等深线,反映深度变化幅度较小,而西部较深水区显示有多条较密集的南北走向等深线,反映该区域水深变化大,礁坡较陡峭。
图5 沉船区侧扫声呐影像重建的三维地形

注：三维地形灰度为侧扫声呐灰度影像映射渲染,虚线框内为沉船位置。

Fig.5 Reconstructed three dimensional reliefs of the shipwreck area from side scan sonar image

对整个沉船区东西向的水深进行平均计算获得平均水深变化曲线代表东西向的平均地形剖面,地形剖面清晰地显示出沉船区礁坡地形的坡折变化（图6-a）。根据水深和坡度的不同,大致可划分出4个地貌单元,包括2个地势较为平缓的阶地（T1和T2）和2个地势陡峭的坡地（S1和S2）（见图6-a）。其中,第一级阶地（T1）位于浅水区,宽约46 m,平均水深约-4.1 m,平均坡度约1.4°;第一级坡地（S1）平均水深增大到约-16.1 m,宽约35 m,平均坡度约28.8°;第二级阶地（T2）宽约87 m,平均水深约-26.7 m,平均坡度约5.7°,其宽度、水深和坡度都要大于第一级阶地;第二级坡地（S2）宽约90 m,平均水深约-63.3 m,平均坡度约39.0°,宽度、水深和坡度也明显大于第一级坡地。两级阶地地形剖面高差显示,T1阶地存在深约2~4 m,宽约5~8 m的礁坑,而T2阶地散布凸起礁石,大小约0.2~2.5 m不等。
图6 沉船区地形断面

注：a图为东西向整个沉船区平均地形断面;b图为东西向沉船区（实线）与无沉船区（虚线）平均地形断面;c图为南北向沉船区（实线）与无沉船区（虚线）平均地形断面;T1、T2表示两级阶地;S1、S2为两级坡地;灰色区域为沉船范围。

Fig.6 Topographic profiles of the shipwreck area

3.2 沉船特征

侧扫声呐影像上清晰地显示了沉船的完整形态（见图1、3）。地理坐标转换声呐影像显示沉船实际走向呈EES—WWN向,船头朝向EES向,船尾朝向WWN向（见图3）。影像中船体中前部有2块深色区域,覆盖有类似纵梁状物体,表明船体上层部分已经残破,显露出船舱口。从沉船区地形地貌来看,沉船正好位于礁坡的第二级阶地之上,由于软件生成三维地形图时对网格点进行了平滑处理,图5中沉船的形状并不突出,但沉船的高度在该阶地的三维地形上凸起明显（图5虚框范围内）,在三维地形的等深线投影图中也清晰地显示出近似东西向凸起的沉船轮廓垂直于南北向的礁坡等深线（图5虚框范围内）。第二级阶地水深逾20 m,地势较为平缓,正是由于该阶地的存在,沉船才能稳固地坐底并得以保留,而未发生倾覆以致跌落到更深的海底。对比沉船区与无沉船区的地形剖面（图6-b、c）,可以看到沉船卧于水深约26~27 m的礁底,沉船区地形明显凸起。沉船区与对应的无沉船区的平均高度差大致可反映沉船的大小,经计算,该沉船长度约45 m,宽度约9 m,高度约4 m。利用OTech侧扫声呐软件直接在影像上量算沉船阴影长度推算的沉船长度约42 m,宽度约8 m,船高约3.5 m,与三维重建的量算结果大致相当。根据我们调查船的大小和吨位（长42 m,宽7.8 m,500 t）,推测沉船的排水量大概相当于500~600 t。
潜水员在下潜探勘过程中发现,水体中悬浮物较多,水体浑浊,能见度差。但根据侧扫声呐对沉船的探测定位,潜水员还是快速找到沉船,深度表显示水深约26 m,表明声呐影像反演的沉船水深十分精准。正如声呐影像显示,船体上部分残缺不全,但船体轮廓以及船头、船舱部分依然清晰（图7）。整个沉船千疮百孔,船舱内散落各种支架部件,船只经历了严重的腐蚀以及沉积物和生物的附着,多个部位都已经有珊瑚生长。由于水深较大,水体环境较差,潜水员只能短时间停留,未能找到任何有标记可辨识沉船身份的物品。
图7 沉船照片

