基于改進(jìn)側(cè)掃聲吶法的水下拋石精準(zhǔn)識(shí)別研究

摘要：側(cè)掃聲吶法是水下拋石探測(cè)中較為常用的方法之一，具有橫向分辨率高、工作效率高等特點(diǎn)。但通常只根據(jù)聲波散射強(qiáng)度值的相對(duì)大小進(jìn)行水底介質(zhì)判斷會(huì)存在較大誤差。為了提高識(shí)別準(zhǔn)確性，以保定圩水下拋石為研究對(duì)象，首先對(duì)側(cè)掃聲吶數(shù)據(jù)進(jìn)行小波去噪處理;然后根據(jù)Lambert定律消除掠射角的影響，使散射強(qiáng)度與水下介質(zhì)的類型直接相關(guān);最后利用聚類分析方法對(duì)長(zhǎng)江干流蕪湖市保定圩水下介質(zhì)進(jìn)行分類。研究表明：該方法的識(shí)別能力明顯高于直接利用原始側(cè)掃聲吶數(shù)據(jù)進(jìn)行聚類分析的方法，可精確劃分出拋石體的分布范圍，大大提高了水下拋石體的識(shí)別能力。

關(guān) 鍵 詞：水下拋石識(shí)別; 側(cè)掃聲吶; 小波去噪; Lambert定律; 聚類分析; 保定圩

中圖法分類號(hào)： TV221

文獻(xiàn)標(biāo)志碼： A

DOI：10.16232/j.cnki.1001-4179.2022.04.033

0 引 言

在水利工程中，為了更好地指導(dǎo)河湖整治工作，需要對(duì)水底介質(zhì)進(jìn)行實(shí)時(shí)精確的跟蹤和監(jiān)測(cè)。水下拋石是護(hù)岸工程中較為常見和成熟的方法之一，屬于水下隱蔽工程。由于拋石體為松散的堆積物，具有厚度薄、離散性較大等特點(diǎn)，且水下環(huán)境較為復(fù)雜，受水流沖刷的影響，拋石體的厚度和位置等賦存狀態(tài)常常發(fā)生變化，因此，需不定期的對(duì)水下拋石體進(jìn)行跟蹤和監(jiān)測(cè)[1-4]。

目前，水下介質(zhì)探測(cè)中常用的方法有側(cè)掃聲吶法、多波束測(cè)深法、地震反射波法、高密度電法和探地雷達(dá)法等[5-7]。其中側(cè)掃聲吶法是通過向水下發(fā)射扇形波束的聲波信號(hào)，當(dāng)遇到水底介質(zhì)時(shí)發(fā)生散射，同時(shí)對(duì)散射波數(shù)據(jù)進(jìn)行采集，在室內(nèi)對(duì)數(shù)據(jù)進(jìn)行一系列的處理后，可對(duì)水下的情況進(jìn)行判識(shí)和解譯的一種水底測(cè)量方法。它具有橫向分辨率高、工作效率高、測(cè)量范圍廣、價(jià)格便宜等優(yōu)點(diǎn)，并逐漸應(yīng)用到水利工程、海洋調(diào)查、海岸工程、港口航道建設(shè)等領(lǐng)域[8-12]。側(cè)掃聲吶采集到的數(shù)據(jù)信息較為豐富，專業(yè)人員通常只根據(jù)聲波散射強(qiáng)度值的相對(duì)大小定性地進(jìn)行水底介質(zhì)判斷。但由于水下環(huán)境較為復(fù)雜，在探測(cè)過程中易受到水下噪聲的影響，同時(shí)聲波散射強(qiáng)度值除了與水底介質(zhì)類型有關(guān)，還與聲波掠射角等因素存在著相關(guān)性，使得拋石體的識(shí)別存在較大的誤差[13-16]。

為了精準(zhǔn)識(shí)別水下拋石，本文首先對(duì)側(cè)掃聲吶數(shù)據(jù)進(jìn)行小波去噪處理;然后根據(jù)Lambert定律消除掠射角的影響，使散射強(qiáng)度與水下介質(zhì)直接相關(guān);最后利用聚類分析方法對(duì)水下介質(zhì)進(jìn)行分類，可大大提高對(duì)水下拋石體的識(shí)別能力。

