基于相位差測深聲吶(PDBS)技術的萊州灣人工魚礁探測

劉玉斌, 張建興, 宋永東, 張毅涵, 欒振東, 3

基于相位差測深聲吶(PDBS)技術的萊州灣人工魚礁探測

劉玉斌1, 3, 張建興1, 2, 宋永東1, 2, 張毅涵4, 欒振東1, 2, 3

(1. 中國科學院 海洋研究所 海洋地質與環境重點實驗室, 山東 青島 266071; 2. 中國科學院 海洋大科學研究中心, 山東 青島 266071; 3. 中國科學院大學, 北京 100049; 4. 青島海洋地質工程勘察院有限公司, 山東 青島 266071)

相位差測深聲吶(Phase Differencing Bathymetric Sonar, PDBS), 也被稱作干涉式聲吶(Interferometric Sonar), 可以同步采集水深點云數據和雙頻側掃聲吶圖像, 完全適用于大范圍的近海人工魚礁探測。本文采用基于PDBS原理的Edge Tech 6205地形地貌一體化測量設備對萊州灣某海域海洋牧場投礁區進行全覆蓋探測, 獲取了高精度水深數據以及雙頻側掃聲吶圖像。對水深數據進行地形特征變量計算, 精細刻畫了研究區的微地形地貌特征, 并結合側掃聲吶圖像通過多數據融合實現了對魚礁邊界的精準識別。在此基礎上利用地理信息系統中的空間分析方法對人工魚礁的水下物理參數進行計算和統計, 并探討了研究區地形地貌的成因及其演化模式, 最后論證了基于PDBS的近海人工魚礁探測技術具有高效率、低成本、高精度等諸多優勢。研究結果表明, 研究區水深介于4.1～7.3 m, 魚礁分布區有較大的海底起伏且在礁體周圍存在明顯的沉降和沖刷現象; 魚礁總占地面積約占研究區的14.04%, 總空方量共計2 528.22 m3, 魚礁高度介于1.26～3.63 m且呈正態分布。本研究為近海人工魚礁探測提供了數據和技術支撐, 具有較強的實踐意義。

PDBS; 人工魚礁; 萊州灣; 海洋牧場; 多數據融合

海洋牧場是利用現代的科學技術手段, 借助自然地理優勢來實現漁業資源增產的人工漁場[1]。人工魚礁是海洋牧場建設過程中的關鍵技術手段, 增加了附著生物的附著面積, 引起了光、聲、水體流態等物理環境的變化[2-3], 促進了物質和能量的交換[4], 從而為海洋生物的繁殖創造了有利條件, 對于保護海洋生態環境、漁業資源增產等方面具有積極的作用[5-6]。因此合理的人工魚礁建設有助于保護資源環境、發展國民經濟。高精度、高效率的水下探測和評估技術是人工魚礁建設的重要一環[7], 是實現海洋牧場可持續發展的重要保障。

聲波在水中具有衰減速度慢, 傳播距離遠等優勢, 因此聲學探測在海洋測繪領域已經成為不可或缺的探測手段。近年來, 隨著多波束測深系統、側掃聲吶等聲學設備的普及, 可以獲取礁區高精度的水深地形數據, 然后通過地理空間分析技術來對表征魚礁的特殊地形進行提取和分析, 從而實現水下人工魚礁的精準探測[8-10]。其中多波束測深系統和側掃聲吶在水下人工魚礁探測上都具有鮮明的優勢: 多波束探測系統作為水深測量的主流手段, 可以提供高精度的水深數據來清晰快速確定魚礁宏觀位置和微觀狀態,并且準確地評估人工魚礁的投放質量; 側掃聲吶根據提供的海底地貌及其底質信息來確定人工魚礁投放的位置及形態[11]。但是單一設備所采集的數據往往不能很好地表征魚礁的水下物理狀態, 只有將多種聲學數據相互對比驗證, 才能實現對水下魚礁的位置、形態、空方量等水下物理狀態的精確計算[12-14]。相位差測深聲吶(Phase Differencing Bathymetric Sonar, PDBS), 是海洋聲學測深的一種常用技術手段[15], 其具有多條平行接收線陣結構, 發射一次聲學信號之后利用多條平行線陣來同時接收海底回波信號, 通過回波信號中的相位差信息來計算回波入射方位角及海底深度信息[16-17]。簡言之, PDBS是一種集成式的測深和雙頻側掃聲吶系統, 可以提供同步的雙頻側掃和測深數據, 實時生成高分辨率的海底三維點云和側掃聲吶影像[18], 完全適用于淺海人工魚礁的高精度快速探測。

