Методы акустического распознавания донного грунта
|
Перечень сокращений 3
Введение 4
Глава 1. Принцип работы многолучевого эхолота и регистрации данных обратного рассеивания 7
1.1. Принцип работы многолучевого эхолота 7
1.2. Теоретическое представление акустического обратного рассеивания 9
1.3. Способы записи данных обратного рассеивания, реализованные в современных
многолучевых системах 11
1.3.1. Полный эхо-сигнал 12
1.3.2. Данные временных рядов («сниппеты») 14
1.3.3. Объединённый амлитудный временной ряд 17
1.3.4. Временные ряды амплитуд и углов 19
1.3.5. Единичное значение интенсивности обратного рассеивания луча 20
1.4. Выбор метода записи данных обратного рассеивания 21
Глава 2. Обработка данных обратного рассеивания: создание карт типов морского дна, анализ данных обратного рассеивания, создание мозаик и методика распознавания донного грунта 23
2.1. Обработка данных обратного рассеивания 23
2.2. Составление карт типов морского дна из данных многолучевого эхолота
2.3. Анализ данных обратного рассеивания многолучевого эхолота и распознавание
донного грунта 25
2.4. Алгоритм «геокодер» (Geocoder) 28
Глава 3. Рассмотрение методов обработки данных обратного рассеивания в электронно-гидрографической информационной системе HYPACK MAX и в программе постобработки «Fledermaus» 32
3.1. Обработка данных обратного рассеивания в электронно-гидрографической
информационной системе HYPACK MAX 32
3.2. Обработка данных обратного рассеивания в программе постобработки и визуализации данных съёмки «Fledermaus» 36
Заключение 44
Список используемых источников 46
Введение 4
Глава 1. Принцип работы многолучевого эхолота и регистрации данных обратного рассеивания 7
1.1. Принцип работы многолучевого эхолота 7
1.2. Теоретическое представление акустического обратного рассеивания 9
1.3. Способы записи данных обратного рассеивания, реализованные в современных
многолучевых системах 11
1.3.1. Полный эхо-сигнал 12
1.3.2. Данные временных рядов («сниппеты») 14
1.3.3. Объединённый амлитудный временной ряд 17
1.3.4. Временные ряды амплитуд и углов 19
1.3.5. Единичное значение интенсивности обратного рассеивания луча 20
1.4. Выбор метода записи данных обратного рассеивания 21
Глава 2. Обработка данных обратного рассеивания: создание карт типов морского дна, анализ данных обратного рассеивания, создание мозаик и методика распознавания донного грунта 23
2.1. Обработка данных обратного рассеивания 23
2.2. Составление карт типов морского дна из данных многолучевого эхолота
2.3. Анализ данных обратного рассеивания многолучевого эхолота и распознавание
донного грунта 25
2.4. Алгоритм «геокодер» (Geocoder) 28
Глава 3. Рассмотрение методов обработки данных обратного рассеивания в электронно-гидрографической информационной системе HYPACK MAX и в программе постобработки «Fledermaus» 32
3.1. Обработка данных обратного рассеивания в электронно-гидрографической
информационной системе HYPACK MAX 32
3.2. Обработка данных обратного рассеивания в программе постобработки и визуализации данных съёмки «Fledermaus» 36
Заключение 44
Список используемых источников 46
Традиционно гидрографические работы проводятся в интересах безопасности мореплавания и включают в себя: съёмку рельефа дна, гидрографическое траление, грунтовую съёмку, топографическую съёмку береговой полосы, сбор сведений для лоций, а также сопровождающие их работы по сгущению геодезической основы и уровенные наблюдения [1]. Основным методом картографирования дна продолжают оставаться однолучевые эхолоты (ОЛЭ), многолучевые эхолоты (МЛЭ), гидролокаторы бокового обзора (ГБО) и многоканальные эхолоты (эхотралы). Действие этих приборов полностью основано на акустических методах. Отметим, что помимо данных батиметрии современные МЛЭ позволяют собирать данные обратного рассеивания (ОР). Технологии записи и обработки этих данных МЛЭ за последние годы претерпели значительные изменения, что позволяет достаточно достоверно распознавать тип донного грунта при гидрографических работах.