1 基本原理

1.1 側(cè)掃聲吶工作原理

圖1為側(cè)掃聲吶工作示意圖。AC表示聲吶探頭到水底的距離，BC表示水底測(cè)點(diǎn)到探頭的水平距離。在測(cè)量過程中，由聲吶探頭左右對(duì)稱分布的換能器發(fā)出兩束扇形高頻聲波脈沖信號(hào)，聲波遇到水底介質(zhì)后產(chǎn)生反向散射波，并沿原路線返回到換能器中，經(jīng)過聲能向電能的轉(zhuǎn)換從而獲得散射波強(qiáng)度值，由電纜傳輸?shù)接?jì)算機(jī)中存儲(chǔ)。

1.2 散射強(qiáng)度影響因素分析

（1） 水下介質(zhì)。

散射強(qiáng)度與水下介質(zhì)類型有著密切的聯(lián)系。大量研究表明[17-19]：對(duì)于硬質(zhì)粗糙介質(zhì)，通常散射強(qiáng)度較大;而對(duì)于軟質(zhì)平滑介質(zhì)，聲波能量吸收衰減就較強(qiáng)，總的散射強(qiáng)度較硬質(zhì)粗糙介質(zhì)小。因此，根據(jù)側(cè)掃聲吶散射強(qiáng)度的大小間接進(jìn)行水底介質(zhì)的識(shí)別具有理論支撐。

（2） 掠射角。

掠射角即為入射聲波方向與水平方向的夾角。散射強(qiáng)度與掠射角同樣存在著相關(guān)性，掠射角越大，反向散射強(qiáng)度也越大。當(dāng)水底為粗糙介質(zhì)，且在水下環(huán)境中不考慮頻散效應(yīng)，同時(shí)入射聲線、散射聲線及散射面法線位于同一平面時(shí)，兩者的關(guān)系可用Lambert定律來描述[20-22]：

Sθ=S90°+10lgsin2θ（1）

式中：θ為掠射角，°，θ∈（0°，90°];S90°為掠射角為90°時(shí)的散射強(qiáng)度，dB;Sθ為掠射角為θ時(shí)的散射強(qiáng)度，dB。

式（1）經(jīng)變換可得式（2）：

S90°=Sθ-10lgsin2θ（2）

式中：Sθ與10lgsin2θ之差即為掠射角為90°時(shí)的散射強(qiáng)度。因此，可根據(jù)此式消除掠射角對(duì)散射強(qiáng)度的影響。

1.3 小波變換

小波變換是在傅里葉變換基礎(chǔ)上發(fā)展的一種信號(hào)分析方法，其中二維小波變換是指任意信號(hào)δ（x1，x2）在小波基ψ（x1，x2）進(jìn)行相同尺度a的二維伸縮，以及b1和b2的二維平移下，得到一個(gè)具有三參數(shù)a，b1和b2的函數(shù)WTx1，x2（a，b1，b2）[23-24]：

WTx1，x2（a，b1，b2）=1aδ（x1，x2）ψ（x1-b1a，x2-b2a）dx1dx2（3）

式中：a為尺度因子;b1和b2為位移因子。

即通過伸縮和平移小波基函數(shù)對(duì)二維信號(hào)進(jìn)行多尺度的變換，尺度因子a越小，表示小波基ψ（x1，x2）被壓縮，變換后的信號(hào)代表原信號(hào)δ（x1，x2）的高頻分量;尺度因子a越大，表示小波基ψ（x1，x2）被拉伸，變換后的信號(hào)代表原信號(hào)δ（x1，x2）的低頻分量。

1.4 聚類分析

聚類分析是將樣本數(shù)據(jù)按照相似性自動(dòng)劃分為不同類的過程，通常將樣本之間和類之間的距離作為評(píng)價(jià)相似性的標(biāo)準(zhǔn)。聚類分析中計(jì)算樣本間的距離有歐幾里德距離、相關(guān)距離等。通過計(jì)算每個(gè)樣本之間的距離后，將距離最小的兩個(gè)樣本歸為一類[25-26]。本文采用的是歐幾里德距離，其計(jì)算公式為