隨著PDBS技術的成熟[19], 多波束回聲測深儀(Multi-beam Echo Sounder, MBES)和側掃聲吶(Side Scan Sonar, SSS)等聲學探測技術在淺海探測領域中地位可能會被撼動。PDBS系統可以被看作是一種多層級的側掃聲吶, 通過比較不同層級之間的相位差來確定來自海底反射角, 最終收集寬條幅的測深數據和聲吶的振幅數據[20]。PDBS系統在淺水中能夠提供高分辨率的寬幅測深, 其條幅寬度是水深的10～15倍, 相比于典型的3～5倍水深的MBES性能有了顯著提高。但長期以來PDBS系統的水深數據質量不高[21], 分辨率限制在水深的2%～3%, 且其尺寸和重量較大, 嚴重限制了其在近海探測的適用性。隨著近期電子技術、相位反卷積技術以及算法的進步PDBS系統缺陷逐步消除[22-24]。新罕布什爾大學最近研究指出[25], 當前PDBS獲取數據往往比MBES具有更高的標準差。研究還發現, PDBS和MBES水深數據之間的平均差異小于0.1 m, 并且PDBS能夠準確分辨地形起伏為0.1 m小的沙波[26]。此外, PDBS系統還能夠同步獲得高分辨率的側掃聲吶數據, 這些數據可以和三維點云水深數據進行配準。在面對一些不確定的水深點云數據需要做出判斷時, 這種特性具有非常重要的意義, 否則單一的水深數據會引起爭議。隨著近海淺水測繪需求的增加, 以及傳統調查技術的低效率促使PDBS系統成為海洋聲學設備公司開發的焦點。在高效率、低成本的基礎上提高數據質量是當前海洋探測的主要需求, 而PDBS系統是在淺水環境中實現這些目標的最有前景的工具。

本研究采用基于PDBS技術的EdgeTech 6205對山東萊州灣某海洋牧場人工魚礁分布區進行掃測, 對獲取的高精度水深數據以及側掃聲吶影像數據進行相互驗證、對比分析, 有效提高了數據的準確性, 實現了對魚礁的精準識別與定位。此外, 利用地理空間分析技術實現了魚礁的形態及位置參數的計算。最后分析了礁區地形地貌的特征及其成因, 為該海域海洋牧場的發展提供了數據支撐和技術支持。

1 研究區概況

萊州灣, 位于渤海南部, 是黃河入?？谂c屺姆角的連線以南的海域(圖1), 毗鄰東營、濰坊、煙臺, 是渤海三大海灣之一, 也是山東省最大的海灣。當前萊州灣的面積大概有6 060 km2, 隨著萊州灣西北部黃河入?？诘牟粩嘤俜e, 海灣的面積有縮小的趨勢。萊州灣水深較淺, 灣內水深大都不超過20 m, 且泥沙含量充足。黃河入?？诮o灣內帶來了豐富的營養物質, 因此這里是我國海洋牧場的重點開發地。

海灣潮汐為不正規半日潮, 最高高潮位和最低低潮位分別為3.78 m和1.28 m。海浪的主波方向為NE向并隨著潮汐的漲落而在S-W向和N-E向之間變化, 潮流主要沿順時針的方向旋轉。海灣內全年少雨, 冬季嚴寒, 夏季高溫, 是典型的大陸性氣候。灣內不僅具有豐富的鹵水資源, 也具有充足的海洋生物資源, 是我國北部海域海洋生物資源的搖籃, 有“黃金海灣”的稱號[27]。近年來, 山東藍色海洋科技股份有限公司向灣內投放了大量的人工魚礁和各類魚苗, 有效實現了海洋生物資源的增產和增值。

人工魚礁探測區處在萊州灣的東南部, 位于刁龍嘴海岸的西南方, 其南部建設有養蝦場、海上風電場等海洋工程項目。刁龍嘴海岸是典型的砂質海岸, 該岸段自20世紀60年代以來發生了強烈的侵蝕后退現象, 侵蝕陡坎普遍形成, 海灘變窄變陡, 水下岸坡侵蝕嚴重, 這是風暴潮、波浪和風的共同作用的結果。海域南岸建設有規模較大的海洋養殖場以及大規模的海上風電, 海域內投放了大量的人工魚礁、建設了大量的人工島群, 如此大規模的海洋工程項目必然對萊州灣內海域的潮流、波浪等海流狀況產生影響, 進而影響著萊州灣海域的沖淤變化。本文從人工魚礁的角度著手分析探測區的沖淤變化, 對指導該區海岸防護、工程選址以及沿岸地區的經濟發展規劃具有重要意義。

2 研究方法

對萊州灣某海洋牧場人工魚礁區進行了大規模全覆蓋的魚礁探測, 獲取了高精度的水深數據以及雙頻側掃聲吶數據, 利用這些數據對人工魚礁進行精準定位、邊界識別以及參數計算。對于基于PDBS的水深數據而言, 雖然可以實現對魚礁的精準定位, 但是對于起伏不大的魚礁無法精準地圈定其邊界; 對于基于PDBS的側掃聲吶圖像而言, 雖然可以根據人工魚礁底質和淤泥底質所反映出的聲學回波強度的差異來識別地貌單元邊界, 但是其位置信息的精度誤差較大?；诖? 利用這兩種數據優勢互補的思想, 對魚礁及其邊界進行精準的定位和識別, 準確圈定魚礁范圍, 確定魚礁斑塊, 在此基礎上利用DEM對研究區的各類魚礁參數進行計算和統計。本文以其中的一小塊典型礁區為例, 分析研究區的地形地貌特征, 準確識別了魚礁邊界并對魚礁的物理參數進行了計算和統計。