Данные обратного рассеивания позволяют получить информацию о грунтах морского дна (поверхностных донных осадках) дистанционно и без использования средств морской грунтовой съёмки, таких как дночерпатели и драги. Это обстоятельство позволяет обеспечить относительно быстрый охват обширных зон морского дна и, следовательно, повысить экономическую эффективность гидрографических работ. Данные подобного рода крайне важны при комплексном обследовании морского дна. Например, характер грунта должен определяться при обследовании зон будущих якорных стоянок на портовых акваториях или же в местах, где предполагается гидротехническое строительство и иных зонах, где суда могут встать на якорь. Более того, определение типа донных осадков имеет важное значение при разведке и бурении на морских месторождениях углеводородов, при прокладке и обслуживании трубопроводов и кабелей. Данные технологии востребованы также в рыбопромышленной индустрии для промысловых судов, позволяя в процессе лова определить места обитания рыб и избежать зон, где рыболовные тралы могут быть повреждены.
Методы акустического распознавания донного грунта исследуются достаточно давно как отечественными, так и зарубежными исследователями. Можно отметить следующие отечественные труды: «Акустика моря» А. П. Сташкевича [2], где пятая глава посвящена акустическим свойствам морского грунта и методам их определения; «Акустика океана» Л. М. Бреховских [3] и многочисленные публикации Акустического института им. академика Н.Н. Андреева [4]. Из зарубежных исследователей можно отметить Кристиана Де- Мустье, который одним из первых увидел большой потенциал данных обратного рассеивания, собранных при помощи МЛЭ Sea Beam в целях распознавания донных осадков [5]. Другие исследовательские работы [6] - [10] позволили развить методы обработки данных ОР. Эти методы были разработаны и испытаны, в первую очередь для низкочастотных МЛЭ (менее 100 кГц), наиболее распространённых в то время.
Морское дно обладает разнообразным геологическим составом и стратификацией и всегда неоднородно. В спецификациях к гидрографическим съёмкам типы донных осадков определяются как «пески» (крупные, средние, мелкие), «камни» и «валуны». А более мелкие материалы чем песок классифицируются как «ил» и «глина» [11]. Если в рамках гидрографических работ поставлена задача проведения комплексных инженерно-геологических изысканий, то начинают действовать нормативные документы [12 - 15].
На данный момент существует пять возможных способа записи данных обратного рассеивания, применяемых в современных многолучевых системах и соответствующие им методы обработки, посредством которых можно получить представление о типе донного грунта в исследуемой зоне. Важно понимать, что выбор метода сбора данных обратного рассеивания зависит от цели исследования морского дна.
Исходя из вышесказанного, определение характеристик морского дна по данным ОР (которые не искажены собственными параметрами МЛЭ или неверно выбранным способом записи этих данных) имеет очень важное прикладное значение. Следовательно, для эффективного и верного сбора данных ОР важно не только применить подходящий метод обработки данных, но и необходимо отлично знать все параметры МЛЭ
Целью настоящей работы является обобщение и анализ способов записи данных ОР, реализуемых в современных высокочастотных МЛЭ, а также рассмотрение методов обработки этих данных, реализуемых в современной электронно-гидрографической информационной системе (ЭГИС) «HYPACK MAX» (HYPACK Inc., США) и в программе постобработки и трёхмерной визуализации данных съёмки «Fledermaus» (QPS, Нидерланды).
Для достижения цели необходимо решить следующие задачи:
1. Рассмотреть принцип работы МЛЭ и регистрации данных ОР, а также способы записи данных ОР, реализованных в современных высокочастотных МЛЭ.
2. Рассмотреть порядок обработки данных обратного рассеивания: создание карт типов морского дна, создание мозаик, анализ данных ОР и методы распознавания донного грунта.
3. Рассмотреть принцип работы алгоритма «геокодер» (Geocoder), который является основой для обработки данных ОР и заложен в структуре HYPACK MAX и в программе постобработки Fledermaus.
4. Рассмотреть методы обработки данных обратного рассеивания в ЭГИС HYPACK MAX и в программе постобработки Fledermaus.
Глава 1 посвящена принципу работы МЛЭ и регистрации данных обратного рассеивания. В данной главе также рассматриваются и обобщаются способы записи данных обратного рассеивания, реализованных в современных высокочастотных МЛЭ наиболее известных фирм - производителей.
В главе 2 рассматривается обработка данных обратного рассеивания: создание карт типов морского дна, анализ данных ОР в целях распознавания донного грунта. Также в данной главе кратко рассматривается принцип работы алгоритма «геокодер».
