精品論文|海底地形測量技術現狀及發展趨勢

海底地形反映了海床的起伏變化，在海底板塊運動、沉積物遷移變化、導彈坐底發射、水面/水下載體安全航行、水下匹配導航、水下管節安放、沉船打撈、油氣勘探和環境監測等海洋科學研究、海洋軍事和海洋工程中發揮著重要的作用[1]。

海底地形測量是一項基礎性海洋測繪工作，目的在于獲得海底地形點的三維坐標，主要測量位置、水深、水位、聲速、姿態和方位等信息，其核心是水深測量。水深測量經歷了從人工到自動、單波束到多波束、單一船基測量到立體測量的3次大的變革。早期水深形測量主要借助測深桿或者測深錘來實現[2]。現代水深測量源于二戰時期出現的基于超聲波的單波束回聲測深技術。通過檢測聲波往返于換能器到海底的雙程傳播時間，再結合聲速計算水深，反映海底地形的起伏變化。單波束測深雖每次只能發射一個波束，但實現了水深測量從人工到自動的變革。隨著聲學、傳感器、計算機和數據處理等技術發展，20世紀70年代起出現了由換能器陣列組成的多波束回聲測深技術。多波束測深系統每次發射可以在與航跡正交的扇面內形成上百甚至幾百個波束，相對單波束，多波束測深系統的出現是水深測量的又一場革命。長期以來，船基聲吶測深是海底地形測量的主要作業模式。隨著相關技術進步，歷經半個多世紀的發展，船基測深技術不斷完善，基于星基遙感圖像的海底地形反演[3]、機載激光測深[4]、基于潛航器或深拖系統的測深技術相繼出現，且研究和應用日益成熟。目前海底地形已形成了立體測量體系和信息的高精度、高分辨率、高效獲取態勢。?

1.1 高精度定位技術

海底地形測量中，定位需與水深測量同步進行，以獲取測深點三維坐標。目前的定位不再局限于為海底地形測量提供高精度的導航服務，還為測深提供高精度的瞬時三維起算基準。現代海底地形測量中，高精度定位服務主要借助GNSS(Global Navigation Satellite System)技術中的RTK(real-time kinematics)、PPK(post-processing kinematics)和PPP(pointing precise positioning)來實現[5]。3種GNSS定位模式均具有提供厘米級平面解的能力;RTK和PPK可提供厘米級的垂直解，PPP可提供10~20 cm的垂直解。通常，受無線電傳輸影響，RTK的作用距離為10~20 km，適合近岸海底地形測量;PPK無須無線電數傳，但受局域差分原理局限，作用距離通常限制在70 km以內;PPP不受作用距離限制，可在任何位置獲取高精度三維解。同PPK一樣，PPP需要事后處理。　　

1.2 船基海底地形測量技術

船基海底地形測量是目前最常用的海底地形測量技術。傳統船基海底地形測量主要借助船載單波束/多波束回聲測深儀開展水深測量，同步開展潮位、定位和聲速測量。該技術已在設備性能、測量模式、數據處理方法等方面發生了深刻變化，充分體現了測深的高精度、高分辨率和高效測量特點，下面具體介紹各項進展。　　

1.2.1 測量模式

目前，船基海底地形測量系統集多元傳感器于一體，在航實現多源信息綜合采集和融合，最大限度地削弱或消除了測量中的各項誤差影響，提高了海底地形測量精度和效率。GNSS一體化測深技術是該領域的典型代表。聯合單波束/多波束測深技術、GNSS RTK/PPK/PPP高精度定位技術、POS(position and orientation system)技術和聲速在航測量技術等于一體，借助GNSS高精度三維解，聯合船姿和方位以及換能器和GNSS天線在船體坐標系下坐標，實時獲得測深換能器三維坐標，為測深提供高精度的瞬時三維起算基準，結合利用在航聲速聲線跟蹤獲得的高精度水深，最終獲得高精度水下測點三維坐標。GNSS一體化測深技術的優勢在于無須同步開展潮位站潮位觀測、較徹底地補償了波浪和動態吃水等因素對測量的影響[6]，在航實現海底測深點三維坐標的確定，因此顯著提高了測量精度和效率，并成為一種常用的船基海底地形測量作業模式。　　