Fig.7 Photos of the shipwreck

3.3 侧扫声呐在珊瑚礁调查研究中的应用

韩孝辉等（2019）利用侧扫声呐开展了对西沙群岛宣德环礁的调查,主要通过对侧扫声呐影像的识别并结合底质的实物样品比对,对珊瑚礁地貌和底质进行了定性分析,划分出珊瑚和暗礁的分布范围以及环礁区域底质类型和分布。此外,该研究还根据侧扫声呐的斜距成像原理,利用影像中地物的阴影长度计算了一些突出礁石的高度和沉船的大小。而本文则是尝试应用影像三维反演方法开展侧扫声呐影像的定量分析,反演重建珊瑚礁沉船区地形地貌,结果较好地反演出珊瑚礁沉船区礁坡的地形地貌特征以及沉船的位置大小,获得的信息较之单一的声呐影像识别更全面、更详细,是对侧扫声呐影像地形地貌定性分析的有效补充。
由于珊瑚礁的主体大部分位于水下,常规的潜水调查耗时费力,并且调查的范围十分有限。而侧扫声呐能连续大范围地探测,且声呐影像中包含了丰富的高分率地形信息。结合地形反演能获取高分辨的海底微地形数据,展现更丰富的海底地形地貌微观细节特征,在珊瑚礁调查和研究中具有广泛的应用前景。主要的应用包括：1）珊瑚礁底质类型差异及其分布调查,包括不同地貌单元的主要沉积物类型、分布区域以及形状;2）珊瑚礁不同尺度地貌调查,既包括礁坡、礁坪、潟湖坡、潟湖等大的地貌单元,也包括礁坡发育的多级阶地和坡地以及槽–脊组合,乃至礁块、洼坑、堤滩、点礁等珊瑚礁微地貌;3）珊瑚群落分布状况的动态监测,包括珊瑚种群的形态、分布范围和动态变化;4）珊瑚礁区人类活动印迹的动态监测,如工程建设、捕捞采挖、污水排放等人类活动在礁区遗留的痕迹以及对珊瑚礁造成破坏的痕迹;5）水下珊瑚暗礁以及沉船等特殊地物的识别。
实际上,侧扫声呐也存在局限性。除了受声呐探测原理和工作模式的制约之外,还受现场天气海况、水体环境、海底地形和底质分布差异以及船只航行等多因素的影响,造成采集的声呐数据和影像存在信息不准确、影像局部畸变等问题。因此有必要在现有硬件设备条件下,探索新的方法来优化声呐数据和影像信息的分析提取,最大限度地减少错位和畸变,提高声呐数据和影像的精度。主要的改进可考虑3个方面：1）结合单频或多波束测深仪以及实时动态载波相位差分技术（RTK:Real-Time Kinematic）定位系统同步探测,为侧扫声呐提供高精度测深和定位辅助,融合各系统的优势,获取高分辨率高精度的海底微地形地貌数据。2）改进畸变信号的校正方法,包括声呐姿态校正、回波信号畸变改正、影像灰度均衡化、大区域影像拼接,以获得灰度变化均匀能真实反映海底地形地貌的高质量声呐影像（王晓 等,2018;2019）。3）改进声呐影像地形反演方法。目前声呐影像地形反演主要采用基于计算机视觉原理的SFS方法,该方法建立在几何光学模型基础上;而侧扫声呐是声波成像,与光学成像在辐射模型上存在差异（赵建虎 等,2017a,2017b）,基于声波成像原理的三维反演技术的相关研究仍然很少（王杰英,2018）。因此有必要借鉴计算机视觉领域的成熟技术,基于声呐成像机理,结合声呐影像畸变的校正,改进SFS算法,使其更适合声呐影像的地形反演和三维重建。

4 结论

通过现场侧扫声呐调查,发现了南海某珊瑚礁西侧礁坡区的沉船,并基于侧扫声呐影像开展了沉船区地形地貌的定量反演和三维重建。结果显示,沉船区表现为典型的礁坡地貌形态,可划分为两级阶地和两级斜坡,沉船呈EES—WWN走向坐底第二级阶地之上,估计排水量约为500~600 t。本研究表明利用侧扫声呐影像开展地形地貌的定量反演和重建是对侧扫声呐影像地形地貌定性分析的有效补充,能更全面、更详细地揭示珊瑚礁地形地貌的特征。侧扫声呐影像定量分析方法在未来珊瑚礁调查研究中有广泛的应用前景。

感谢调查船“琼琼海渔82006”黄克雄船长和全体船员对现场调查工作的支持和协助;感谢北京蓝创海洋科技有限公司张奎和广州至远海洋科技有限公司蓝方宝两位工程师对侧扫声呐仪的技术支持。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Bikonis K, Lubniewski Z, Moszynski M and Stepnowski A . 2005. Three-Dimensional Imaging of Submerged Objects by Side-Scan Sonar Data Processing. Heraklion, Crete, Greece: Proceedings of the International Conference “Underwater Acoustic Measurements: Technologies &Results”, 1-7.

