基于WorldView-2遙感影像的龍灣港淺海水深反演

郭曉雷，邱振戈*，沈 蔚，欒奎峰，曹彬才，吳忠強(qiáng)

(1. 上海海洋大學(xué) 海洋科學(xué)學(xué)院，上海 201306；2上海市海洋局 河口海洋測(cè)繪工程技術(shù)研究中心，上海 201306)

基于WorldView-2遙感影像的龍灣港淺海水深反演

郭曉雷1，2，邱振戈*1，2，沈 蔚1，2，欒奎峰1，2，曹彬才1，2，吳忠強(qiáng)1，2

(1. 上海海洋大學(xué) 海洋科學(xué)學(xué)院，上海 201306；2上海市海洋局 河口海洋測(cè)繪工程技術(shù)研究中心，上海 201306)

根據(jù)遙感水深反演原理，利用海南島龍灣港的WorldView-2多光譜衛(wèi)星數(shù)據(jù)和海圖水深資料，通過對(duì)水深進(jìn)行0～2，2～5，5～10，10～15和15～20 m的分區(qū)處理、潮汐改正和海圖水深數(shù)據(jù)與相應(yīng)圖像波段反射率值的相關(guān)性分析及回歸分析，建立了淺海水深線性回歸反演模型，開展了淺海水深的實(shí)際計(jì)算與精度分析。結(jié)果表明：對(duì)不同水深范圍分別建立線性回歸模型反演的水深精度要高于未分區(qū)建立的模型；分區(qū)模型中，多波段模型在0～5 m的反演精度最高，而雙波段比值模型在5～20 m的反演精度最高，但是反演水深在最淺處的精度還有待提高。本文方法提取的水深與海圖水深數(shù)據(jù)變化趨勢(shì)基本相似，可以滿足海洋科學(xué)研究對(duì)大范圍淺水水下地形探測(cè)的要求。

淺海；遙感水深反演；WorldView-2；線性回歸模型

0 引言

水深數(shù)據(jù)作為海洋研究的基礎(chǔ)數(shù)據(jù)，在各種應(yīng)用領(lǐng)域發(fā)揮著重要的作用。現(xiàn)階段水深測(cè)量有多種方法，而20世紀(jì)60年代末開始的遙感測(cè)深技術(shù)可進(jìn)行高安全、大范圍、高速度、高精度及更經(jīng)濟(jì)的測(cè)量，從而進(jìn)一步補(bǔ)充水深數(shù)據(jù)，是一種間接的水深測(cè)量手段[1]。

可見光遙感淺海水深反演主要有2個(gè)依據(jù)[2-3]：(1)可見光波長(zhǎng)在0.40～0.58 μm之間的光信號(hào)在清澈水體中的透射深度最大；(2)光信號(hào)在水體中隨水深增大呈指數(shù)衰減。

隨著遙感技術(shù)的不斷發(fā)展，遙感測(cè)深在國(guó)內(nèi)外已廣泛應(yīng)用[4]。SPITZER et al[5]在雙向流輻射傳輸形式的基礎(chǔ)上，提出幾種反演水深的算法。CLARK[6]利用陸地衛(wèi)星影像數(shù)據(jù)TM1、TM2波段，開展了線性多波段模型水深反演實(shí)驗(yàn)。MGENGEL et al[7]基于多時(shí)相的TM影像數(shù)據(jù)對(duì)荷蘭近海水域進(jìn)行了水深測(cè)量。RICHARD et al[8]建立比值模型，基于IKONOS衛(wèi)星影像對(duì)珊瑚礁區(qū)15 m以淺的水深進(jìn)行了反演。黨福星 等[9]基于多波段方法反演南海島礁的水深，采用劃分底質(zhì)類型的方法提高反演精度。張鷹 等[10]研究了水體懸浮泥沙的光譜特性，進(jìn)一步建立了適合淺海渾濁水體的水深反演模型。許海蓬 等[11]基于半經(jīng)驗(yàn)?zāi)Ｐ烷_展了雷州灣SPOT-5影像遙感水深反演，提出不同的水深范圍對(duì)應(yīng)著不同的反演模型。張曉冬 等[12]基于?？跒车腖andsat衛(wèi)星數(shù)據(jù)通過NDWI指數(shù)水陸分割后進(jìn)行了水深反演，結(jié)果表明二次多項(xiàng)式反演的水深精度較高，并且水深分區(qū)處理能夠提高反演精度。目前，多光譜遙感反演水深的深度一般在30 m以內(nèi)，水質(zhì)渾濁時(shí)只有10～20 m，反演的水深精度一般在1～3 m左右，這與水質(zhì)的清澈程度密切相關(guān)。

由于光在水中的穿透力隨水深增大呈指數(shù)衰減，而單一的反演模型則無法保證水深反演精度，因此本文基于WorldView-2多光譜衛(wèi)星影像數(shù)據(jù)和來源于大比例尺海圖的水深數(shù)據(jù)，對(duì)龍灣港淺海水域進(jìn)行水深分區(qū)處理，分別建立影像反射率值與水深的關(guān)系，通過實(shí)際計(jì)算和精度分析，進(jìn)行水深制圖。