船基海底地形測量的無人化和自動化充分體現在無人船海底地形測量技術中。除GNSS一體化測深系統設備外，無人船還配備自動操控、避碰、無線電、雷達等系統[7]。根據遙控指令，無人船自動到達測量水域，沿事先設計測線實施測量，提取、存儲和發送數據到岸上操控中心，操控中心開展實時或事后數據處理。無人船海底地形測量技術極大地降低了作業成本，提高了作業效率，在海況良好的大區域測量、淺灘等危險或困難水域測量中作用明顯[8]。　　

1.2.2 測深數據處理

測深數據處理一直是海底地形測量中研究的熱點問題之一，包括質量控制、聲速、吃水、姿態、水位等改正，測深數據濾波及海底地形圖繪制等，進展集中體現在如下3個方面：　

1.2.2.1 聲速及聲線跟蹤方法、聲速剖面簡化

聲速對測深精度影響顯著，研究主要聚焦于聲線跟蹤、聲速剖面簡化和聲場構建。　　

聲線跟蹤是利用聲速剖面(sound velocity profile, SVP)和往返傳播時間、基于Snell法則確定不同入射角波束在海底圓斑坐標的方法。目前聲線跟蹤主要有層內常聲速/常梯度聲線跟蹤方法，以及在此基礎上為提高計算效率提出的誤差修正法和等效聲速剖面法。改進方法基于簡單SVP與實際SVP的面積差，修正利用簡單SVP的聲線跟蹤結果，替代實際SVP的聲線跟蹤結果。改進方法不失精度，實現了水深的高效計算。　　

以上改進改善了計算效率，但忽略了聲線中間變化。SVP簡化通過去除不具有代表性、對聲線跟蹤精度貢獻小的聲速，形成簡化的特征聲速序列，達到提高聲線跟蹤效率、反映聲線變化過程的目的，因此克服了聲線跟蹤改進方法的不足。SVP簡化主要有人工和自動兩類方法。人工法通過人工挑選SVP中特征聲速形成新的SVP，雖簡單但受人工經驗影響較大。自動或半自動簡化法包括滑動平均法[9]、D-P(Douglas-Peucker)法、MOV(maximum offset of sound velocity)法和面積差法?；瑒悠骄ㄍㄟ^選擇一定深度窗口，用平均聲速替代窗口內原SVP進而實現整個SVP簡化;D-P法以垂直距離為指標[10]，在保證SVP形狀特點的基礎上實現簡化;MOV法是D-P法的改進，將距離指標改為維度上的最大距離實施簡化。D-P法和MOV法均基于形狀簡化SVP，忽視了聲線跟蹤特點，基于簡化后SVP聲線跟蹤的精度會隨深度增加表現出不穩定。面積差法基于等效聲速剖面思想實施簡化，SVP簡化率和聲線跟蹤精度均優于前三種方法。　　

基于SVP變化正交性，利用多個測站的SVP數據通過構建聲速空間場模型，實現所覆蓋水域任何位置的SVP確定;借助表層聲速和已知深度約束，基于正交性原理也可實現SVP反演[11]。以上研究成果削弱了聲速代表性誤差影響，提高了聲線跟蹤精度。　　