[2]
Bikonis K, Moszynski M and Lubniewski Z . 2013. Application of Shape from Shading Technique for Side Scan Sonar Images. Polish Maritime Research, 20(3):39-44.

[3]
Cushieri J M and Hebert M . 1990. Three-Dimensional Map Generation from Side-Scan Sonar Images. Journal of Energy Resources Technology, 112(2):96-102.

[4]
邓雪清, 巩丹超, 罗睿 . 2002. 侧扫声纳图像地理编码技术研究. 海洋测绘, 22(4):14-17.

[ Deng Xueqing, Gong Danchao and Luo Rui . 2002. Study on the Geocoding Technology of Side-Scan Sonar Image. Hydrographic Surveying and Charting, 22(4):14-17. ]

[5]
Dura E, Bell J and Lane D . 2004. Reconstruction of Textured Seafloors from Side-Scan Sonar Images. IEE Proceedings-Radar Sonar and Navigation, 151(2):114-126.

[6]
韩孝辉, 刘刚, 薛玉龙, 王雪木, 李亮 . 2019. 珊瑚环礁区侧扫声呐图像中的目标物识别方法. 海洋技术学报, 38(5):68-72.

[ Han Xiaohui, Liu Gang, Xue Yulong, Wang Xuemu and Li Liang . 2019. Study on the Target Recognition Method Used in Coral Atoll Side Scan Sonar Images. Journal of Ocean Technology, 38(5):68-72. ]

[7]
孔繁奇 . 2007. 基于视频图像的车辆检测跟踪技术的分析研究. 大连:大连理工大学.

[ Kong Fanqi . 2007. The Analysis and Research on the Technology of Detection and Tracking of Vehicles in Video Sequence. Dalian: Dalian University of Technology. ]

[8]
李海滨, 滕惠忠, 宋海英, 段东方, 黄毅 . 2010. 基于侧扫声纳图像海底目标物提取方法. 海洋测绘, 30(6):71-73.

[ Li Haibin, Teng Huizhong, Song Haiying, Duan Dongfang and Huang Yi . 2010. Technology on the Extraction of Seabed Target Based on High Resolution Side-Scan Sonar. Hydrographic Surveying and Charting, 30(6):71-73. ]

[9]
廖熠, 赵荣椿 . 2001. 从明暗恢复形状(SFS)的几类典型算法分析与评价. 中国图象图形学报(A版), 6(10):953-961.

[ Liao Yi and Zhao Rongchun . 2001. Analysis and Evaluation of Several Typical SFS Algorithms. Journal of Image and graphics (A), 6(10):953-961. ]

[10]
马永, 李家彪, 吴自银, 高抒, 赵荻能, 崔勇, 李守军 . 2016. 综合物探技术在海洋考古中的应用——以川岛水下考古为例. 海洋学研究, 34(2):43-52.

[ Ma Yong, Li Jiabiao, Wu Ziyin, Gao Shu, Zhao Dineng, Cui Yong and Li Shoujun . 2016. The Application of an Integrated Geophysical Prospecting System to Underwater Archeology—An Example from Chuan Island, Guangdong Province. Journal of Marine Sciences, 34(2):43-52. ]

[11]
Moszynski M, Bikonis K and Lubniewski Z . 2013. Reconstruction of 3D Shape from Side Scan Sonar Images Using Shape from Shading Technique. Hydroacoustics, 16:181-188.

[12]
潘国富, 付晓明, 荀诤慷, 刘奎 . 2004. 侧扫声纳在海底光缆维护工程中的应用. 工程地球物理学报, 1(5):389-394.

[ Pan Guofu, Fu Xiaoming, Xun Zhenkang and Liu Kui . 2004. Side Scan Sonar Applications in Undersea Fiber-Optic Cable Maintenance Projects. Chinese Journal of Engineering Geophysics, 1(5):389-394. ]

[13]
王爱学, 尚晓东, 张红梅 . 2017 a. 侧扫声呐图像SFS微地形反演数值算法选择. 测绘地理信息, 42(2):21-25.

[ Wang Aixue, Shang Xiaodong and Zhang Hongmei . 2017 a. Optimization of SFS Numerical Algorithm for Obtaining Micro-Topography from Side Scan Sonar Image. Journal of Geomatics, 42(2):21-25. ]

[14]
王爱学, 赵建虎, 尚晓东, 赵红梅 . 2017 b. 单波束水深约束的侧扫声呐图像三维微地形反演. 哈尔滨工程大学学报, 38(5):739-745.