圖1 研究區地理位置及其周邊自然地理概況

2.1 數據采集

本研究的野外數據采集按照海洋調查規范(GB/T 12763.8—2007), 利用EdgeTech 6205采用走航式調查方式實現了對魚礁的全方位探測, 獲取地形點云數據和側掃聲吶圖像。主測線以30 m為間距沿調查區WE向布設, 實現了海底全覆蓋, 且重復覆蓋率不低于20%, 船速控制在4節左右, 沿測線保持直線勻速行駛。外業調查采用WGS84坐標系, 投影方式為高斯克呂格三度帶投影(Gauss Krueger-3 degree zones), 帶號為Zone 40(118.5°E～121.5°E), 高程基準為國家1985高程基準。

2.2 數據處理與成圖

利用CARIS 9.1軟件對PDBS測得的水深數據進行處理, 處理流程包括聲速折射修正、剔除噪點、潮汐改正、聲速改正、海底曲面生成、數據合并等過程, 獲取能夠準確反映魚礁形態位置等信息的研究區高精度水深地形數據。利用Sonarwiz軟件對側掃聲吶數據進行處理, 在軟件內利用調整增益、濾波、鑲嵌、拼接等手段來提高圖像的清晰度和準確度, 獲取能夠準確反映魚礁位置和形態特征的側掃聲吶聲學TIFF格式圖像。

2.3 魚礁邊界識別與投礁空方量估算

魚礁邊界識別采用了基于PDBS的DME(Digital Elevation Model)法和側掃聲吶圖像目視解譯法[28]相結合的綜合分析方法?；赑DBS的水深點云數據具有較高的分辨率, 能夠建立礁區高精度的DEM。此外, 通過高精度的水深地形數據可以對地形因子進行提取, 尤其是坡度這種地形因子對于精準識別魚礁邊界至關重要。但由于水深數據的局限性, 對于起伏較小的魚礁不能利用其與周邊淤泥海底的底質差異進行區分, 這就要依賴同步測量的側掃聲吶圖像了。不同的底質所產生的回波強度存在差異, 導致了側掃聲吶圖像上的明暗差異。這種根據聲波回波強弱所形成的明暗不均的聲吶圖像可以獲取高分辨率的海底地貌單元屬性信息, 進而通過目視解譯法輕松識別人工魚礁邊界。但是由于側掃聲吶難免存在位置精度較低的問題, 因此在魚礁邊界識別的過程中, 首先利用側掃聲吶圖像來準確圈定人工魚礁的邊界, 后續結合水深數據精準定位魚礁。兩種數據優勢互補互相來確定魚礁的幾何邊界, 有效提高了魚礁識別的準確度。

本研究利用DEM法來計算空方量, 將識別的魚礁邊界當作理論海底底界面, 然后將網格的高度與理論海底底界面的高度之差作為積分高度, 將單位網格的面積作為積分單元, 最后把魚礁范圍內的體積累加求和所得結果即為魚礁投放空方量。具體來說, 選取魚礁邊界構建多個魚礁斑塊作為魚礁分布的投影區域, 將邊界處的水深作為礁體的理論海底面, 構建人工魚礁投放分布區的理論海底DEM, 對比實測的海底DEM進行子區域劃分從而形成多個不規則的棱柱體, 利用ArcGis軟件挖空方等三維空間分析功能, 計算獲取人工魚礁投放礁體的空方量。其計算的原理是將人工魚礁斑塊又繼續劃分出了較多的子區域, 每個子區域相對于魚礁邊界區的高層的差值乘以該子區域的面積, 便是該子區域的挖填方量, 進行累計求和便是我們所需要的魚礁空方量。計算公式為:

式中:A為第個子區域的面積;H為第個子區域中魚礁的水深;h為利用魚礁邊界建立的理論海底面的水深;為魚礁斑塊內子區域的數量;為當前計算子區域的編號;為所圈定的單個魚礁的空方量。

3 結果與分析

3.1 研究區地形地貌特征

研究區面積3.32萬km2, 地貌類型以淤泥地貌和人工魚礁地貌為主。研究區范圍內高精度DEM(圖2)清晰展示了礁區的地形地貌特征。研究區整體地勢平坦, 水深介于4.1～7.3 m, 但由于人工魚礁的投放在礁區附近產生了較大的海底起伏, 形成了復雜多變的地形。人工魚礁雜亂無章且廣泛分布于研究區內, 在海底大多呈不規則的丘狀堆砌, 在其周圍出現明顯的沉降沖刷現象。礁體間距離不一, 還有個別礁體彼此連接。

圖2 基于PDBS高精度地形數據的研究區DEM

為了更好地展現投礁前后的地形起伏變化, 在西部平坦的未投礁區和其東部約35 m的位置處沿NE-SW向選取了-′和-′兩處平行線進行地形剖面分析(圖2)。由于兩個剖面距離較近,-′近似代表了投礁前的地形,-′盡可能穿過較多魚礁, 代表了投礁后的地形。典型地形剖面對比顯示(圖3), 投礁前研究區內水深在剖面上基本沒有變化, 在6.8 m水深上下微有幾十公分的起伏。而在投礁之后, 由于魚礁的存在導致原本平坦的地形上產生了最大約2.5 m的地形起伏。此外, 投礁區的淤泥海底相對于未投礁區產生了約半米的高差, 這是投放魚礁帶來的海底沖刷的結果。