1.2.2.2 測深數據濾波

受復雜海洋環境、系統噪聲和測量船噪聲等影響，獲取的測深數據有時會存在大量粗差，嚴重影響測深數據對海底地形的準確描述，需給予人工剔除或自動濾除。目前常用自動濾波方法主要有COP(combined offline processing)法，Ware、Knight & Wells法，Eag(RDANH)法，趨勢面法^[12]，抗差估計法[13]，Bayes估計法[14]中值/均值濾波、局部方差檢測和小波分析相結合的濾波方法、選權迭代加權平均等。以上均基于統計實現濾波，對于海量測深數據存在處理速度慢、適用性較差、碎石區等復雜海床測深數據濾波性能欠佳等不足。CUBE(combined uncertainty bathymetry estimation)是一種自動濾波方法，具有濾波高效、可靠、抗差、穩健等特點而被廣泛采用[15]。CUBE算法在進行格網水深估計時認為測深點在格網節點周圍均勻分布，據此可準確的估計出格網節點的水深值。CUBE算法會在碎石區測深數據濾波中遇到挑戰，濾波后結果中仍存在大量噪聲，需借助人工濾除。CUBE濾波結合人工交互濾波為當前主要濾波方法。　

1.2.2.3 殘余誤差綜合影響削弱

多波束測深系統是由多傳感器組成的綜合測深系統，除受自身測量誤差影響外，還受聲速、姿態、安裝偏差等影響。雖對這些影響可嚴密測定和補償，但其殘余誤差仍會給測深結果帶來系統性綜合影響，導致多波束測深Ping扇面地形出現“哭臉”或“笑臉”。根據相鄰條帶公共覆蓋區測量對象的一致性，采用誤差強制壓制法可消除該現象，但簡單的平均并不能從機理上對其徹底消除。基于地形頻譜特征的削弱方法認為綜合影響僅改變了測深結果對地形變化趨勢的反映，未影響對微地形的呈現。據此，利用高精度中央波束測深結果構建邊緣波束地形趨勢，聯合實測微地形，合成邊緣波束地形，從機理上較徹底地削弱了殘余誤差綜合影響[16]。　

1.2.3 測深系統及數據處理軟件

相對單波束測深系統，多波束測深系統因其全覆蓋、高效率等特點廣受用戶青睞，系統研制進展較快，目前產品主要有SeaBeam系列、FANSWEEP系列、EM系列、Seabat系列、R2SONIC系列及我國自主研發的多個型號的淺水多波束測深系統，已形成了全海深、全覆蓋、高精度、高分辨、高效率測量態勢。高分辨、寬帶信號處理及測深假象消除、CUBE測深估計等技術的采用，大幅度提高了測深精度、分辨率和可信度，測深覆蓋已從傳統的3~5倍水深擴展到6~8倍，Ping波束從上百個發展為幾百個，設備的小型化和便于安裝特點突出。　

測深數據采集與處理目前主要采用CARIS、PDS、Hypack、Qinsy Evia、Triton等軟件，我國自主研發的測深數據處理軟件也已投入應用。　

1.3 機載激光雷達測深(ALB)技術

ALB(airborne LiDAR bathymetry)借助紅外、綠激光，通過檢測海表和海底回波實現測深。同多波束測深技術一樣，可實現全覆蓋測量，其作業效率更高，在潮間帶、淺水等地形測量中應用廣泛。　

1.3.1 ALB系統

ALB系統主要由激光掃描儀、POS(position and orientation system)、高度計等組成。按照設計測線，飛行過程中快速掃描實現海底地形全覆蓋測量。以飛機平臺為基準，ALB分別借助紅外、綠激光獲得海面和海底高。測量中同步采集飛機位置、姿態和航向。飛機位置借助GNSS RTK/PPK/PPP獲得，姿態和航向借助POS獲得。此外，聯合外部獲得的海水渾濁度及部分船基實測海底地形，構建修正模型，提高ALB測量成果的精度。

1.3.2 數據處理技術

1.3.2.1 激光雷達測深理論

激光測深能力與水體散射系數和衰減系數比值強相關，借助唯像理論可建立激光測量的唯像雷達方程。激光束雖具有一定發射角，但其傳輸規律仍可用準直光束傳輸特性來描述，據此可建立準直光束在海水中傳輸的唯像理論模型。影響水底回波振幅的因素主要有水底反射率和脈沖展寬，基于激光輻射傳輸模型可對水底回波振幅進行校正。

