（环境科学专业论文）基于多波束数据的东海陆坡区地形分类.pdf

a b s t r a c t t h es e a f l o o rt e r r a i nc l a s s i f i c a t i o n ( s t c ) i so n em e t h o do fd e s c r i b i n gt e r r a i n c h a r a c t e r i s t i c ，a n da n a l y z i n gt h ec o m p l i c a t e de x t e n to ft h es e a f l o o rt e r r a i ng r o w t h c h a r a c t e r i s t i c i tc a l ld i v i d et h es e a f i o o rc h a r a e t e r i s t i ei n t ot h ed i f f e r e n tt e r r a i nu n i t t h es t ci sa l li m p o r t a n tc o n t e n ti nt h ef i e l do f t h es e a b e dg e o m o r p h o l o g y , b u tn o wi t i sm a i n l yd e p e n d e do nt h ed e s c r i p t i v em a n u a lc l a s s i f i c a t i o nm e t h o d ，w h i c hl i m i t st h e t e r r a i ni n f o r m a t i o nr e l i a b i l i t y t h ea u t o m a t i z a t o no ft h es t cc a ng r e a t l yi m p r o v et h e p r e c i s ea n di n t u i t i o n i s t i er e p r e s e n t a t i o no ft h ed i g i t i z a t i o nt e r r a i na n a l y s i s i ta l s o n l a k e st h ep o s s i b i l i t yo ft h eq u a n t i f i a b l ed e s c r i p t i o nt ot h et e r r a i n t h i sq u a n t i f i a b l e a n do b j e c t i v ed e s c r i p t i o np r o v i d e st h eb a s i sf o rt h es e a b e dg e o m o r p h o l o g ys y n t h e s i s c h a r t i n g , a n do f f e r st h ei m p o r t a n tr e f e r e n c ev a l u ef o rt h es u b m a r i n eg e o l o g yu n i t d i v i s i o na n dt h eg e o l o g i cs t r u c t u r er e c o g n i t i o n t h e s eb a s i st e r r a i ni n f o r m a t i o ni s i m p o r t a n tf o rt h em e d i s a s t e rr e s e a r c ha n dt h eo i lg a sl s o u l e , e p m s p e c t i n g u n f o r t u n a t e l y , t h er e l a t i v er e s e a r c ha c t i v i t yi sv e r ys e l d o ma tp r e s e n t t h ec o n t i n e n ts l o p ei nt h ee a s tc h i n as e a , w h o s et m r a i ni sq u i t ec o m p l i c a t e d ，i s a l la c t i v er e g i o ni n v o l v e di nm a n yr e s e a r c hf i e l d d e t e r m i n i n gi m p e r s o n a l l ya n d a e e a r a t e l yt h es h e l fb r e a kl i n ea n dt h ec o n t i n e n t a ls l o p et o el i n ei nt h ee a s tc h i n a s e a sr e s e a r c h , h a sv e r yp r o f o l m ds c i e n t i f i cs i g