D（xi，xj）=mn=1（xi-xj）2（4）

式中：i，j為樣本序號(hào)。即第i和第j個(gè)樣本間的歐幾里德距離樣本對(duì)應(yīng)的特征數(shù)據(jù)為其絕對(duì)距離平方和的算術(shù)平方根。

評(píng)價(jià)類與類之間的距離通常有最短距離法、最長(zhǎng)距離法等。本文采用最長(zhǎng)距離法進(jìn)行分類，即通過計(jì)算兩類所有樣本間的距離，將其中最長(zhǎng)的距離視作兩類間的距離，再將距離最近的兩類合并，使得同一類的數(shù)據(jù)有較大的相似性，不同類的數(shù)據(jù)有較大的相異性。DFF3ED11-A11D-4AB8-85EB-FE194BEF08C0

2 地質(zhì)模型的方法驗(yàn)證

為了研究側(cè)掃聲吶精準(zhǔn)識(shí)別水下拋石方法的可行性，本文參照實(shí)際的長(zhǎng)江拋石護(hù)岸工程（保定圩段）建立拋石護(hù)岸地質(zhì)模型，如圖2所示。模型由拋石體、岸坡填土和江砂3種介質(zhì)組成，平行于岸坡和垂直于岸坡方向范圍均為0～10 m，其中，垂直岸坡方向范圍0～5 m為岸坡填土，范圍5～10 m為江砂，拋石體平面尺寸為0.5 m×0.5 m，均勻分布在填土和江砂上，相鄰拋石體間隔為0.2 m。

為了研究小波變換對(duì)側(cè)掃聲吶數(shù)據(jù)的去噪能力，首先模擬聲吶探頭在水深0.1 m、垂直岸坡方向5 m處，平行于岸坡方向進(jìn)行探測(cè)，將圖2地質(zhì)模型中的拋石體、岸坡填土和江砂掠射角為90°時(shí)的散射強(qiáng)度分別設(shè)定為200，100 dB和150 dB，同時(shí)考慮掠射角的影響，得到側(cè)掃聲吶模擬結(jié)果，如圖3（a）所示。為了模擬受到水下噪聲的影響，對(duì)模擬側(cè)掃聲吶圖像加入高斯白噪聲，如圖3（b）所示。受噪聲的干擾，圖中拋石體輪廓線變得模糊，與填土和江砂較難區(qū)分開來。接著本文選用sym8小波對(duì)加噪信號(hào)進(jìn)行小波變換，如圖4所示。圖4（a）為小尺度信號(hào)，代表其高頻分量，主要為隨機(jī)噪聲干擾;圖4（b）為中尺度和大尺度信號(hào)的疊加，代表其中頻和低頻分量之和，主要為反映不同介質(zhì)的側(cè)掃聲吶數(shù)據(jù)，相對(duì)圖3（b）的加噪圖像，圖4（b）中拋石體輪廓線變得清晰，這樣便實(shí)現(xiàn)了消除噪聲的目的。

為了研究Lambert定律消除掠射角的能力，根據(jù)式（2）進(jìn)行掠射角的校正，得到掠射角為90°時(shí)的散射強(qiáng)度，結(jié)果如圖5所示。對(duì)比圖4（b），發(fā)現(xiàn)圖像中兩側(cè)小掠射角對(duì)應(yīng)的散射強(qiáng)度值得到了提高，使得散射強(qiáng)度值與水下介質(zhì)直接相關(guān)。

為了研究聚類分析劃分水下介質(zhì)的能力，本文采用歐幾里德距離最長(zhǎng)距離法對(duì)圖5經(jīng)過一系列處理后的側(cè)掃聲吶圖像進(jìn)行聚類分析，如圖6所示。聚類分析結(jié)果中拋石體、填土和江砂3種介質(zhì)分類明顯，劃分結(jié)果與圖2原始地質(zhì)模型較為接近，說明聚類分析應(yīng)用于側(cè)掃聲吶數(shù)據(jù)，進(jìn)行水下介質(zhì)的劃分較為可靠。