[ Wang Aixue, Zhao Jianhu, Shang Xiaodong and Zhao Hongmei . 2017 b. Recovery of Seabed 3D Micro-Topography from Side-Scan Sonar Image Constrained by Single-Beam Soundings. Journal of Harbin Engineering University, 38(5):739-745. ]

[15]
王杰英 . 2018. 侧扫声呐图像的三维重构. 杭州:浙江大学.

[ Wang Jieying . 2018. Three-Dimensional Reconstruction of Side Scan Sonar Images. Hangzhou: Zhejiang University. ]

[16]
王晓, 吴清海, 王爱学 . 2018. 侧扫声呐图像辐射畸变综合改正方法研究. 大地测量与地球动力学, 38(11):1174-1179.

[ Wang Xiao, Wu Qinghai and Wang Aixue . 2018. A Comprehensive Radiometric Distortion Correction Method for Side-Scan Sonar Image. Journal of Geodesy and Geodynamics, 38(11):1174-1179. ]

[17]
王晓, 王爱学, 蒋廷臣, 杨毅, 张博宇 . 2019. 侧扫声呐图像应用邻域综述. 测绘通报,( 1):1-4.

[ Wang Xiao, Wang Aixue, Jiang Tingcheng, Yang Yi and Zhang Boyu . 2019. Review of Application Areas for Side Scan Sonar Image. Bulletin of Surveying and Mapping, ( 1):1-4. ]

[18]
吴海京, 年永吉 . 2017. 南海东部几种典型海底地貌特征的研究与认识. 地球物理学进展, 32(2):919-926.

[ Wu Haijing and Nian Yongji . 2017. Research and Cognition for Several Typical Seabed Features in the Eastern of the South China Sea. Progress in Geophysics, 32(2):919-926. ]

[19]
鱼京善, 成二丽 . 2004. 侧扫声纳系统及其在海洋环境监测和保护中的应用. 海洋测绘, 24(2):63-66.

[ Yu Jingshan and Cheng Erli . 2004. Applications of Side Scan Sonar in Ocean Environment Monitoring. Hydrographic Surveying and Charting, 24(2):63-66. ]

[20]
张乔民, 余克服, 施祺, 赵美霞 . 2006. 中国珊瑚礁分布和资源特点//中国科学技术协会学会学术部. 提高全民科学素质、建设创新型国家——2006中国科协年会论文集(下册). 北京: 中国科学技术出版社, 419-423.

[ Zhang Qiaomin, Yu Kefu, Shi Qi and Zhao Meixia . 2006. Distribution and Resource Characteristics of Coral Reefs in China. In: Academic Department of China Association for Science and Technology. Improve the Scientific Quality of the Whole People, and Build an Innovative Country-Proceedings of the China Association for Science and Technology in 2006 (Volume 2). Beijing: Science Press, 419-423. ]

[21]
Zhang R, Tsai P S, Cryer J E and Shah M . 1999. Shape-From-Shading: A Survey. IEEE Transactions on Pattern Analysis and Machine Intelligence, 21(8):690-706.

[22]
赵建虎, 尚晓东, 张红梅 . 2017 a. 侧扫声呐图像反演海底地形的一种线性算法. 哈尔滨工业大学学报, 49(5):80-86.

[ Zhao Jianhu, Shang Xiaodong and Zhang Hongmei . 2017 a. Obtaining High-Resolution Seafloor Topography from Side Scan Sonar Image Using a Linear Algorithm. Journal of Harnin Institute of Technology, 49(5):80-86. ]

[23]
赵建虎, 尚晓东, 张红梅 . 2017 b. 水深数据约束下的声呐图像海底地形恢复方法. 中国矿业大学学报, 46(2):443-448.

[ Zhao Jianhu, Shang Xiaodong and Zhang Hongmei . 2017 b. Recovering Sea Bed Topography from Sonar Image with Constraint of Sounding Data. Journal of China University of Mining & Technology, 46(2):443-448. ]

[24]
赵建虎, 王晓, 张红梅 . 2017 c. 侧扫声呐图像海底线自动提取方法研究. 武汉大学学报·信息科学版, 42(12):1797-1803.

[ Zhao Jianhu, Wang Xiao and Zhang Hongmei . 2017 c. An Automatic Bottom Extracting Method for Side-Scan Sonar Image. Geomatics and Information Science of Wuhan University, 42(12):1797-1803. ]

[25]
Zheng Q and Chellappa R . 1991. Estimation of Illuminant Direction, Albedo, and Shape from Shading. IEEE Transactions on Pattern Analysis and Machine Intelligence, 13(7):680-702.

Options
Outlines

/

〈 〉