陈义兰,唐秋华,刘晓瑜,王燕红

(1.自然资源部 第一海洋研究所,山东 青岛 266061;2.自然资源部 海洋测绘重点实验室,山东 青岛 266590)

数字水深模型(Digital Bathymetric Model,DBM)是在一定范围内描述水深信息的数据集,用于实现对水下地形地貌形态的数字化表达[1-4]。数字水深模型是海洋基础地理信息数字成果的重要内容,是海洋经济建设、海洋灾害防治、海洋生态环境以及海洋科学研究等的基础地理信息资源。我国近海的水深测量均为不同时间采用不同的单波束和多波束设备进行,测量比例尺不尽相同,导致数据源密度不同,所以给近海DBM的建立造成较大的困扰。为了最大程度地利用这些数据,有必要寻求合适的方法把这些多源多时相的水深数据进行集成和融合建立DBM,以满足现阶段对DBM的需求。

多源多时相水深数据融合建立DBM是目前国际上水深模型建立研究的热点,国内外学者对多源多时相水深数据建立DBM有着诸多研究。目前国际上对多源数据建立DBM的插值方法主要采用连续曲率张力样条法、三角网法、克里金法以及最近邻法[5-13]。General Bathymetric Chart of the Oceans(GEBCO)组织全球相关专家研制了全球海陆一体数字高程和水深模型[7-8],目前的版本为2020年发布的GEBCO_2020网格,是全球海洋工作者广泛采用的模型,它的建模方法也受到了较广泛的关注。该模型中陆地采用SRTM的数据,海洋部分采用全球公开的多波束、单波束测深数据,以及卫星反演的水深数据,用连续曲率张力样条法对数据进行插值,采用“移去-恢复”法进行模型融合,从而构建全球的数字高程-水深模型。……