n i f i c a n c ea n dt h ea p p l i c a t i o nv a l u e i n t h ee a s tc h i n as e a , t h em u l t i - b e n ms i d e s c a nd a t a 、i t l lh i g hr e s o l u t i o na n da c c u r a c y h a v eb e e na l r e a d ya c c u m u l a t e d ，w h i c hm a k e st h eh i g h l ya c c u r a t ea n da u t o m a t i c t e r r a i nc l a s s i f i c a t i o np o s s i b l e i nt h i ss t u d y , ar e s e a r c ha r e ai sc h o s e ni nt h ec o n t i n e n ts l o p ea n dt h ec o n t i n e n t s l o p en e a r b yi nt h ee a s tc h i n as e a a n dt h em u l t i b e a mb a t h y m c t r i ed a t aw i t hb o t h h i 曲r e s o l u t i o na n da c c u r a c ya r eu s e dh e r e t h el a r g es c a l ec l a s s i f i c a t i o no ft h es t u d y a r e ai sc a r r i e do u tb ym e 0 2 1 so fb e t ht h es t a t i s t i c a lm e t h o da n dt h ea r t i f i c i a ln e u r a l n e 咖r km e t h o d r e s p e c t i v e l y t h em a i nr e s e a r c hw o r k si n c l u d e ： ( 1 )e s t a b l i s h i n gd e m ( d i g i t a le l e v a t i o nm o d e l ) b a s e do nt h em u l t i - b e a md a t a , a n de x t r a c t i n gt h et o p o g r a p h i cf e a t u r ef a c t o rf r o md e m ； ( 2 )c a r r y i n go u tt h et o p o g r a p h i cc l a s s i f i c a t i o ni nt h er e s e a r c ha r e ab ym e r o $ i i o f t h es t a t i s t i c a lm e t h o db a s e do nt h e t o p o g r a p h i cf e a t u r ef a c t o r ； ( 3 )r e a l i z i n gt h et o p o g r a p h i cc l a s s i f i c a t i o ni nt h er e s e a r c ha r e ab ym e a n so f t h ea r t i f i c i a ln e u r a ln e t w o r km e t h o db a s e d0 1 1t h et o p o g r a p h i cf e a t u r e f a c t o r ； ( 4 ) i m p l e m e n t i n gt h ea c c u r a c ye v a l u a t i o na n dc o n t r a s ta n a l y s i sa sar e s u l tt o t h ec l a s s m c a t i o n mr e s e a r c hi n d i c a t e st h a tt h em u l t i b e a md a t ac a ng i v et h et l i 曲p r e c i s i o no f t h e s t c n 埠s t cu s i n gt h ea r t i f i c i a ln e u r a ln e t w o r km e t h o di sm u c hm o r ea c c u r a t et h a n t h a tf i o mt h es t a f f s t i c a lc l a s s i f i c a t i o nm e t h o d k e yw o r d ：c o n t i n e n ts l o p eo ft h ee a s tc h i n as e a , m u l t i b e a ms i d e s c a nd a t a , t e r r a i n c l a s s i f i c a t i o n ，s t a t i s t i c a lm e t h o d , a r t i f i c i a ln e u r a ln e t w o r k m 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立 进行研究工作取得的成果。