3 實(shí)例分析

保定圩位于長(zhǎng)江干流蕪湖市三山區(qū)境內(nèi)，為了查明其水下拋石體的賦存狀態(tài)，采用側(cè)掃聲吶法進(jìn)行了相關(guān)的探測(cè)。探測(cè)儀器選用瑞典生產(chǎn)的雙頻側(cè)掃聲吶探測(cè)儀（Deep Vision DE3468D），探測(cè)過程中將側(cè)掃聲吶探頭固定在船只底部，隨船只平行于岸坡方向勻速前進(jìn)，探測(cè)范圍在平行于岸坡方向和垂直于岸坡方向均為0～100 m，結(jié)果如圖7（a）所示。

在圖7（a）中，受水下噪聲的干擾，原始側(cè)掃聲吶圖像較為模糊，同時(shí)受到掠射角的影響，圖像兩側(cè)散射強(qiáng)度值較小，難以精確地進(jìn)行拋石體的識(shí)別。為此，本文首先對(duì)原始側(cè)掃聲吶圖像進(jìn)行小波去噪處理，然后根據(jù)式（2）消除掠射角的影響，使散射強(qiáng)度與水下介質(zhì)直接相關(guān)，最后利用聚類分析對(duì)水下介質(zhì)進(jìn)行分類。

本文選用sym8小波對(duì)原始側(cè)掃聲吶圖像進(jìn)行小波去噪，結(jié)果如圖7（b）所示，去噪后的側(cè)掃聲吶圖像相對(duì)圖7（a）較為清晰，大大提高了圖像的信噪比。

圖7中在垂直岸坡方向50 m處的紅線代表聲吶探頭運(yùn)動(dòng)軌跡，藍(lán)線和紅線之間的距離代表聲吶探頭到水底的距離，由圖7可知探測(cè)范圍內(nèi)均為5 m左右。聲吶探頭兩側(cè)的水下介質(zhì)與探頭的水平距離為5～50 m，從而換算得到掠射角范圍為5.7°～45.0°，根據(jù)式（2）進(jìn)行掠射角的校正，得到掠射角為90°時(shí)的散射強(qiáng)度結(jié)果如圖7（c）所示。對(duì)比圖7（b），發(fā)現(xiàn)兩側(cè)小掠射角對(duì)應(yīng)的散射強(qiáng)度值得到了提高（見圖7（b）～（c）中紅色方框區(qū)域），消除了掠射角的影響，使得散射強(qiáng)度值直接與水下介質(zhì)相關(guān)。

采用歐幾里德距離最長(zhǎng)距離法對(duì)經(jīng)過一系列處理后的側(cè)掃聲吶數(shù)據(jù)（圖7（c））進(jìn)行聚類分析，結(jié)果如圖8（b）所示。聚類分析結(jié)果將水底介質(zhì)分為3類：黑色區(qū)域?yàn)閽伿w范圍，主要分布在垂直岸坡方向10～30 m范圍內(nèi)，該區(qū)域散射強(qiáng)度最大;黃色區(qū)域?yàn)榘镀绿钔练秶?，主要分布在垂直岸坡方?～40 m范圍內(nèi)，該區(qū)域散射強(qiáng)度最小;藍(lán)色區(qū)域?yàn)榻胺秶?，主要分布在垂直岸坡方?0～100 m范圍內(nèi)，該區(qū)域散射強(qiáng)度介于兩者之間。3種介質(zhì)分布范圍區(qū)分明顯，其中拋石體大部分集中分布在岸坡之上，河床江砂上也有零星分布，可能是由于水流沖刷所致，識(shí)別結(jié)果符合實(shí)際地質(zhì)情況。

為了進(jìn)行對(duì)比，將原始側(cè)掃聲吶數(shù)據(jù)通過相同的聚類分析法進(jìn)行水下介質(zhì)的劃分，如圖8（a）所示。受水下噪聲的干擾，聚類分析結(jié)果中拋石體的分布范圍難以精確識(shí)別，拋石體識(shí)別的能力大大降低，3種介質(zhì)分布范圍較為模糊;同時(shí)受到掠射角的影響，垂直岸坡方向80～100 m范圍容易誤劃分為岸坡填土。綜上所述，側(cè)掃聲吶數(shù)據(jù)經(jīng)過去噪和掠射角校正后的拋石體的識(shí)別能力明顯高于未經(jīng)過處理進(jìn)行聚類分析的識(shí)別能力。