1.3.2.2 歸位計算

ALB歸位計算理論和方法已經比較完善。根據GNSS提供的激光掃描儀三維絕對坐標，結合飛機姿態、激光掃描模式及掃描角、往返測量時間，可歸算海面點的三維坐標。據此，再根據紅外、綠激光測量時差、海水折射率、波束掃描角，歸算綠激光海底圓斑的三維坐標。

1.3.2.3 波形識別

波形識別是檢測激光回波、獲取水面和海底波束傳播時間，進而計算深度的關鍵。目前采用的技術主要有：為抑制白天強背景噪聲，更精確地提取激光回波信號，對回波信號首先開展高通濾波濾除低頻信號，再識別兩種高頻脈沖;利用回波信號的上升時間及振幅等特征，采用半波峰法識別海表和海底回波信號，進而估算水深;采用窄脈沖、高速探測器、小接收視場、窄帶干涉濾光片和正交偏振方式接收，改善淺水海表和海底反射信號疊加;采用雙高斯脈沖擬合，從極淺海水回波中分離海表和海底脈沖，實現水深提取。　

1.3.2.4 渾濁度反演

海水渾濁度會引起激光能量衰減，影響激光回波波形;反之，根據激光水體回波特征可估計海水渾濁度。提取ALB原始波形數據后，分析激光水體后向散射波形，估計有效衰減系數，進而反演海水渾濁度。　

1.3.2.5 綠激光高度修正及單一綠激光測量

受海表滲透深度影響，綠激光海表測量存在不可靠性。利用紅外、綠激光測量結果分析綠激光水表滲透深度空間變化，利用統計法對綠激光海表高程修正，提高綠激光海表測量精度[17]。采用逐步回歸法建立關于泥沙含量、波束掃描角和傳感器高度的綠激光水表滲透深度模型，推導綠激光高度修正模型，據此對綠激光海表和海底高程修正，實現基于單一綠激光的高精度海底地形測量[18]。　　

1.3.2.6 深度偏差修正

幾何發散和多次散射使綠激光底回波產生脈沖展寬效應，引起波峰位移，導致測深產生偏差。深度偏差主要與ALB系統測量參數(波束掃描角，傳感器高度)和海水水文參數(水深、渾濁度)有關。采用逐步回歸法建立關于水深、波束掃描角、傳感器高度和海水渾濁度的深度偏差模型，據此對ALB進行深度修正，實現ALB高精度水深測量。　　

1.3.3 軟硬件系統研發

ALB系統研發目前已從實用化邁入商業化，脈沖發射頻率得到進一步提高，半導體泵浦Nd:YAG固體激光器和雙波長(紅外激光1064 nm，綠激光532 nm)系統極大增強了ALB探測能力，系統體積、重量和能耗顯著減小，機動性和續航時間增強[19]。ALB正向小型化，輕量化，有人駕駛機載平臺向無人機平臺轉變。典型的ALB系統主要有Optech的SHOALS 200/400/1000/3000，CZMIL和Aquarius系列產品，AHAB的HawkEye Ⅱ/Ⅲ和Chiroptera，Fugro的LADS MK3，RIEGL的VQ-820-G和VQ-880-G。按采用的激光波長分為雙頻激光(SHOALS系列，CZMIL，HawkEye Ⅱ/Ⅲ、Chiroptera, VQ-880-G)和單頻激光(Aquarius, VQ-820-G, LADS MK3) ALB系統，雙頻激光ALB一般采用紅外激光和綠激光共線、圓形掃描方式，單頻激光系統一般采用綠激光圓弧掃描方式。我國目前也在研制ALB系統，多處于研發階段。目前，ALB數據處理軟件多為各公司研制的隨機軟件，國內尚無相應的軟件系統。　　