除文中已经注明引用的内容外，本论文不舍任何 其他个人或集体已经发表或撰写过的作品或成果对本文的研究做出重要贡 献的个人和集体，均已在文中以明确方式标明。本声明的法律结果由本人承 担 论文作者签名：降之 日期：2 。7 年石月矿日 学位论文使用授权说明 本人完全了解国家海洋局第一海洋研究所关于收集、保存、使用学位论 文的规定，即： 按照本所要求提交学位论文的印刷本和电子版本： 研究所有权保存学位论文的印刷本和电子版，并提供目录检索与阅览服务； 研究所可以采用影印、缩印、数字化或其它复制手段保存论文： 在不以赢利为目的的前提下。研究所可以公布论文的部分或全部内容。 ( 保密论文在解密后遵守此规定) 论文作者签名： 嗷导师签名：勿场 日期：2 。7 年莎月刀日 1 概述 1 概述 1 1 选题背景 海底地形分类是一种分析海底地形发育特征的复杂程度，将海底形态划分为海底 平原、海沟、海脊、峡谷、海山等不同的地形单元的地形描述方法，其结果可以广泛 的应用在海洋环境、海洋地质、灾害监测、海洋油气资源勘探和军事等领域。海底地 形分类是对海底地形信息的一种表达分析方法，是海底地貌学研究的重要内容。随着 地理信息技术的发展，对地形信息的获取在自动化、数字化方面取得了突飞猛进的进 步，对地形的表达在数字化方面亦有了一些突破性进展，尤其是数字高程模型 ( d i g i t a le l e v a t i o nm o d e l 。d e m ) 的发展和完善，已经成为地球空间框架数据的基 本内容，是各种地理信息的载体。但是d e m 只是一个模型，将d e n 转换产生出满足 不同领域需要的各种派生产品，才能真正的发挥它的作用，产生这些产品的这个过程 被称为地形分析。基于d e m 的数字地形分析是目前d e m 数据挖掘和知识发现的主要手 段，也是地学空间分析的主流。d e m 作为地形表面的一种数字表达形式，与传统地形 图相比，其易实现地形因子的自动提取；容易实现地形分析的定量化、自动化；容易 与其他数字地图或影像进行叠加分析等。然而，目前对d e m 的应用还普遍局限在地形 指标的提取方面，较少进行地形分类的研究。地形信息的自动化分类是数字化地形分 析的精确、直观的表现形式，是对地形的种定量描述。对海底地形的这种定量、精 确、客观的描述将为海底地貌综合制图提供依据，为海底地质单元的划分和地质构造 的识别提供重要的参考价值，为海洋灾害研究和油气资源勘探提供重要的基础地形信 息，但是目前对这方面的研究还相对较弱。 目前，对海底地形的分类主要限于描述性的人工分类为主，根据地形图和水深， 靠人工识别处理，有时分类结果的准确性随描述者的专业水平的高低和经验的丰富程 度面出现较大差异，即相同的客观地形信息会因人为因素，其表达带有人为不同的主 观地形信息，大大降低了地形信息的可靠性，给地形信息的利用造成困惑，甚至做出 错误的判断。随着“数字地球”和“数字海洋”的提出和发展，自动化、数字化是地 球科学基本的要求，对海洋的描述就必须向自动化的方向发展，并要求客观、准确、 严格，才能满足海洋地理信息技术发展的要求。 基于多波束数据的东海陆坡区地形分类 鉴于此，近年来海底地形自动分类和应用的研究越来越受到国内外相关领域研究 者的重视。 1 2 国内外研究现状 最早对地形的自动分类开始于陆地地形的自动分类研究和应用，曹汉强等把分形 维数作为分类的依据之一，用统计方法进行地形分类，来实现飞行器导航地形匹配区 的合理选取。朱红春等利用d e m 主要提取坡度，将黄土高原丘陵沟壑区的地貌类型分 为沟间地、沟坡地和沟底地3 种地貌类型，用于指导退耕还林、防治水土流失和进行 土地利用动态监测。刘爱利等提取从d e m 中提取地形起伏度、地表切割度、地表粗糙 度、高程变异系数、平均坡度、平均高程6 个地形因子，利用统计分类方法对中国的 地貌基本形态进行划分。m a s a f u m i 等将地形分类应用于地震毁坏评价，利用自组织特 征映射网络对日本神户被地簏破坏的某区地形进行分类，分类参数为遥感图像和从 d e m 中提取的高程和坡度因子。b a r b a r a 和s t e p h e n 将i s o d a t a 统计分类方法应用于土 壤景观研究中的坡地地形自动分类，分类依据为地形因子。而b u r r o u g h 等( 2 0 0 0 ) 利 用模糊k 均值( f u z z yk - m e a n s ) 分类法对坡地地形进行了更详细的小尺度分类，分类 依据为从d e m 中提取的高程、坡度，曲率因子以及相关的湿度指数、年辐照量。s c o t t 和y o s h i h i s ah a r a 等则利用b p 神经网络对s a r 影象数据进行地形分类，分类依据为影 象的像素值。 