В главе 3 поэтапно описывается обработка данных ОР в ЭГИС «HYPACK MAX» и в программе постобработки «Fledermaus».
Данные обратного рассеивания позволяют получить информацию о грунтах морского дна (поверхностных донных осадках) дистанционно и без использования средств морской грунтовой съёмки, таких как дночерпатели и драги. Это обстоятельство позволяет обеспечить относительно быстрый охват обширных зон морского дна и, следовательно, повысить экономическую эффективность гидрографических работ. Данные подобного рода крайне важны при комплексном обследовании морского дна. Например, характер грунта должен определяться при обследовании зон будущих якорных стоянок на портовых акваториях или же в местах, где предполагается гидротехническое строительство и иных зонах, где суда могут встать на якорь. Более того, определение типа донных осадков имеет важное значение при разведке и бурении на морских месторождениях углеводородов, при прокладке и обслуживании трубопроводов и кабелей. Данные технологии востребованы также в рыбопромышленной индустрии для промысловых судов, позволяя в процессе лова определить места обитания рыб и избежать зон, где рыболовные тралы могут быть повреждены.
Методы акустического распознавания донного грунта исследуются достаточно давно как отечественными, так и зарубежными исследователями. Можно отметить следующие отечественные труды: «Акустика моря» А. П. Сташкевича [2], где пятая глава посвящена акустическим свойствам морского грунта и методам их определения; «Акустика океана» Л. М. Бреховских [3] и многочисленные публикации Акустического института им. академика Н.Н. Андреева [4]. Из зарубежных исследователей можно отметить Кристиана Де- Мустье, который одним из первых увидел большой потенциал данных обратного рассеивания, собранных при помощи МЛЭ Sea Beam в целях распознавания донных осадков [5]. Другие исследовательские работы [6] - [10] позволили развить методы обработки данных ОР. Эти методы были разработаны и испытаны, в первую очередь для низкочастотных МЛЭ (менее 100 кГц), наиболее распространённых в то время.
Морское дно обладает разнообразным геологическим составом и стратификацией и всегда неоднородно. В спецификациях к гидрографическим съёмкам типы донных осадков определяются как «пески» (крупные, средние, мелкие), «камни» и «валуны». А более мелкие материалы чем песок классифицируются как «ил» и «глина» [11]. Если в рамках гидрографических работ поставлена задача проведения комплексных инженерно-геологических изысканий, то начинают действовать нормативные документы [12 - 15].
На данный момент существует пять возможных способа записи данных обратного рассеивания, применяемых в современных многолучевых системах и соответствующие им методы обработки, посредством которых можно получить представление о типе донного грунта в исследуемой зоне. Важно понимать, что выбор метода сбора данных обратного рассеивания зависит от цели исследования морского дна.
Исходя из вышесказанного, определение характеристик морского дна по данным ОР (которые не искажены собственными параметрами МЛЭ или неверно выбранным способом записи этих данных) имеет очень важное прикладное значение. Следовательно, для эффективного и верного сбора данных ОР важно не только применить подходящий метод обработки данных, но и необходимо отлично знать все параметры МЛЭ
Целью настоящей работы является обобщение и анализ способов записи данных ОР, реализуемых в современных высокочастотных МЛЭ, а также рассмотрение методов обработки этих данных, реализуемых в современной электронно-гидрографической информационной системе (ЭГИС) «HYPACK MAX» (HYPACK Inc., США) и в программе постобработки и трёхмерной визуализации данных съёмки «Fledermaus» (QPS, Нидерланды).
Для достижения цели необходимо решить следующие задачи:
1. Рассмотреть принцип работы МЛЭ и регистрации данных ОР, а также способы записи данных ОР, реализованных в современных высокочастотных МЛЭ.
2. Рассмотреть порядок обработки данных обратного рассеивания: создание карт типов морского дна, создание мозаик, анализ данных ОР и методы распознавания донного грунта.
3. Рассмотреть принцип работы алгоритма «геокодер» (Geocoder), который является основой для обработки данных ОР и заложен в структуре HYPACK MAX и в программе постобработки Fledermaus.
4. Рассмотреть методы обработки данных обратного рассеивания в ЭГИС HYPACK MAX и в программе постобработки Fledermaus.