4 結(jié) 論

為了精準(zhǔn)識(shí)別水下拋石，本文對(duì)側(cè)掃聲吶數(shù)據(jù)進(jìn)行小波去噪和掠射角校正等一系列處理后，利用聚類分析方法對(duì)水下介質(zhì)進(jìn)行分類，可提高水下拋石體的識(shí)別能力，并得到如下結(jié)論：

（1） 利用小波變換，可以去除側(cè)掃聲吶中的高頻噪聲，同時(shí)利用Lambert定律可消除掠射角的影響，使得散射強(qiáng)度與水下介質(zhì)直接相關(guān)。

（2） 以去噪和掠射角校正后的側(cè)掃聲吶數(shù)據(jù)為輸入，通過聚類分析，可以精確地識(shí)別出拋石體的分布范圍，識(shí)別能力明顯高于直接利用原始側(cè)掃聲吶數(shù)據(jù)進(jìn)行聚類分析的方法。

本文所采用的方法消除了水下噪聲和掠射角等因素的影響，同時(shí)結(jié)合聚類分析方法，達(dá)到了精確識(shí)別拋石體的效果。但識(shí)別結(jié)果有待進(jìn)一步驗(yàn)證，同時(shí)Lambert定律為一定前提條件下的經(jīng)驗(yàn)公式，在消除掠射角時(shí)存在一定的誤差。在今后的研究中，可制作水下模型，模擬同一水下介質(zhì)條件下不同掠射角對(duì)應(yīng)的散射強(qiáng)度，從而較為準(zhǔn)確地獲得兩者之間的關(guān)系，進(jìn)而消除掠射角的影響。

參考文獻(xiàn)：

[1] 高云云，魯程鵬，王茂枚，等.點(diǎn)云密度對(duì)水下拋石效果評(píng)價(jià)的不確定性研究 [J].人民長(zhǎng)江，2019，50（8）：156-160.DFF3ED11-A11D-4AB8-85EB-FE194BEF08C0

[2] 李丹，譚玄，胡波，等.拋石磨圓度對(duì)沙枕破壞影響離心模型試驗(yàn)研究 [J].人民長(zhǎng)江，2020，51（7）：206-211.

[3] 李小超，常留紅，李凌，等.水槽混合石料群拋試驗(yàn) [J].水利水電科技進(jìn)展，2017，37（6）：76-80.

[4] 馬國(guó)棟，傅建.水下拋石體探測(cè)中地震采集參數(shù)的優(yōu)選 [J].水利水電科技進(jìn)展，2020，40（1）：81-87.

[5] 鄧彪，李紅文，胡雄武.海堤拋石底界的聯(lián)合探測(cè)方法試驗(yàn)研究 [J].人民長(zhǎng)江，2019，50（2）：161-165.

[6] 余金煌，陶月贊.高密度電法探測(cè)水下拋石體正反演模擬研究 [J].合肥工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2014，37（3）：333-337.

[7] 余金煌，陶月贊，王鐵強(qiáng).應(yīng)用探地雷達(dá)法測(cè)量淺水域薄層拋石體厚度 [J].南水北調(diào)與水利科技，2014，12（5）：214-216.

[8] 王曉，王愛學(xué)，蔣廷臣，等.側(cè)掃聲吶圖像應(yīng)用領(lǐng)域綜述 [J].測(cè)繪通報(bào)，2019（1）：1-4.

[9] 彭軍，高建華，王鵬，等.多模式聲吶技術(shù)在云溪水庫(kù)淤泥探測(cè)中的應(yīng)用研究 [J].工程地球物理學(xué)報(bào)，2020，17（5）：574-579.

[10] 嚴(yán)俊，趙建虎，孟俊霞，等.一種顧及輻射畸變的多波束與側(cè)掃聲吶通用海底底質(zhì)分類方法 [J].哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2019，51（5）：178-184.

[11] 庫(kù)安邦，周興華，王方旗，等.一種聯(lián)合單波束測(cè)深的側(cè)掃聲吶海底線提取方法 [J].海洋通報(bào)，2019，38（1）：47-52.

[12] 趙建虎，王曉，張紅梅.側(cè)掃聲吶圖像海底線自動(dòng)提取方法研究 [J].武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2017，42（12）：1797-1803.