圖3 典型地形剖面對比

研究區內魚礁絕大多數都呈丘狀堆疊, 位于研究區東北角的4堆魚礁(圖2)呈丘狀, 且礁堆之間的間距較大, 可以清晰地呈現出單個魚礁的形態特征, 以其作為典型魚礁區非常具有代表性, 可以代表研究區整體的魚礁形態來對研究區內的魚礁微地貌特征進行進一步探究。選取典型魚礁區(圖2)進行三維展示, 并沿-′做典型魚礁區的地形和坡度剖面圖。三維地形圖(圖4a)顯示不規則丘狀堆砌的魚礁高度不等, 以一定間距間隔排列, 周圍有少量碎石散落。-′剖面所穿過魚礁處具有明顯的地形起伏(圖4b), 魚礁高度約為2.5 m。而淤泥海底和礁體的頂端沒有明顯的地形起伏, 坡度較小, 在魚礁邊界至魚礁頂端以較高的坡度抬升。

圖4 典型魚礁區三維地形圖(a)及其地形與坡度剖面(b)

3.2 人工魚礁的水下物理狀態

人工魚礁水下物理狀態主要包括礁體位置、占地面積、投礁空方量、礁體高度等信息。首先利用水深數據計算出礁區的地形特征變量, 結合側掃聲吶圖像來進行魚礁識別和邊界圈定, 然后根據所圈定的范圍對DEM進行斑塊提取, 把斑塊的面積視為魚礁的占地面積, 把斑塊內的水深最高點和水深最低點之差看作魚礁高度, 對斑塊內進行填挖方計算來反映魚礁的空方量, 最終實現了人工魚礁的水下物理狀態統計。

坡度差異在礁區范圍內最為顯著, 利用坡度來進行人工魚礁的識別和邊界圈定是準確而有效的(圖4b)。在人工魚礁所在的位置處坡度表現出明顯的高值(圖5a), 據此對人工魚礁進行識別和邊界提取。但僅靠單一數據識別魚礁往往會造成誤判, 比如在一些地形起伏不明顯的位置存在較為扁平的魚礁而沒有較大的坡度, 有時會被忽略?；赑DBS的側掃聲吶圖像(圖5b)可以從底質的角度來同步定位魚礁,在側掃聲吶圖像上具有陰影和亮斑等明顯的聲學特征。以此結合DEM共同識別這些被忽略的魚礁, 有效提高了數據的可信度。通過對坡度和側掃聲吶圖像的綜合比對發現絕大多數魚礁的位置、邊界等信息可以完全對應, 但也存在少部分無法明確確定其邊界的地形起伏不明顯的魚礁, 需要結合側掃聲吶圖像來綜合判定魚礁的存在狀態。

圖5 基于PDBS的魚礁識別

注: a研究區坡度; b為研究區側掃聲吶圖像

利用坡度和側掃聲吶圖像所圈定的魚礁邊界對研究區DEM進行斑塊提取(圖6), 共計獲取了61塊人工魚礁斑塊。這些斑塊面積總計4 662.3 m2, 占整個研究區的14.04%, 它們大小不一且形狀不規則, 在研究區內廣泛分布?；诘乩硇畔⑾到y軟件對斑塊進行分析, 對其所反映的魚礁占地面積、魚礁投放空方量、魚礁高度等物理參數進行了計算和統計。

針對宏觀的角度而言人工魚礁的水下物理狀態包括魚礁的占地面積和投放空方量。統計表明, 研究區內單個人工魚礁的占地面積(圖7a)在25～250 m2, 最大值(編號51)約是最小值(編號36)的5倍, 這是由于有些魚礁堆之間相互連接(如編號51、編號34), 人為地將其劃分成了一個較大的斑塊。排除這兩個較大的異常值,絕大多數魚礁占地面積都在25～130 m2, 50%的人工魚礁占地面積為50～88 m2。根據劃分的魚礁斑塊計算得出研究區內人工魚礁總投放空方量約為2 528.22 m3, 平均每一個魚礁的投放空方量為41.45 m3。單個魚礁的空方量具有較大差異(圖7b), 50%的魚礁為20～50 m3,存在較大魚礁(編號34)可達117.34 m3和僅有4.97 m3的較小碎石礁(編號49)。

圖6 魚礁斑塊提取

圖7 魚礁占地面積與空方量統計

人工魚礁的高度是反映其微觀層面物理狀態的關鍵參數。本文對每一個魚礁斑塊區內的最高點水深和最低點水深進行統計, 并以其差值作為魚礁高度(圖8a)。統計表明, 魚礁斑塊內的最高點水深在–4～ –6 m, 說明魚礁頂部參差不齊, 最高懸殊2 m, 并不在同一水平高度。魚礁斑塊的最低點代表了淤泥海底處的水深, 在–7.22 m上下有微小波動, 沒有較大起伏, 表明在魚礁斑塊內部的淤泥海底基本都在同一深度。研究區內魚礁高度 (圖8b)呈正態分布, 最小高度為1.26 m(編號53), 最大高度為3.63 m(編號47), 平均高度為2.17 m, 礁體高度中位數為2.15 m, 大多數礁體的高度在1.85～2.45 m。