与陆地地形分类研究相比，对海底地形的自动分类研究相对较迟，也较少，尤其 是在国内，其中重要的原因一方面是对自动分类的方法缺乏系统研究，另一方面是以 往的海底地形测量是单点测绘，测量效率和精度低，而成本高，获得的数据密度和分 辨率难以进行高槠度的自动分类。有了全覆盖、高分辨率、高精度的多波束勘察技术 后，海底地形的自动分类研究开始得到重视和有所发展。陶春辉用分形技术对多波束 测量的南海大陆坡海底火山地形进行了研究，利用分维数将火山及其附近的地形分成 三类：火山口附近、较陡峭的火山腰部和火山附近较平坦的海底，但其只是对分类依 据一分维数自动化提取进行了研究，在分类方法上依然采用人工统计，而不是自动分 类方法。王英，李家彪等从某区域的多波束资料提取水深和坡度信息，研究地形对海 底多金属结核的分布控制作用。在国外，u t ec h r i s t i n ah e r z f e l d 利用地统计学方 法对海底地形分类，选取大西洋中部海脊为研究区域，详细介绍了地统计学分类的原 1 概述 理、参数、特征向量和分类标准，建立了一套海底地形自动分类系统。b i s h w a j i t 利 用神经网络对海底的海脊、裂谷和平原地形进行分类。他用自组织特征映射网络 ( s e l f - o r g a n i z i n gm a p ) 模型提取多波束水深数据，然后利用提取的水深数据计算相 关参数和振幅参数作为神经网络的输入，用多层感知器( m u l t i - l a y e rp e r c e p t r o n ， 札p ) 网络模型对地形参数进行分析，并阐述了不同地形的参数值以及它们之间的关 系，再用这些参数值对未知地形进行分类，同时强调了选择地形分类参数的重要性。 b i s h w a j i t 的研究不是基于d e m ，而是提取了多波束部分波束的原始水深数据作为分 析的依据，在分类效率上会有限制。 在对海底地形自动分类方面，还鲜见对东海地形自动分类的研究，而以往对东海 海底地形的研究以定性的简单趋势描述居多( 刘忠臣，2 0 0 3 ) ，对地形的分类主要靠 研究者根据水深地形图来进行。我国在1 9 9 8 年一2 0 0 2 年闻开展了。我国大陆架及专 属经济区精密勘测”专项工作，对东海陆架边缘海域迸行了高精度、全覆盖的多波束 海底地形测量，获取了丰富的东海陆架及边缘海区的水深地形数据。刘忠臣、陈义兰 等根据多波束调查数据，对东海海底地形进行了系统深入的研究，有了许多新发现， 但是，在大陆架、大陆坡、冲绳海槽的地形单元划分和微地形的描述上，研究者仍是 根据地形图进行定性的单元确定和描述。高精度的地形分类前提需要有高精度的地形 信息，现在东海的大部分海域己经积累了高分辨率、高精度的多波束资料，这使东海 的高精度地形自动分类成为可能。如何充分利用海量多波束数据的高分辨率、高精度 特点，自动客观地描述海底地形特征是本文提出的研究重点。 从上述分析可以看出，怎样对地形实行最科学有效的分类是地形分类要讨论的主 要问题，要得到合理的分类结果主要涉及三方面：一是分类的数据源，数据的精度直 接影响到分类的精度；二是分类的依据和标准分类参数及其指标，即地形分为几类， 不同地形分类的依据和标准是什么；三是分类的方法，不同的方法会得到不同的分类 结果，方法的选取就显得相当重要。 目前国内外研究者在地形分类方法上主要有统计技术、遗传算法、神经网络等， 分类依据上主要有图象象素值、分形值、从d e m 提取的地形因子信息。在分类方法上， 各种分类有着各自的优缺点。统计方法对地形由定性描述到定量研究起到了积极的推 动作用，但是随着应用的深入，其弊端也显现出来，即它对于线性可分问题能够给予 精准的表达，但对于线性不可分问题却缺乏有效的解决办法 李双成，2 0 0 3 。事实上， 基于多波束数据的东海陆坡区地形分类 在地形研究中占主导地位的往往是非线性的复杂问题，而且现在的地形数据，特别是 多波束数据具有海量的特征，工作量大，信息隐含，利用统计方法很难实现对数据的精 确分析。人工神经网络是由大量简单的处理单元( 神经元) 连接成的非线性复杂网络， 是模仿人的大脑进行数据接收、处理、贮存和传输的一类算式，是以模拟人的神经系 统的结构和功能为基础而建立的一种信息处理系统，对于非线性问题有良好的解决方 法，在数据处理中可避免数据分析和建模中的困难，特别适用于不确定性和非结构化 信息处理，对地学中各种未知信息的预测有着较好的适用性。人工神经网络方法由于 具有强抗干扰、高容错性、并行分布式处理、自适应、自组织学习和鲁棒性 ( r o b u s t n e s s ) 、分类精度高等特点而在地学中得到广泛应用。 1 3 研究区目前研究概况 本文研究区位于东海大陆架，该海域一直以其特殊的大地构造和涉及中日之间 的领海划分争端受到国内外的关注。从东海形态特征来看，自大陆海岸向海可分为内 陆架、外陆架、陆坡、冲绳海槽区和东部岛架五部分东海地形主要受构造控制，所 以对东海地形的定量研究对东海的构造研究和地貌成因研究有重要的意义。同时各领 域对东海的研究也迫切需要对东海的地形尤其是陆坡区及邻近海域地形有一个定量 的认识，在研究陆坡区海底泥火山和海底滑坡时，需要利用高分辨率、高精度的多波 束地形数据对泥火山和滑坡区进行地形定量研究，得出更准确的研究成果，用于指导 海底资源勘探、预防和减小海洋工程地质灾害等。