[13] 郭海濤，徐雷，趙紅葉，等.一種抑制聲吶圖像散斑噪聲的形態(tài)學(xué)濾波器 [J].儀器儀表學(xué)報(bào)，2015，36（3）：654-660.

[14] 郭海濤，趙紅葉，徐雷，等.基于循環(huán)平移和 DTCWT的聲吶圖像濾波方法 [J].儀器儀表學(xué)報(bào)，2015，36（6）：1350-1355.

[15] 卞紅雨，陳奕名，張志剛，等.像素重要性測(cè)量特征下的側(cè)掃聲吶目標(biāo)檢測(cè) [J].聲學(xué)學(xué)報(bào)，2019，44（3）：353-359.

[16] 熊春寶，田磊，熊愛成，等.側(cè)掃聲吶聲波掠射角對(duì)海底管道檢測(cè)的影響 [J].測(cè)繪通報(bào)，2016（4）：58-63.

[17] 肖軍，費(fèi)志剛，孟華.海底三維散射模型仿真研究 [J].艦船電子工程，2013，33（6）：93-96.

[18] 楊玉春.基于Jackson模型的高頻海底散射研究 [J].聲學(xué)與電子工程，2015（4）：33-36.

[19] JACKSON D R，WINEBRENNER D P，ISHIMARU A.Application of the composite roughness model to high-frequency bottom backscattering [J].The Journal of the Acoustical Society of America，1986，79（5）：1410-1422.

[20] 劉保華，闞光明，裴彥良，等.海底聲散射特性研究進(jìn)展 [J].海洋學(xué)報(bào)，2017，39（7）：1-11.

[21] 侯倩男，吳金榮.淺海小掠射角的海底界面聲反向散射模型的簡(jiǎn)化[J].物理學(xué)報(bào)，2019，68（4）：238-246.

[22] STANIC S，BRIGGS K B，F(xiàn)LEISCHER P，et al.High-frequency acoustic backscattering from a coarse shell ocean bottom [J].The Journal of the Acoustical Society of America，1989，85（1）：125-136.

[23] 張國(guó)偉.基于小波變換的圖像去噪方法研究[D].昆明：昆明理工大學(xué)，2014.

[24] 張鵬，王甜，王遠(yuǎn)明.基于小波變換去噪的ARMA 堤壩水平位移預(yù)測(cè)模型 [J].人民長(zhǎng)江，2017，48（2）：259-262.

[25] 馬國(guó)棟，陳同俊，崔若飛.測(cè)井曲線識(shí)別構(gòu)造煤實(shí)例研究 [J].地球物理學(xué)進(jìn)展，2017，32（3）：1208-1216.

[26] 吳靜涵，江新，周開松，等.地下洞室施工安全風(fēng)險(xiǎn)綜合評(píng)價(jià)：基于ISM-ANP的灰色聚類分析 [J].人民長(zhǎng)江，2020，51（6）：159-165.

（編輯：胡旭東）

Study on accurate identification of underwater riprap based on improved side

scan sonar method

MA Guodong1，2

（1.Water Resources Research Institute of Anhui Province and Huaihe River Commission of MWR，Hefei 230088，China; 2.Anhui Province Construction Engineering Quality Supervision and Inspection Station，Hefei 230088，China）

Abstract：

Side scan sonar is one of the commonly methods for underwater riprap detection，which has the advantages of high lateral resolution and high efficiency.However，qualitative identification of underwater media according to the relative value of acoustic scattering intensity may have big error.In order to improve the identification accuracy，taking the underwater riprap in Baoding polder as the research object，wavelet analysis was used to denoise the side scan sonar data.Then Lambert law was used to eliminate the effect of grazing angle，the acoustic scattering intensity was related to the type of underwater media directly.Finally cluster analysis was used to classify underwater media.The research results showed that the identification ability of this method was obviously higher than that of clustering analysis based on the original side scan sonar data，and could accurately classify the distribution range of riprap，and greatly improved the identification ability of underwater riprap.

Key words：

underwater riprap identification;side scan sonar;wavelet denoising;Lambert law;cluster analysis;Baoding polderDFF3ED11-A11D-4AB8-85EB-FE194BEF08C0