圖8 魚礁最高點及最低點水深及其高度統計

4 討論

4.1 魚礁區地貌成因探討

人工魚礁作為一種外來底質, 大規模地投放必然會對自然地形地貌環境產生迅速的影響。原本基本沒有地形起伏的淤泥質海底由于人為投礁導致了人工魚礁地貌的形成, 由原來接近6.8 m的均勻水深在投礁區演變成了4.5～7.5 m的地形起伏(圖3)。統計表明研究區人工魚礁平均高度2.17 m, 人工魚礁所產生的高度差直接導致了海底產生了多個隆起并使局部水深變淺。此外礁體還對淤泥海底產生了直接或者間接影響, 導致了淤泥海底的沖淤。

礁體在投放之后, 其自身的重力作用會導致魚礁在較軟的淤泥海底在較長的時間尺度內產生緩慢的沉降, 在沉降的過程中發生了流體、淤泥海底以及魚礁之間的相互作用, 這是礁區地貌形成的主要原因[29-32]。在礁石投放后, 由于自身重力作用導致礁石陷入淤泥海底(圖9a), 造成了魚礁投放區的海底沉降。陷入淤泥底部的魚礁和周圍的淤泥介質表現出明顯剛性差異, 水動力條件因此而產生改變。據研究區的水深點云數據推測, 在魚礁的一側迎面而來的流體與礁體產生碰撞, 水平方向上的流體改變方向轉而變成了垂直于淤泥海底的下降流(圖9b), 這種方向被改變了的湍急流體與礁體的底部發生碰撞導致淤泥遭到沖刷。這種對魚礁周邊的淤泥海底不斷沖刷的底層流會使得魚礁與海底之間存在空隙, 進而導致礁體和周邊淤泥海底之間摩擦力以及淤泥承載能力的減弱, 使礁體不斷下陷。側掃聲吶圖像顯示, 在礁體周邊海底相對于普通的淤泥海底具有更強的聲吶圖像亮度, 這表明前者具有相對較硬的底質, 說明魚礁周圍沉積物的粒度相對更大, 這代表了較強的流體動力環境。此外, 研究區內礁體之間的間距較小且數量龐大, 這種緊密排列會在礁體之間形成狹窄的通道從而使底層流速加快[33], 導致了礁體之間的淤泥遭受沖刷, 最終造成了魚礁附近淤泥底質的“削平”(圖9c)。當剛性的巖石礁體投放在淤泥海底之后, 尤其是在底層水動力強度大的海域, 至少需要6～7年才可以實現礁體的平衡和穩定[34]。因此, 定期對人工魚礁水下物理狀態進行精準探測對海洋牧場的可持續發展至關重要。

本文所使用的美國EdgeTech公司所開發的EdgeTech 6205 測深側掃一體化設備是一種先進的PDBS系統, 它的條幅寬度是MBES系統2～3倍, 可以實現海底全覆蓋, 而且它可以同時進行雙頻側掃, 這樣兼顧掃描范圍和分辨率, 大大提高了近岸和淺水水文測量的效率并保證了作業安全[35]。EdgeTech 6205的左右兩側各有多條平行線陣構成的聲吶陣, 聲吶陣向兩側發射聲波后, 海底的回波按照時間的先后被聲吶陣接收, 通過估計各回波到達的來波方位, 即可計算出數百個測深深度, 而利用聲信號的強度變化來獲得側掃聲吶圖像[36]。此外, EdgeTech 6205可以通過多個接受換能器所接受反射回波信號來計算出數據的平均值和標準差, 從而在統計學上實現噪點的去除, 獲得每個測深點的準確數值[37]。EdgeTech 6205還設計了兩個專用的側掃聲吶信號的接收和傳輸通道, 這使得該系統既能保留雙頻側掃聲吶的高分辨率圖像, 還不會干擾測深信號。有學者單從水深測量的角度對傳統的MBES和EdgeTech 6205進行了對比[37], 結果表明EdgeTech 6205不僅有精度的提升, 還大大減少了調查人員在海上的作業時間。EdgeTech 6205在作業現場始終為水深數據及時補充具有相同定位和時間戳的高分辨率雙頻側掃圖像, 經過后期處理, 這種同步進行的側掃描圖像為水深數據提供了參考, 在特征檢測、目標分類和數據濾波等方面提供可靠證據。