1.4 海岸帶一體化地形測量技術

盡管ALB可實現海岸帶水下和干出地形的一體化測量，但穿透能力和測量精度受海水渾濁度影響較大，有些水域難以實施測量。近年，利用多波束測深系統和激光掃描儀面掃測、非接觸測量特點，出現了集多波束測深儀、激光掃描儀、穩定平臺、POS等于一體的、安裝在測量船或氣墊船上的海岸帶一體化測量系統，同步測量淺灘水深以及激光測程內的岸邊地形，同時獲取水下和干出地形[20]。海岸帶一體化地形測量在堤壩、碼頭等水域有較好的應用，但在一般的淺灘地帶存在測量盲區。盡管現代多波束測深儀具有旋轉聲吶探頭的功能，但依然難以掃測獲得接近干出部分的淺水地形。　　

1.5 潛基海底地形測量技術

為了提高海底地形地貌信息獲取的分辨率和精度，滿足海洋科學研究和工程應用需要，以AUV/ROV/深拖系統為平臺，攜載多波束測深系統、側掃聲吶系統、壓力傳感器、超短基線系統于一體的潛基海底地形地貌測量系統已經面世，并在我國一些重點勘測水域和工程中得到了應用，也受到了海事、水下考古、海洋調查等部門的高度重視[21]。

潛基海底地形地貌測量系統借助超短基線定位系統、羅經、姿態傳感器和壓力傳感器為平臺提供絕對平面和垂直坐標，利用多波束測深系統和側掃聲吶獲得海底地形和地貌信息，并將信息通過電纜傳輸到船載存儲和處理單元，綜合計算獲得海底地形。　　

潛基測量技術適用于深海地形測量[22]。隨著我國深海調查活動的深入，其應用必將越來越廣泛。　

1.6 反演技術

1.6.1 衛星遙感反演水深

衛星遙感反演水深是借助電磁波在水中傳播和反射后的光譜變化，結合實測水深，構建反演模型，實現大面積水深反演，再結合遙感成像時刻水位反算得到海底地形[3]?？捎脭祿远喙庾V和SAR(synthetic aperture radar)影像為主，數據主要來源于IRS、Ikonos、QuickBird、AVIRIS、Sentinel-2，Landsat、TM、SPOT、Seasat-1、TerraSAR-X、Radarsat-2、GF-3等衛星。衛星遙感反演水深具有經濟，靈活等優點，但反演精度及范圍需提高。

反演水深的關鍵是構建不同波段或組合波段與水深間的反演模型，主要包括波段優選、波段組合及反演模型構建3部分[23]。波段優選是提取顯著波段的工作，目前借助主成分分析法或相關法通過分析各波段反演水深的顯著性或與水深的相關性來選擇。波段組合是分析不同顯著波段組合對反演水深精度改善程度，進而確定最優組合波段的工作。反演模型構建實則是構建顯著波段或組合波段與實測水深間的關系模型并用于水深反演，先后出現了線性模型、附加冪函數非線性修正的線性模型、基于底部反射模型建立的單/雙/三波段反演模型、結合多光譜遙感信息傳輸方程推導出的水深對數反演模型等。以上3個過程對于不同衛星影像和在不同水域，最優波段選擇、最佳波段組合及反演模型均存在差異。　

1.6.2 重力反演海底地形

重力異常和海底地形在一定波段內存在高度相關，借助重力異?；蛑亓μ荻犬惓？煞囱荽蟪叨鹊暮５椎匦危瑸榭茖W研究提供支撐。重力反演海底地形經歷了從一維線性濾波到二維線性濾波發展，其核心是反演模型構建。　

