优化海底地形数据中的海刺检测与去除技术：以砂拉越州文图鲁为例

《Revue Internationale de Geomatique》：Optimizing Sea-Spike Detection and Removal in Bathymetric Data: A Case Study of Bintulu, Sarawak

本研究开发了半自动海峰过滤系统（SSFS），结合MAD和Median滤波技术有效消除单束回声测深仪（SBES）数据中的异常海峰，提升数据精度。在Bintulu海域测试中，SSFS使MAD值从1.0618降至0.4314，达到IHO Order 2 TVU标准的59.39%，验证了其在复杂海洋环境下的实用价值，但需进一步优化以适应更高精度需求。

　　在海洋测绘和水深数据采集过程中，声呐技术是不可或缺的工具，它能够提供精确的水下地形信息，为航行、海岸管理以及海洋资源保护提供关键支持。然而，声呐数据中常常会出现一种被称为“海刺”（sea-spikes）的异常高幅回波，这些异常信号会严重影响深度测量的准确性，进而降低整体数据质量。为了应对这一问题，研究者们提出了一个名为“海刺过滤系统”（Sea-Spike Filtering System, SSFS）的半自动处理方法，结合了均值绝对偏差（Mean Absolute Deviation, MAD）和中值滤波（Median Filter, MF）技术，以有效识别并消除海刺带来的干扰。

### 海刺问题及其影响

海刺是声呐数据中常见的异常值，通常由于外部环境干扰、传感器误差或水面反射等因素产生。这些异常信号会突然改变水深测量值，造成数据的不连贯性。在实际应用中，海刺的存在会使得数据难以准确反映海底的真实地形，从而影响海洋资源管理、航行安全以及海底地形分析的可靠性。特别是在浅水区域，海刺对深度测量的干扰更为显著，使得数据在满足国际水文组织（IHO）规定的精度标准时面临挑战。

### 研究背景与意义

传统的人工处理方法虽然能够识别海刺，但这种方法依赖于操作者的主观判断，不仅耗时耗力，还容易引入不一致性。相比之下，自动化或半自动化的处理方式能够减少人为干预，提高数据处理的效率和一致性。因此，开发一种高效的海刺过滤系统具有重要的现实意义。SSFS的提出正是为了克服这些挑战，通过结合MAD和MF方法，实现对海刺的快速识别和过滤，从而提升水深数据的准确性和可靠性。

### 系统设计与技术原理

SSFS的设计基于系统的结构化方法，旨在确保水深数据的准确性和可靠性。系统采用三种主要的过滤技术：MAD过滤、中值过滤和混合过滤。其中，MAD过滤通过计算数据点与均值的绝对偏差，来识别异常值。该方法在统计学上具有较强的鲁棒性，能够有效抵抗异常值的干扰。而中值过滤则通过滑动窗口的方式，用窗口内数据的中位数替代原始数据点，从而减少高频噪声，同时保持海底地形的形态特征。混合过滤结合了MAD和中值过滤的优势，首先使用MAD识别并去除异常值，然后再使用中值过滤对数据进行平滑处理，以达到最佳的噪声抑制效果。

在具体实施过程中，系统首先进行初始噪声识别，随后应用过滤技术对数据进行处理，并通过比较分析来验证噪声去除的效果。同时，系统还进行了潮汐校正，以确保深度值在整个测量区域内保持一致。最终，处理后的数据可以用于海洋导航、疏浚作业和海岸工程等关键领域。

### 系统性能评估

为了验证SSFS的有效性，研究团队使用了来自马来西亚砂拉越州文打鲁（Bintulu）地区的实际水深数据集。通过对数据的处理，系统显著降低了均值绝对偏差（MAD）的值，从原始数据的1.0618降低至0.4314，表明噪声得到了有效抑制。同时，系统在保持深度数据的稳定性方面表现出色，其均方根误差（RMSE）和平均绝对误差（MAE）分别为1.4188米和0.9663米，未受到显著影响。这些结果表明，SSFS在去除海刺的同时，也能够保持水深数据的真实性和连续性。

此外，系统还验证了其在满足国际水文组织（IHO）S-44标准方面的表现。在IHO Order 2标准下，SSFS处理后的数据达到了59.39%的符合率，表明其在一般水文调查中的适用性。然而，对于更严格的IHO Order 1a和Special-Order标准，系统尚未完全达到要求，这表明在浅水区域的高精度测量方面仍需进一步优化。

### 系统的优势与局限性

SSFS的优势在于其半自动化的处理方式，能够在减少人工干预的同时，提高数据处理的效率和一致性。此外，该系统具有用户友好的界面，能够直观地展示原始数据和过滤后的数据，为用户提供更好的分析体验。通过可视化工具，用户可以观察到噪声如何被有效去除，以及海底地形如何被保留。

然而，SSFS在某些极端情况下仍存在局限性。例如，在处理高度不规则的海刺时，系统可能无法完全去除所有异常值，导致部分噪声残留。此外，虽然MAD和中值滤波结合使用可以提升数据质量，但它们在某些情况下可能无法完全满足高精度测量的要求。因此，未来的研究可以考虑引入更先进的信号处理技术，如基于小波变换的阈值滤波、机器学习算法等，以进一步提高系统的性能。

### 研究结论与展望

总体而言，SSFS为单波束声呐数据的海刺过滤提供了一个有效的解决方案。通过结合MAD和中值滤波，该系统能够在减少噪声的同时，保持海底地形的完整性，从而提升水深数据的准确性和可靠性。尽管在某些高精度要求的应用中仍需进一步优化，但SSFS已经在一般水文调查中展现出良好的性能，为海洋资源管理和航行安全提供了重要支持。

未来的研究可以探索更多先进的技术，如多频声呐设备、干涉式声呐测量、以及结合机器学习的异常检测方法，以进一步提高系统的适应性和精度。这些改进不仅可以增强SSFS在复杂海洋环境中的表现，还可以使其更适用于需要高精度测量的浅水区域。此外，研究团队还可以考虑开发更智能的算法，以自动调整过滤参数，提高系统的灵活性和适用性。

总之，SSFS的开发为海洋测绘提供了新的思路和方法，特别是在资源有限的环境中，它能够显著提升数据质量，为海洋科学和工程应用带来实际价值。随着技术的不断进步，相信SSFS在未来的应用中将发挥更大的作用，为海洋研究和管理提供更加可靠的数据支持。