圖9 魚礁區地形地貌演化示意圖

4.2 基于PDBS的人工魚礁探測技術的應用探討

不同聲源優勢互補對目標體進行探測與解譯, 可提高探測的準確性, 減少解釋誤判[38]。在魚礁探測工程中僅靠水深數據很難檢測識別尺寸較小的魚礁, 但高頻側掃聲吶則可利用礁石處背向散射回波強的特點導致其與平坦海底產生了鮮明的對比, 從而實現對其的精準識別。EdgeTech 6205測深和雙頻側掃描系統可以實現最大條幅寬度為150 m, 低頻側掃描的最大條幅寬度為300 m, 高頻側掃描的最大條幅寬度為70 m。在本次近海魚礁探測的過程中, 研究區最大水深不超過10 m, 550 kHz和1 600 kHz的頻率組合是很好的選擇, 較低的頻率用于大范圍的魚礁分布評估, 較高的頻率用于探測目標魚礁的微觀物理狀態。PDBS相對于MBES和SSS更適用于大范圍的魚礁掃測, 單次測線就可以獲取水深數據和側掃圖像, 大大減少了探測的工作量, 實現了高效率探測, 極大降低了數據采集時間和成本。

5 結論

研究區水深介于4.1～7.3 m, 由于人工魚礁的投放在研究區內產生了較大的海底起伏。魚礁大多呈不規則的丘狀雜亂無章地廣泛分布于研究區內, 個別魚礁之間彼此相互連接, 且在其附近的淤泥海底處出現了沉積物的沖刷、沉降和再懸浮等現象。特殊地貌成因主要包括礁體自身的重力作用以及底層流的沖刷作用。魚礁總占地面積約占研究區的14.04%, 總空方量共計2 528.22 m3, 魚礁高度介于1.26～3.63 m且呈正態分布。PDBS相比于MBES和SSS更適用于大范圍的魚礁掃測, 單次測線就可以獲取水深數據和側掃圖像, 大大減少了探測的工作量, 而且這種同步進行的側掃聲吶圖像為水深數據在數據處理、魚礁識別、邊界確定等方面提供了可靠依據。投放人工魚礁在較短的時間內就會對周邊的海洋環境產生顯著的影響, 因此建議在人工魚礁建設之后要重點關注礁體周邊底層流的變化, 注意觀測魚礁周邊海底的沖淤程度, 關注魚礁的穩定性, 定期對魚礁進行探測和維護, 從而促進漁業資源的發展。

[1] 楊紅生. 我國海洋牧場建設回顧與展望[J]. 水產學報, 2016, 40(7): 1133-1140. YANG Hongsheng. Construction of marine ranching in China: reviews and prospects[J]. Journal of Fisheries of China, 2016, 40(7): 1133-1140.

[2] 陳勇, 于長清, 張國勝, 等. 人工魚礁的環境功能與集魚效果[J]. 大連水產學院學報, 2002, 17(1): 64-69. CHEN Yong, YU Changqing, ZHANG Guosheng, et al. The environmental function and fish gather effect of atificial reefs[J]. Journal of Dalian Fisheries College, 2002, 17(1): 64-69.

[3] CARR M, HIXON M. Artificial reefs: The importance of comparisons with natural reefs[J]. Fisheries, 1997, 22: 28-33.

[4] WANG X, FENG J, LIN C G, et al. Structural and functional improvements of coastal ecosystem based on artificial oyster reef construction in the Bohai Sea, China[J]. Frontiers in Marine Science, 2022, 9: 16.

[5] DOWNING N, TUBB R, ELZAHR C, et al. Artificial reefs in Kuwait, northern Arabian Gulf[J]. Bulletin of Marine Science, 1985, 37: 157-178.

[6] BUCKLEY R, HUECKEL G. Biological processes and ecological development on an artificial reef in puget- sound, washington[J]. Bulletin of Marine Science, 1985, 37: 50-69.

[7] 李東, 唐誠, 鄒濤, 等. 近海人工魚礁水下物理狀態探測與評估[J]. 自然資源遙感, 2022, 34(1): 27-33. LI Dong, TANG Cheng, ZOU Tao, et al. Detection and assessment of the physical state of offshore artificial reefs[J]. Remote Sensing for Natural Resources, 2022, 34(1): 27-33.

[8] 李東, 唐誠, 鄒濤, 等. 基于多波束聲吶的人工魚礁區地形特征分析[J]. 海洋科學, 2017, 41(5): 127-133. LI Dong, TANG Cheng, ZOU Tao, et al. Terrain character analysis of artificial reefs area based on multibeam echo sounder[J]. Marine Sciences, 2017, 41(5): 127-133.

[9] 佟飛, 唐振朝, 賈曉平, 等. 基于側掃聲納方法的框架式人工魚礁測量[J]. 南方水產科學, 2018, 14(1): 99-104. TONG Fei, TANG Zhenzhao, JIA Xiaoping, et al. Frame- type artificial reef measurement by side-scan sonar[J]. South China Fisheries Science, 2018, 14(1): 99-104.

[10] 郭棟, 董婧, 付杰, 等. 基于雙頻識別聲吶的東港大鹿島人工魚礁調查研究[J]. 海洋湖沼通報, 2018, 2: 41-48. GUO Dong, DONG Jing, FU Jie, et al. Artificial reef and fisheries estimation in Dalu Island based on Dual Frequency Sonar[J]. Transactions of Oceanology and Limnology, 2018, 2: 41-48.