反演模型構建經歷了直接建模和修正建模過程，目前多采用修正建模。如利用ETOPO5模型、GMT海岸線數據、衛星測高重力異常和船測水深，一些學者建立了海底地形模型[24]。采用垂直重力梯度異常可以反演得到獨立于重力異常的海底地形模型。在不同海底模型假設基礎上，許多學者開展了水深反演，如在橢圓形海山模型假設基礎上利用垂直重力梯度異常、采用非線性反演方法對全球的海山分布進行了反演，基于高斯海山模型，通過分析地殼密度、巖石圈有效彈性厚度及截斷波長對反演的影響，采用垂直重力梯度異常反演得到海底地形。　　

借助重力地質法(gravity geologic method，GGM)法，利用大地水準面數據，在頻域內采用二維反演技術，以迭代法處理海底地形和大地水準面的高次項問題，削弱巖石圈撓曲強度的誤差影響，改善反演精度;采用快速模擬退火法，利用重力垂直梯度也可反演海底地形[25]。比較GGM法、導納法、SAS法(Smith and Sandwell)、垂直重力梯度異常法和最小二乘配置法，認為GGM法、SAS法反演精度較高，GGM法、垂直重力梯度異常法和最小二乘配置法適宜開展大面積海底地形反演。　　

1.6.3 聲吶圖像反演高分辨率海底地形

高分辨率海底地形在沉船打撈、油氣勘探和環境監測等海洋工程和科學研究中發揮著重要作用。在淺水、高精度和高分辨率海底地形主要借助多波束測深系統獲得，但在深水其測深分辨率會隨波束入射角和水深增大而顯著降低。側掃聲吶通過深拖可獲得20~100倍于測深分辨率的海底聲吶圖像，但缺少高程信息?；趥葤呗晠瘸上駲C理及光照理論，借助SFS(shape from shading)方法可實現基于聲吶圖像的海底高分辨率地形反演。SFS方法是基于聲波在海床表面遵循的海底反射理論，通過構建回波強度與入射方向、地形梯度等因素之間的關系，對模型求解即可得到海床地形[26]。SFS反演僅能得到相對形狀，需借助外部測深數據或側掃聲吶測量中提取出的水深數據約束，才能實現絕對海底地形的恢復[27-28]。

1.7 水位測量及改正

水位聯合換能器吃水為測深提供瞬時起算基準。水位觀測及改正是傳統船基海底地形測量中的一項基礎性工作。測深位置水位的傳統獲取方法是基于水位面的變化特點，借助周圍水位站觀測水位，利用水位內插模型獲得，或基于潮位預報來獲得[1]。在此基礎上，目前已拓展出了GNSS在航潮位、基于全球潮汐模型的潮位預報和余水位改正等方法。　

若具備測量水域各分潮潮汐調和常數和平均海平面，借助潮汐模型可預報測量時刻水位[29]。隨著全球海潮模型如Schw80、NAO.99、FES2004、TPXO7等和全球平均海平面模型如DTU10-MSS等研究的深入，可獲得全球任何海域各分潮調和常數及平均海平面，進而構建潮汐模型和預報水位?；谌蚰Ｐ徒鉀Q了對陌生水域潮汐特征了解和精度要求不高情況下海底地形測量時潮位的改正問題，但需注意模型精度的不均勻問題及模型的精化問題。　　

無論采用何種預報方法，相對觀測潮位，預報潮位精度偏低。余水位改正法可較好地改善預報潮位精度。在潮位站，根據實測潮位與潮汐調和常數預報潮位差值，即余水位，可修正測深位置潮位預報結果，改善潮位預報精度，為測深提供潮位改正。若存在多個預報模型時，需根據余水位變化規律，考慮建立恰當的改正模型。　　

為進一步改善潮位的獲取精度，在航GNSS潮位測量技術得到了普遍應用。借助GNSS RTK/PPK/PPP高精度定位技術，實時獲取GNSS天線的垂直解，結合船姿、GNSS天線到水面的垂直距離，獲得海面高序列;根據潮位和波浪變化周期，提取出在航潮位，為測深提供瞬時起算基準[30]。GNSS在航潮位的最大特點是無須顧及潮位模型誤差，在航獲取高精度潮位，可同時為鄰近水域多艘測量船提供水位改正信息。　　