东海陆坡地形复杂，是许多领域研 究的重点区域，坡折线、坡脚线等地形特征的客观准确的确定对东海的研究有很深远 的科学和实际应用意义。而这些分界线的确定。需要更客观、准确和科学的定量计算， 而不是单靠手工从图上量取。如前所述，还鲜见对东海地形自动分类的研究，在大陆 架、大陆坡、冲绳海槽的地形单元划分和微地形的描述上，研究者仍是根据地形图进 行定性的单元确定和描述。而在东海进行的其它相关研究，需要对东海的地形进行定 量的描述，以满足各项研究的需求。 1 4 研究思路、研究目的 1 研究思路 本文总的研究思路是选取东海陆坡区作为研究对象，充分利用已有的高分辨率、 4 1 概述 高精度多波束资料建立海底d e m ，提取地形因子作为分类的依据，分别利用统计方法、 神经网络方法对研究区分类，研究各分类参数对分类的影响程度，并分析比较不同方 法分类的精度，确定影响分类精度的主要地形因子。 根据以上研究思路，确定本文的技术路线主要为：( 1 ) 选取研究区；( 2 ) 数据预 处理；( 3 ) 提取地形因子；( 4 ) 地形自动分类，图1 4 1 为本文的技术路线图 图1 4 1 技术路线图 基于多波束数据的东海陆坡区地形分类 2 研究目的 本文主要目的是利用东海高精度的地形数据，研究科学的计算方法对东海主要 地形单元进行分类，研究地形的自动化表达和分析，为在东海进行的各项地形地貌、 地质构造划分、地质灾害以及海洋地理信息系统等研究，提供科学的参考依据和客观 的基础地形信息支持，也为箕它研究区的海底地形分类提供参考。 1 。5 论文结构 根据研究内容和思路，本文共分为五章： 第一章为概述，主要阐述选题背景、研究区概况、研究思路和研究目的以及本文 的篇章结构：第二章为数据预处理，主要介绍研究区具体位置、数据处理、研究区的 地形特征；第三章为基于海底d e m 的地形信息提取，介绍了研究区坡度、曲率、地形 起伏、地形粗糙度、地形分形维数的提取以及结果；第四章为地形自动分类方法研究， 重点研究了i s o d a t a 、f i s h e r 判别分类以及k o h o n e n 自组织映射网络分类，并对分类 精度和结果进行了对比分析；第五章为结论与展望，概括了本文的研究成果、创新点 和不足点，并对今后的研究工作作了展望。 6 2 数据预处理 2 数据预处理 本研究区位于东海大陆坡及附近海域，采用经过处理的多波束地形数据。多波束 地形数据由不同的多波束系统测量，需要在坐标系统和数据格式上统一，同时对处理 较粗糙的数据进行精细再处理，以提高地形分类精度。 本次分类是从d e n 提取地形信息进行分类，首先需要将数据生成d e m 。地形分 类需要一定的样本进行训练，训练样本是已知属性的样点，需要初步用人工进行地形 单元划分，判定各训练样本的地形类别，也可将其作为地形自动分类的精度评估参考。 2 1 研究区域与数据 研究区域位于东海大陆坡及附近海域( 图2 1 1 ) ，东海为西北太平洋的一个边缘 海，在构造上，位于欧亚板块和菲律宾海板块作用的交汇地带，是太平洋沟一弧一盆 体系的典型发育地区；在地理位置上由中国大陆、中国台湾岛、日本的琉球群岛、九 州和韩国的济州岛所围绕。从东海形态特征来看，自大陆海岸向海可分为内陆架、外 陆架、陆坡、冲绳海槽区和东部岛架五部分。本研究区包含外陆架、大陆坡以及冲绳 海槽区。+ 本文研究区主要采用多波束测量的水深数据，另外采用研究区的地形地貌图来作 为精度评估参考。本文的研究数据是多波束全覆盖测量，数据分辨率高，清晰的反映 了研究区的地形地貌形态。 基于多波束数据的东海陆坡区地形分类 2 2 d e m 生成 图2 1 1 研究区位置示意图 d e m 是通过有限的地形高程数据实现对地形表面形态的数字化表示，它是地形 表面的一种数字表达形式，是地形表面的一个数字模型。目前，常用的数字高程模型 建立方法有2 种：一种是基于规则格网( g i u d ) 的建立，一种是基于不规则三角网 ( n ) 的建立。 8 2 数据预处理 2 2 1 基于规则格网的模型建立 规则格网的模型建立思路为：首先，对研究区域在二维平面上进行格网划分( 格 网大小取决于d e m 的应用目的) ，形成覆盖整个区域的格网空间结构；然后利用分 布在格网点周围的地形采样点内插计算格网点的高程值，最后按一定格式输出。 在d e m 建立过程中关键环节是格网点上高程的内插计算。d e m 内插主要有三 类：整体内插、分块内插和逐点内插。整体内插就是在整个区域内用一个数学函数来 表达地形曲面。分块内插是将地形区域按一定的方法进行分块，对每一块根据地形曲 面特征单独进行曲面拟合和高程内插。逐点内插是以内插点为中心，确定一个邻域范 围，用落在邻域范围内的采样点计算内插点的高程值。一般来说，大范围内的地形很 ，复杂，用整体内插法若选取参考点个数较少时，不足以描述整个地形。而选用较多的 参考点则多项式易出现震荡现象，很难获得稳定解。因此在d e m 内插中通常不采用 整体内插法( 李志林，2 0 0 3 ) 相对整体内插，分块内插能够较好的保留地形细节， 但是分块大小的确定是一个难点。