[11] SHEN W, MA J, ZHANG J, et al. Research on automatic identification method of artificial reef based on side scan sonar[J]. Hydrographic Surveying and Charting, 2019, 39: 34-37, 42.

[12] 李勇航, 單晨晨, 蘇明, 等. 聲學水面無人艇在淺水海底地貌調查中的應用[J]. 海洋地質與第四紀地質, 2020, 40(6): 219-226. LI Yonghang, SHAN Chenchen, SU Ming, et al. Application of acoustic unmanned surface vehicle to submarine geomorphology survey in shallow water[J]. Marine Geology & Quaternary Geology, 2020, 40: 219-226.

[13] LEVY N, BERMAN O, YUVAL M, et al. Emerging 3D technologies for future reformation of coral reefs: Enhancing biodiversity using biomimetic structures based on designs by nature[J]. Science of The Total Environment, 2022, 830: 154749.

[14] OKAMOTO M. Function of tyre-made artificial reefs by comparisons of fish faunas between artificial and natural reefs[J]. Bulletin of the Japanese Society of Scientific Fisheries (Japan), 1989, 55: 197-203.

[15] BRISSON L, WOLFE D, STALEY M. Interferometric swath bathymetry for large scale shallow water hydrographic surveys[C]//Canadian Hydrographic Confere-nce. 2014: 1-18.

[16] MOHAMMADLOO T, GEEN M, SEWADA J, et al. Assessing the performance of the phase difference bathymetric sonar depth uncertainty prediction model[J]. Remote Sensing, 2022, 14(9): 2011.

[17] LURTON X. Swath bathymetry using phase difference: Theoretical analysis of acoustical measurement precision[J]. IEEE Journal of Oceanic Engineering, 2000, 25(3): 351-363.

[18] STEWART W, CHU D, MALIK S, et al. Quantitative seafloor characterization using a bathymetric sidescan sonar[J]. IEEE Journal of Oceanic Engineering, 1994, 19(4): 599-610.

[19] PORPILHO D, KLEIN A, CAMARGO R, et al. Automatic classification of bedforms using phase differencing bathymetric sonar[J]. CEP, 2014, 88061: 505-510.

[20] LURTON X. Precision analysis of bathymetry measurements using phase difference[C]//IEEE Oceanic Engineering Society. OCEANS'98. Conference Proceedings (Cat. No. 98CH36259). IEEE, 1998, 2: 1131-1134.

[21] MOUSTIER C. Signal processing for swath bathymetry and concurrent seafloor acoustic imaging[J]. Acoustic signal processing for ocean exploration, 1993, 92093- 0205: 329-354.

[22] GRIFFITHS H, RAFIK T, MENG Z, et al. Interferometric synthetic aperture sonar for high-resolution 3-D mapping of the seabed[J]. IEE Proceedings-Radar, Sonar and Navigation, 1997, 144(2): 96-103.

[23] KRAEUTNER P, BIRD J. Beyond interferometry, resolving multiple angles-of-arrival in swath bathymetric imaging[C]//Oceans' 99. MTS/IEEE. Riding the Crest into the 21st Century. Conference and Exhibition. Conference Proceedings (IEEE Cat. No. 99CH37008). IEEE, 1999, 1: 37-45.

[24] WILBY A. The advantages, challenges and practical implementation of an interferometric swath bathymetry system[C]//Oceans' 99. MTS/IEEE. Riding the Crest into the 21st Century. Conference and Exhibition. Conference Proceedings (IEEE Cat. No. 99CH37008). IEEE, 1999, 1: 23-29.

[25] BRISSON L, WOLFE D, STALEY M. Interferometric swath bathymetry for large scale shallow water hydrographic surveys[C]//Canadian Hydrographic Confere-nce. 2014: 1-18.

[26] HILLER T, REED T, STEINGRIMSSON A. Producing chart data from interferometric sonars on small AUVs[J]. The International Hydrographic Review, 2011, 12: 43-50.

[27] HAN D M, KOHFAHL C, SONG X F, et al. Geochemical and isotopic evidence for palaeo-seawater intrusion into the south coast aquifer of Laizhou Bay, China[J]. Applied Geochemistry, 2011, 26: 863-883.

[28] ZHANG J X, GU H Y, YANG Y, et al. Research progress and trend of high-resolution remote sensing imagery intelligent interpretation[J]. Journal of Remote Sensing, 2021, 25: 2198-2210.

[29] 沈蔚, 章守宇, 李勇攀, 等. C3D測深側掃聲吶系統在人工魚礁建設中的應用[J]. 上海海洋大學學報, 2013, 22(3): 404-409. SHEN Wei, ZHANG Shouyu, LI Yongpan, et al. The application of C3D bathymetry side scan sonar system in artificial reef construction[J]. Journal of Shanghai Ocean University, 2013, 22(3): 404-409.

[30] MASNADI S, MOUSTIER C, CERVENKA P, et al. Differential phase estimation with the SeaMARCII bathymetric sidescan sonar system[J]. IEEE Journal of Oceanic Engineering, 1992, 17(3): 239-251.