潮位為測深提供瞬時垂直起算基準。隨著測深模式和潮位獲取模式的變化，潮位改正呈現事后和在航改正兩種情況。基于潮位站的經典潮位改正方法主要有單站內插法、雙站內插法、雙站/多站分帶法、時差法、最小二乘法等，基于上述方法可事后對水深數據進行處理，也可利用各潮位站實時發送的潮位數據來改正。類似的，基于潮汐預報或余水位的潮位改正也可采用實時或事后處理;在航GNSS潮位測量由于最終的潮位需借助長序列海面高變化序列來提取，因此需事后提取潮位和事后實施潮位改正。GNSS一體化測深中，GNSS為換能器提供瞬時高程，結合水深可在航獲得測點高程。遠海航渡式水深測量，測深瞬時垂直起算基準可借助全球潮汐模型、GNSS潮位、GNSS一體化水深測量3種方式獲得。　

1.8 無縫垂直基準

GNSS高精度垂直解已廣泛應用于GNSS一體化測深技術和GNSS在航潮位測量中，但均需解決如何實現GNSS實測大地高與海圖深度基準下水深的轉換問題。目前的垂直基準轉換以平均海平面或似大地水準面為中介，實現大地高到正常高、正常高到海圖深度基準下水深兩步轉換，也可實現大地高到海圖深度基準下水深的一步轉換。無論采用何種轉換，均需解決3個問題，即垂直參考基準面選取，深度基準面的無縫化和垂直基準間的無縫轉換。橢球面或平均海平面常被選做垂直參考基準面。深度基準面定義于驗潮站，離散、跳變和不連續，其無縫化問題是3個問題中的關鍵。　　

河口水域潮位站密集，各站上大地高、正常高和海圖深度基準下水深的關系明確，可實現彼此轉換。潮位站覆蓋水域的深度基準面無縫化問題可借助幾何內插或依深度基準面定義基于潮差比關系內插獲得[31]。據此機理已在多個水域實現了深度基準面無縫化及垂直基準的無縫轉換。　

全球潮汐模型和全球平均海平面模型為全球任意海域垂直基準面的無縫構建及垂直基準間的無縫轉換提供了條件。借助全球潮汐模型可獲得深度基準面相對平均海平面的差距，基于全球平均海平面模型可得到基于橢球面的平均海平面值，聯合二者可實現橢球面、平均海平面和深度基準面之間的無縫轉換。但在近海岸，全球平均海平面模型和全球潮汐模型的精化問題應引起足夠重視。

　?

未來水下地形測量仍呈現立體測量態勢，且在各個層次會進一步加深，未來的測深將向自動化、智能化、集群化、高精度、高密度、高效率方向發展。具體表現如下：　　

2.1 回聲測深技術

2.1.1 多波束測深系統

超寬覆蓋、高精度、高分辨率是多波束測深系統未來的發展方向。

覆蓋寬度和測量精度是影響多波束測深的兩個重要指標。換能器扇面開角影響覆蓋寬度，為提高覆蓋寬度，國內外學者和廠家正致力于換能器基陣形式研發，采用U型、V型陣列分布替代傳統的Mill’s交叉陣，尤其是V型陣，利用兩套均能獨立收發基陣構成V型安裝，使每套基陣水平夾角合理設置后發射波束主軸偏離基陣正下方，增強邊緣波束方向的能量，利于接收邊緣波束海底回波信號。為精確檢測邊緣波束的回波和實現寬覆蓋、全Ping扇面所有波束精確測量，一些學者利用分裂子陣相位差檢測法、多子陣檢測法等實現波束檢測，提高了檢測精度和可靠性[32-33]。　　