Глава 1 посвящена принципу работы МЛЭ и регистрации данных обратного рассеивания. В данной главе также рассматриваются и обобщаются способы записи данных обратного рассеивания, реализованных в современных высокочастотных МЛЭ наиболее известных фирм - производителей.
В главе 2 рассматривается обработка данных обратного рассеивания: создание карт типов морского дна, анализ данных ОР в целях распознавания донного грунта. Также в данной главе кратко рассматривается принцип работы алгоритма «геокодер».
В главе 3 поэтапно описывается обработка данных ОР в ЭГИС «HYPACK MAX» и в программе постобработки «Fledermaus».
В настоящее время при картографировании дна океанов и морей и при решении задач научного, экономического и военного характера на их акваториях требования к изучению характеристик донного грунта постоянно возрастают. Используются как традиционные контактные средства морской грунтовой съёмки, такие как дночерпатели, драги или коробчатые пробоотборники, так и бесконтактные, в число которых входят акустические методы распознавания донного грунта.
В данной работе мы обосновали актуальность использования технологии акустического распознавания донного грунта при выполнении гидрографических работ. Рассмотрели и обобщили способы сбора данных обратного рассеивания, реализованных в современных МЛЭ, что позволит нам более правильно и ответственно подойти к регистрации данных подобного рода, а также даст возможность верно выбрать метод записи для решения конкретной прикладной задачи.
Для получения основных понятий о работе программного обеспечения обработки и представления результатов в целях распознавания донного грунта, мы кратко рассмотрели обработку данных ОР и их анализ на основе алгоритма «геокодер», изучили основные операции, связанные с созданием карт (мозаик) типов донного грунта. Коснулись новейшего алгоритма для распознавания донного грунта (алгоритм BRESS).
Необходимо отметить, что вследствие сравнительно простой обработки в программном обеспечении данные ОР могут быть использованы для оперативного планирования работ. Но не стоит забывать, что наибольшую достоверность и информативность о типе морского дна могут дать только комплексные исследования: дистанционно (акустическими методами) и при помощи средств морской грунтовой съёмки (дночерпатели, драги, виброударные пробоотборники, пенетрометры и т.д.). Исследования подобного рода должны сопровождаться параллельной (независимой)
И в заключение мы поэтапно изучили обработку данных в наиболее распространённом на сегодняшний день программном обеспечении: в ЭГИС HYPACK MAX и в программе постобработки и трёхмерной визуализации данных съёмки Fledermaus.
Заострив внимание на исследуемых вопросах, мы получим возможность повысить качество, достоверность и информативность финальных результатов при решении задач различного характера в инженерных изысканиях, связанных с распознаванием донного грунта.
В данной работе мы обосновали актуальность использования технологии акустического распознавания донного грунта при выполнении гидрографических работ. Рассмотрели и обобщили способы сбора данных обратного рассеивания, реализованных в современных МЛЭ, что позволит нам более правильно и ответственно подойти к регистрации данных подобного рода, а также даст возможность верно выбрать метод записи для решения конкретной прикладной задачи.
Для получения основных понятий о работе программного обеспечения обработки и представления результатов в целях распознавания донного грунта, мы кратко рассмотрели обработку данных ОР и их анализ на основе алгоритма «геокодер», изучили основные операции, связанные с созданием карт (мозаик) типов донного грунта. Коснулись новейшего алгоритма для распознавания донного грунта (алгоритм BRESS).
Необходимо отметить, что вследствие сравнительно простой обработки в программном обеспечении данные ОР могут быть использованы для оперативного планирования работ. Но не стоит забывать, что наибольшую достоверность и информативность о типе морского дна могут дать только комплексные исследования: дистанционно (акустическими методами) и при помощи средств морской грунтовой съёмки (дночерпатели, драги, виброударные пробоотборники, пенетрометры и т.д.). Исследования подобного рода должны сопровождаться параллельной (независимой)
И в заключение мы поэтапно изучили обработку данных в наиболее распространённом на сегодняшний день программном обеспечении: в ЭГИС HYPACK MAX и в программе постобработки и трёхмерной визуализации данных съёмки Fledermaus.
Заострив внимание на исследуемых вопросах, мы получим возможность повысить качество, достоверность и информативность финальных результатов при решении задач различного характера в инженерных изысканиях, связанных с распознаванием донного грунта.