[31] STREICH M, AJEMIAN M, WETZ J, et al. A comparison of fish community structure at mesophotic artificial reefs and natural banks in the Western Gulf of Mexico[J]. Marine and Coastal Fisheries, 2017, 9: 170-189.

[32] SAYER M, WILDING T. Planning, licensing, and stakeholder consultation in an artificial reef development: the Loch Linnhe reef, a case study[J]. Ices Journal of Marine Science, 2002, 59: S178-S185.

[33] WILDING T, SAYER M. Evaluating artificial reef performance: approaches to pre-and post-deployment research[J]. ICES Journal of Marine Science, 2002, 59(suppl): S222-S230.

[34] HA H, MAA P, HOLLAND C. Acoustic density measurements of consolidating cohesive sediment beds by means of a non - intrusive “Micro - Chirp” acoustic system[J]. Geo - Marine Letters, 2010, 30(6): 585-593.

[35] BRISSON L, HILLER T. Multiphase echosounder to improve shallow-water surveys[J]. Sea Technology, 2015, 56: 10-14.

[36] PORPILHO D, KLEIN A, CAMARGO R, et al. Automatic classification of bedforms using phase differencing bathymetric sonar[J]. CEP, 2014, 88061: 600.

[37] BRISSON L, WOLFE D. Performance analysis of the EdgeTech 6205 swath bathymetric sonar[J]. 2014, 4: 1-11.

[38] 李勇航, 單晨晨, 蘇明, 等. 聲學水面無人艇在淺水海底地貌調查中的應用[J]. 海洋地質與第四紀地質, 2020, 40(6): 219-226. LI Yonghang, SHAN Chenchen, SU Ming, et al. Acoustic surface there is no boat in the application of shallow underwater topography survey[J]. Journal of Marine Geology and Quaternary Geology, 2020, 40(6): 219-226.

Artificial reef exploration based on Phase Differencing Bathymetric Sonar in Laizhou Bay

LIU Yu-bin1, 3, ZHANG Jian-xing1, 2, SONG Yong-dong1, 2, ZHANG Yi-han4, LUAN Zhen-dong1, 2, 3

(1. Key Laboratory of Marine Geology and Environment, Institute of Oceanology, Chinese Academy of Sciences, Qingdao 266071, China; 2. Ocean Research Center, Chinese Academy of Sciences, Qingdao 266071, China; 3. University of Chinese Academy of Sciences, Beijing 100049, China; 4. Qingdao Marine Geological Engineering Survey Institute Co., LTD, Qingdao 266071, China)

Phase Differencing Bathymetric Sonar (PDBS), also known as Interferometric Sonar, can collect bathymetric point cloud data and dual-frequency side-scan sonar images simultaneously. It is suitable for a wide range of offshore artificial reef explorations. In this paper, Edge Tech 6205 integrated topographic and geomorphic survey equipment based on PDBS principles was used to conduct full coverage detection of a marine pasture reef casting area in an area of Laizhou Bay and to obtain high-precision bathymetric data and dual-frequency side-scan sonar images. The water depth data were calculated with topographic feature variables, and the micro-topography features of the study area were described in detail. The boundary of fish reefs was identified accurately by multi-data fusion combined with side-scan sonar images. Based on this, the spatial analysis method in the geographic information system is used to calculate and statistically evaluate the underwater physical parameters of artificial reefs. Additionally, the causes of topography and evolution patterns in the study area are discussed. Finally, it is demonstrated that the offshore artificial reefs detection technology based on PDBS has many advantages, such as high efficiency, low cost, and high precision. Results show that the water depth in the study area is between 4.1 and 7.3 m, and there is a large seabed fluctuation in the distribution area of reefs and obvious subsidence and scour around reefs. The total area of the reef accounted for 14.04% of the study area, and the total empty space was 2 528.22 m3. The height of the reef was between 1.26 and 3.63 m, with a normal distribution. This study provides data and technical support for the exploration of offshore artificial reefs and has strong practical significance.

PDBS; artificial reef; Laizhou Bay; marine ranching; multiple data fusion

Oct. 13, 2022

[Shandong Province Key Research and Development Program “Marine Ranch Biological Resources Conservation Key Technologies and equipment Research and Development and Application Demonstration”, No. 2019JZZY020708; Enterprise commissioned project “Blue Ocean Marine Ranch Terrain Survey”, No. E22225101I]

P756

A

1000-3096(2023)10-0076-11

10.11759/hykx20221013001

2022-10-13;

2022-12-14

山東省重點研發計劃“海洋牧場生物資源養護關鍵技術與設備研發及應用示范” (2019JZZY020708); 企業委托項目“藍色海洋海洋牧場地形掃測”(E22225101I)

劉玉斌 (1998—), 男, 山東濟寧人, 碩士研究生, 主要從事基于ROV的聲光融合探測技術研究, E-mail: liuyubin@qdio.ac.cn; 欒振東(1976—),通信作者, 男, 山東青島人, 正高級工程師, 教授, 碩士生導師, 主要從事深海探測技術及海底地形地貌研究, E-mail: luan@qdio.ac.cn

(本文編輯: 康亦兼)