逐点内插应用简便，效率高，是目前d e m 生产中 常采用的方法。 2 2 2 基于不规则三角网的模型建立 基于不规则三角网的模型就是用一系列互不交叉、互不重叠的连接在一起的三角 形来表示地形，通过从不规则分布的数据点生成的连续三角面来逼近地形表面。对于 t i n 模型，基本要求有三点：t i n 是准一的；力求最佳的三角形几何形状，每个三角 形尽量接近等边形状：保证最邻近的点构成三角形，即三角形的边长之和最小。在所 有可能的三角网中，狄洛尼( d e l a u n a y ) 三角网在地形拟合方面表现最为出色，因此 常常被用于t i n 的生成。 2 2 3 本次d e l l 建立的方法 正如上所述，g r i d 和t i n 都是应用广泛的连续表面数字表示的数据结构，它们 各有自己的优缺点：g r i d 的优点很明显：结构简单、数据存储量小、各种分析与计 算非常方便有效。g r i d 的缺点是当地形简单时，存在大量冗余数据。如果不改变网 格大小，则无法用于起伏程度不同的地区。t i n 的主要优点是可变的分辨率，即当地 基于多波束数据的东海陆坡区地形分类 形复杂时，t i n 能包含大量的数据点，而地形简单时，同样大小的区域t i n 则需要最 少的数据点。然而正是这些优点导致了其存储与操作的确复杂性。根据分析比较，当 数据密度大时，g r i d 和t i n 之间的性能差别并不明显( 李志林，2 0 0 3 ) 。 本次建模的数据采用多波束数据，多波束数据密度大，而本次建立d e m 主要是 为了地形分析，故用g r i d 方法建模更合适，网格大小5 0 0 m 。 2 3 主要地形单元划分以及地形单元特征 根据建立的d e m ，生成等深线，从等深线图上( 图2 3 1 ) 直观对地形进行单 元划分。东海陆坡地形复杂，本次地形单元以大尺度划分为三个主要的地形单元： 大陆架、大陆坡、冲绳海槽槽底平原区( 图2 3 2 ) 对本研究区要进行合理的海底 地形分区，就必须首先确定陆架坡折线、陆架坡脚线地形界线的具体位置。陆架坡 折线是指陆架外缘地形由平缓转为陡峻的位置，是陆架和陆坡之间的分界线。陆坡 坡脚线为陡峻的陆坡底部与平坦的海槽平原之间的分界线。根据以上地形单元及分 界线的定义考虑了地貌因素，划定研究区的陆架坡折线和陆坡坡脚线( 见图2 3 。2 ) ， 大陆架是指大陆边缘被海水淹没的部分，呈一自陆向海自然延伸和缓倾的浅水平 台，坡度平缓。其范围自海岸线起，向海洋方面延伸。直到海底坡度显著增加的陆 架坡折处为止。东海大陆架十分宽阔，为西北太平洋最宽的大陆架之一。东海陆架 总体十分平坦，自大陆海岸在北部陆架向东、在南部陆架向东南方向缓缓倾斜，其 坡度在o 0 1 1 之间。总体上北宽南窄，最宽处可达5 6 0 k m 。大陆坡指在大陆架 外侧一个陡急的斜坡，它是大陆架向洋底的过渡地带，宽度2 0 1 0 0 公里不等。东 海大陆坡北起男女群岛，南至台湾岛北端，以宏伟的窄带状斜穿于东海陆架外缘和 冲绳海槽之间，总长度达1 1 0 0 k m ，其总体走向以1 2 4 0 3 0 e 为界，以东为n e s w 向，以西为近s | n 向。东海大陆坡条带形态明显，海底地形陡峻。北宽南窄。平 均宽度约为3 5 k i n 。冲绳海槽为西北太平洋板块向欧亚板块俯冲所形成的沟弧一 盆体系的重要组成部分，它以新月形向东南方向凸出，与东海大陆架边缘的走向一 致。冲绳海槽平原区具有“北浅南深”的特点，在北段水深为7 0 0 10 0 0 m ：中段 ( 2 6 0 3 0 3 0 0 n ) ，在l0 0 0 20 0 0 m 之间，大部分区域内水深在l0 0 0 13 0 0 m 之 间；而南段海槽主体多在水深20 0 0 m 以上。 i o 2 数据预处理 图2 3 1 研究区等深线图( 等深线间距2 0 m ) 基于多波束数据的东海陆坡区地形分类 图2 3 。2 研究区立体地形图 3 基于海底d e m 的地形信息提取 3 基于海底d e m 的地形信息提取 地形分析是地形环境认知的重要手段，基于d e m 的数字地形分析是d e m 的一 个重要的应用。从地形分析的复杂性角度，可以将地形分析分为两类：一类是基本地 形因子( 包括坡度、坡向、粗糙度等) 的计算：另一类是复杂的地形分析，包括通视分 析、地形特征提取、水系特征提取、水文分析、道路分析等。这些地形分析的内容与 地形模型是紧密相关的。不同结构的地形模型对应的地形分析方法也不同。d e m 是 地形的一个数学模型，从这个意义上讲，可将d e m 看作一个或多个函数的和。如果 对函数求一阶导数并进行组合，则可得到一系列的因子值如坡度、坡向、起伏度、变 异系数等。如果求二阶导数并进行组合则可得到坡度变化率、坡向变化率。根据前人 研究的结果按照量化对象所对应的区域特征，可以将其划分为宏观性指标与微观性指 标两种基本类型。依据反映地表信息的空间结构层面，则可将地形因子划分为微观因 子、宏观因子和其它相关信息因子等三大类。微观因子包括坡度、坡向、坡长、地面 曲率、变率等，它们所描述的是地面具体点位的地形因子特征；宏观因子包括地形起 伏度、租糙度、沟壑密度、地表切割深度、坡形等，它们所描述的是一定区域的地形 特征。