分辨率是衡量多波束測深水平的另一個重要指標，決定了水下小目標及復雜地形的精細探測能力。除采用雙基陣提高數據分辨率外，近年來，相干研究從機理上解決了多波束測深分辨率受波束數限制的問題。因具有算法簡單、波束數顯著增加、不增加硬件成本等優點，相干聲吶技術受到愈來愈多的科研單位及生產廠商重視。　　

2.1.2 測深數據處理

聲速影響改正、復雜海底地形下測深數據的濾波以及海床地形表達問題一直都是測深數據處理研究的熱點。聲速剖面實時獲取和高精度、快速聲線跟蹤算法，對于解決聲速的代表性誤差以及由此產生的邊緣波束測深數據異常問題、深海海量多波束Ping測深數據的快速處理問題等具有重要的作用。隨著深海調查活動的深入，以上兩個問題將會成為影響測深精度的關鍵問題。目前的測深數據濾波方法多基于地形/測深數據變化的一致性原則設計算法來實現濾波，該前提假設在復雜海床，如碎石區或工程拋石區將會遇到挑戰，只有結合地形特征、多波束測深機理開展測深數據濾波，才能更好地剔除粗差和確保測深數據質量。此外，基于測深數據，如何準確地構建海床數字模型，滿足航行、地形調查等不同需求是當前研究一個難點問題，也是未來測深數據處理發展的一個方向。　　

2.2 無人船海底地形測量技術

船基測量是目前獲取海底地形精度較高的一種作業模式。船基測量需要根據測量范圍、設計測線開展長程走航測量，尤其對于單波束系統，作業枯燥、煩瑣、費時費力問題突出。無人船測量技術解決了淺水、低海況時海底地形的自動獲取問題，提高了作業效率，顯著降低了作業成本。但現有無人船海底地形測量系統在抗風浪、自治作業、全方位參數獲取、海量測量數據實時傳輸、復雜海況下測量數據的高精度處理等方面研究仍需要深入，系統性能尚需進一步完善。　　

2.3 機載激光雷達測深技術

ALB對于解決近岸淺水、潮間帶等地形測量相較其他測量方法更具優勢，但近岸海水渾濁，導致激光穿透性能下降，測深能力不足、測深精度降低。因而未來的ALB系統在硬件方面將朝著性能改進和單綠激光方向發展。前者將進一步提高測深性能和精度，后者將在精度要求不高的情況下提高穿透力和降低設備成本，使設備小型輕量化，增強測量靈活性。渾濁度是影響穿透力和測深精度的主要因素，進一步研究海洋水文要素與激光測深精度的量化關系模型，對于修正ALB測深結果，提高測深精度將非常有益，也是未來ALB一個重要研究方向。　　

2.4 水深反演技術

基于聲吶圖像，恢復海底三維地形是實現海底高分辨率地形獲取的一種有效途徑。目前盡管取得了一些研究性結論，但距成熟應用尚有較大差距?；诼晠葓D像的海底地形恢復需解決的問題主要包括：顧及鏡反射與漫反射的綜合海底反射模型建立、基于聲吶圖像的海底非監督底質分類及底質因素對回波強度影響的消除，以及成像機理造成的陰影帶來的反射模型解發散問題。此外，為實現無須外源測深數據輔助的相對地形向絕對地形轉變，在側掃聲吶系統上需增加單波束測深儀，輔助海底線檢測，提高圖像精度的同時，也為絕對海底地形的恢復提供起算基準。　　

2.5 深拖綜合測量技術

隨著深海調查活動深入和對重點水域海底地形詳勘需求的日益增加，深拖測深成像一體化系統將會日益受到關注。借助深拖中的測深系統可以獲得精細的海底地形，借助側掃聲吶圖像可以獲得高分辨海底地貌圖像，由于兩套系統的基準同為拖體，因此解決了常規測深和成像出現的位置不匹配問題，直接將形成的地貌圖像疊加到地形上，實現高精度地形和地貌信息的一體化獲取。