地形因子是描述地形形态特征的量化指标。由于相同地形类型实体具有最大的 相似性，最小的差异性；不同地形类型实体具有最小的相似性和最大的差异性。因此 从相同地形类型所提取的同种地形因子，其值也更为接近，而从不同类型的地形实体 提取的地形因子则存在较大的差异。这种相似性和差异性即是地形类型划分的依据 ( 刘爱利，2 0 0 6 ) 。因此地形信息的提取是进行进一步数字地形分析一地形分类的重 要前提。本章重点研究几种地形因子的提取，并对研究区内提取的结果进行分析。 3 1 窗口分析法 从栅格d e m 上提取一般诸如坡度、坡向、曲率等地形参数常常应用窗口分析( 邻 域分析) 法，它的基本原理是：对栅格数据系统中的一个、多个栅格点或全部数据， 开辟一个有固定分析半径的分析窗口，并在该窗口内进行诸如极值、均值、标准差等 一系列统计计算，或进行差分及与其它层面信息的复合分析等，实现栅格数据有效的 水平方向扩展分析。一般利用分析窗口在d e m 数据矩阵中连续移动完成整个区域的 基于多波束数据的东海陆坡区地形分类 计算工作，常用的分析窗口根据其形状有矩形、圆形、环形和扇形，如图3 1 1 所示， 最常用的是3 x 3 的矩形窗口。 霞豳圈雕 矩形窗口圆形窗口环形窗口扇形窗口 图3 1 1 分析窗口的类型 3 2 坡度的计算原理及结果 坡度作为描述地形特征信息的重要指标，不但能够间接表示地形的起伏形态和结 构，而且是水文模型、滑坡监测与分析、地表物质运动、土壤侵蚀、土地利用规划等 地学分析模型的基础数据。地面上某点的坡度是表示地表面在该点倾斜程度的一个 量，定义为水平面与局部地表之间的正切值。它包含两个成分：斜度一高度变化的最 大比率( 常称为坡度) ；坡向变化比率最大值的方向，这里的坡度主要指斜度，即坡 度值。 人们很早就对计算坡度的方法进行了大量的研究和试验。目前计算坡度最常用的 方法可归纳为五种：四块法、空间矢量分析法、拟和平面法、拟和曲面法、直接解法。 前三种方法是为求地面平均坡度设计的，后两种方法是为求解地面最大坡度而设计 的。实验证明拟合曲面法是求解坡度的最佳方法。 拟合曲面法一般采用二次曲面，计算通常在3 x 3 的窗口( 如图3 2 1 ) 中进行， p 5 p 2 p 6 p 1 p p 3 p 8p 4p 7 图3 2 13 x 3 的窗口计算点的坡度 对3 x 3 栅格的高程值采用一个几何平面来拟合，中心栅格的坡向即此平面的方 向，其坡度值采用平均最大值方法来计算( 汤国安等，2 0 0 2 ) 。 1 4 3 基于海底d e m 的地形信息提取 中心点p 的坡度计算公式如下： 坡度的计算公式： s l o p e = t a n 田印e 乞+ s l o p e 二( 3 2 1 ) 式中：s l o p e 为坡度，s l o p e 。为x 方向上的坡度，s l o p e 。为y 方向上的坡度。 s l o p e 。、s l o p e 一的计算方法有以下四种： 算法1 s l o p e 。= 五p 蕊- p 3 s l o p e 。= # 掣2 一 z c e l l s 珊 算法2 跏。= 虹盈甓轰竽趔 跏，= 虹盟铡老乎型 算法3 s l o p e ，。 ；垫鱼l 趔二! 旦! 鱼立型 8 c e l s z e ( 3 2 1 2 ) ( 3 2 3 ) ( 3 2 4 ) ( 3 2 5 ) ( 3 2 6 ) s l o p e 。, = 垃鱼絮岩芋必 ( 3 2 7 ) 算法4 s l o p e 。= 垃型是老；塑趔 阻8 ) s l o p e 。= 亟竺唼盟尝丝! 趔 ( 3 2 9 ) 5 c e l l s t g , e 式中，c e l l s i z e 为格网d e m 的格网间隔。 在以上的算法中，算法1 的精度最高，计算效率也最高，其次是算法2 。在一些 常用的商业软件中，对坡度的算法采用的不是算法1 ，如e r d a si m a g i n e 采用的是 算法4 ，a r c v i e w 采用的是算法2 。根据以e 算法1 的原理，计算研有医的垃摩图如 基于多波束数据的东海陆坡区地形分类 下图3 2 2 。 图3 2 2 为研究区的坡度图 从坡度图可以看出，陆架的坡度值很小，基本在0 1 0 之间，陆坡的坡度值变化相 当大，在5 0 0 m 范围内最大的坡度值大于2 0 0 ，说明了陆坡的地形起伏程度很大，海 槽的坡度值变化也很大，从0 - 2 0 0 ，反映了海槽内既有平坦的地形特征，又有海山的 存在，但主体较平坦。从坡度图上明显的看出了研究区的典型地形特征。 3 3 地形起伏度、地表粗糙度计算原理及结果 3 3 1 地形起伏度 地形起伏度是反映地形起伏的宏观地形因子，在区域性研究中，利用d e m 数据 提取地形起伏度能够直观的反映地形的大小起伏特征。地形起伏度是指，在所指定的 分析区域内所有栅格中最大高程与最小高程的差，可表示为如下公式： 1 6 3 基于海底d e m 的地形信息提取 尼巧= 日一一日_ ( 3 3 1 ) 式中，r f i 指地面每一点的地表切割深度，h 。为一个固定分析窗口内的最大水 深，h 晌指一个固定分析窗1 2 1 内的最小水深。根据以上原理，按照圆形分析窗口确定 起伏度的提取区域范围，邻域大小5 0 0 m ，首先求出研究区5 0 0 m 范围内的最大水深 和最小水深，然后，对其求差值即可，提取研究区的地形起伏度如下图3 3 1 图3 3 1 研究区的地形起伏度 从地形起伏图可以看出研究区的地形起伏特征，也显示了陆架平缓的地形，陆坡 陡峻的地形以及海槽整体平坦的地形特征。 1 7 基于多波束数据的东海陆坡区地形分类 3 3 2 地表粗糙度 地表粗糙度是反映地表的起伏变化和侵蚀程度的指标，一般定义为地表单元的曲 面面积s m 与其在水平面上的投影面积st + 之比。可用如下公式表示： r = 番s 水平( 3 3 2 ) 地表粗糙度是能够反映地形的起伏变化和侵蚀程度的宏观地形因子。在实际应用 时，当分析窗口为3 x 3 窗口时，可采用下面近似公式求解： r = i c o s ( s )o 3 3 1 s 为坡度因子 基于d e m 提取地表粗糙度主要分以下两步： ( 1 ) 根据d e m 提取坡度因子s ( 2 ) 根据公式3 3 3 计算地表粗糙度。 图3 3 2 是按此原理提取的研究区地表粗糙度图 图3 3 2 研究区地表粗糙度 i i 3 基于海底d e m 的地形信息提取 地表粗糙度反映了海底被侵蚀的程度，从图上可以看出，研究区主要的侵蚀区位 于陆坡附近t 尤其在陆坡的南段，有大大小小的海底峡谷，所以在粗糙度上也清晰的 反映了海底峡谷区受侵蚀程度很大。 3 4 曲率因子计算原理及结果 曲率因子描述的是地表局部范围内坡度、坡向两个基本地形指标的变化情况，它 包括平面曲率、剖面曲率两个基本因子。 3 4 1 平面曲率 平面曲率，地表任一点位地表坡向的变化率，它是一个反映等值线弯曲程度的指 标，可以表示地面转折情况( 梭线) 。根据平面曲率的定义，可以说平面曲率就是对坡 向提取坡度。 3 4 2 剖面曲率 剖面曲率，地面任一点地表坡度的变化率，或为高程变化的二次导数，地面剖面 曲率是影响垂直方向坡向变化的主要因子。是确定坡形以及提取诸如沟沿线、沟底线 等地形转折线的重要定量地形指标，是地面起伏与破碎程度的反映。根据定义，剖面 曲率的提取实际上是对坡度提取坡度。根据以上原理和上面提取的坡度数据，对己知 的研究区的坡度再一次求取坡度，就得到了研究区的割西凿率数据。图3 4 1 就是研 究区的剖面曲率。 从剖面曲率图可以反映地形的破碎程度，本区的剖面曲率变化很大，在陆坡区的 海底峡谷和海槽的海山区破碎程度较大。反映了海底峡谷和海山的走向。 1 9 基于多波束数据的东海陆坡区地形分类 图3 4 1 研究区的剖面曲率 3 5 地形分形维数计算原理及结果 自曼德勃罗特( m a n d e i b r 0 d 创立分形几何学以来，分形方法在地学研究中得到广 泛应用，如河流、海岸线的分维计算、城镇结构分析、地图综合等分维扩展方法以及 分形应用理论得到了较好的发展，为分形方法应用于地形研究奠定了基础。地形地貌 是在长期的自然环境下形成的，具有明显的分形特征。 不同的地形特征具有不同的分维数，以分维数作为地形分类的参数，可以提高分 类的准确度。在分形理论中，分形维数是用来描述客体形状、结构、功能复杂程度的 概化指标，其定义形式多样，如h a u s d o r f f 维数d h 、信息维数d i 、关联维数d g 、相似 维数d s 、容量维数d c 、谱维数d f 、填充维数d p 、分配维数d d 等。信息维数d i 能充 分描述客体复杂信息的含量，适合地形丰富信息的定量表征。 3 基于海底d e m 的地形信息提取 本文的d e m 将信息以栅格形式储存在相应的规则格网像元( c c l l ) 中，因此，可以 通过菲零值盒子数与盒子中的菲零c d i 数( 高程大于o ) 的统计值来共同表述地貌形态 的综合信息。地形特征信息维数学模型为： l n p x p ( i ) x p 。( 明 p = o 缘 l n r ( 3 5 1 ) 式中：d i 为维数，r 为盒子边长，n 为个盒子中最大可能出现的非零c e l l 的数 量：p 为单位面积内包含的盒子数，p = 包含非零c e l l 的盒子总数总面积；i ) 为 扫描中包含i 个非零c e l l 的盒子出现的概率，p ( i ) = 包含i 个非零u 的盒子数之和 包含非零c e l l 的盒子总数；p ( i ) 为一个盒子内出现i 个非零c e l l 的概率，p7 ( i ) = 一个盒子内出现的c e l l 数量“一仑盒子的面积。 图3 5 1 是研究区的地形分维数图。 图3 5 1 研究区的地形分维数 2 i 基于多波束数据的东海陆坡区地形分类 信息维数代表着整个区域地貌的复杂程度，是测区地形整体性综合性量化指标。 它必然与水深、坡度、坡长、地形起伏等紧密相关，是这些单园子的离度概括。从地 形分维图可以看出，研究区的地形分维数变化较大，分维数最大的位于陆架，最小的 位于海槽区水深最大的区域，也是研究区水深最深的区域，而在陆坡区的分维数变化 大，表明破碎、侵蚀程度大。 4 地形自动分类 4 1 概述 4 地形自动分类 利用地形信息对地形自动分类的方法主要是借鉴遥感影象的分类方法，如统计分 类方法、神经网络方法、数学形态学、分形等方法。本文主要研究统计分类方法和神 经网络方法在海底地