1 基于線性回歸水深反演模型

1.1 線性回歸水深反演模型

目前遙感水深模型主要包括解析法和統(tǒng)計(jì)法[13]。前者通過建立傳感器接收的輻射亮度值與底質(zhì)反射率及水深的表達(dá)式來計(jì)算水深，但是多種參數(shù)的計(jì)算依賴大氣校正的準(zhǔn)確性，不易實(shí)現(xiàn)。而統(tǒng)計(jì)方法，根據(jù)實(shí)測(cè)點(diǎn)水深值回歸得到影像值與水深的關(guān)系，從而計(jì)算出水深，根據(jù)應(yīng)用波段數(shù)目的不同，分為單波段、雙波段比值和多波段模型。這些模型都是基于光在水面的輻射、水體及大氣的散射和底部反射而建立的。

(1)單波段線性回歸模型：

Z=aX1+b

(1)

式中：X1=ln(L1-Ls1)，其中L1為衛(wèi)星影像波段的輻亮度，Ls1為深水區(qū)輻亮度，Z為水深，a和b為模型待定系數(shù)。由于單波段模型是基于一定的假設(shè)而建立的，即假設(shè)光在水中的衰減系數(shù)為常量，海底底質(zhì)單一，空氣、海況、光學(xué)背景影響也相同[14-15]。因此，在實(shí)際情況下，系數(shù)a是受水體衰減程度影響的一種參數(shù)，b是受太陽高度角、大氣、水面透過率、水體衰減程度、底質(zhì)反射率等影響的一種復(fù)雜參數(shù)。

(2)雙波段比值模型：

Z=a(X1/X2)+b

(2)

(3)多波段線性回歸模型：

Z=a1X1+a2X2+…+anXn+b

(3)

式中：X1=ln(Li-Lsi)，ai和b為模型待定系數(shù)。多波段模型利用多個(gè)波段組合來計(jì)算水深，綜合了多個(gè)波段的水深信息，在一定程度上消弱了底質(zhì)差異因素的影響，從理論上講水深探測(cè)的精度會(huì)比單波段模型的精度高[14,16]。

1.2 遙感水深反演技術(shù)流程

遙感水深反演技術(shù)流程如圖1所示：首先進(jìn)行遙感影像的預(yù)處理和海圖控制點(diǎn)及檢驗(yàn)點(diǎn)的提取，包括大氣校正、幾何校正、水陸分離和潮汐改正等過程；其次，通過水深控制點(diǎn)與波段反射率值進(jìn)行回歸分析，建立上述3個(gè)公式的回歸方程進(jìn)行水深反演；然后利用檢驗(yàn)點(diǎn)來進(jìn)行精度評(píng)價(jià)，最終制圖輸出。

圖1 水深遙感反演技術(shù)流程圖Fig.1 Flow chart of the remote sensing depth inversion

2 研究區(qū)域概況及數(shù)據(jù)資料

2.1 研究區(qū)域概況

本文研究區(qū)域選擇海南島龍灣港淺海水域，由于有內(nèi)陸河流匯入，也是一個(gè)小的河口區(qū)域，因此泥沙含量較大，河口區(qū)較淺水水域水質(zhì)較為渾濁。研究區(qū)范圍為110°38′00″～110°42′32″E，19°16′02″～19°19′30″N(圖2紫色方框)，其水域面積為108 km2，最大水深為20 m，其中水深在5～20 m之內(nèi)的水域占85%，并且水深變化緩慢，層次性較好，適合水深遙感反演實(shí)驗(yàn)。

圖2 實(shí)驗(yàn)區(qū)域范圍Fig.2 Experimental area

2.2 數(shù)據(jù)資料及預(yù)處理

用于水深反演的數(shù)據(jù)資料有：

(1)WorldView-2衛(wèi)星影像數(shù)據(jù)，成像時(shí)間為2012年2月24日3時(shí)，衛(wèi)星數(shù)據(jù)有8個(gè)多光譜波段和1個(gè)全色波段，分辨率分別為1.84 m和0.5 m。購(gòu)買的影像數(shù)據(jù)屬于L2A級(jí)產(chǎn)品，已完成輻射校正和系統(tǒng)幾何校正。本文進(jìn)行的RPC參數(shù)正射校正是為了消除地形的影響或由相機(jī)的方向引起的失真；然后進(jìn)行陸地和潮灘的掩膜。這樣可建立較精確的水深反演模型，獲得更高的水深反演精度。

(2)水深實(shí)測(cè)數(shù)據(jù)來自比例尺為1∶8 000的海圖數(shù)據(jù)(圖3)，用作水深反演的控制點(diǎn)與反演結(jié)果的檢驗(yàn)點(diǎn)。由于海圖水深是某一點(diǎn)的精確深度，而衛(wèi)星影像反映的是1.84 m×1.84 m范圍的水深平均值，兩者之間的水深變化可能很大，因此要對(duì)海圖水深點(diǎn)進(jìn)行統(tǒng)計(jì)分析，本文隨機(jī)選取了具有代表性的512個(gè)控制點(diǎn)(紅色圓點(diǎn))和180個(gè)檢驗(yàn)點(diǎn)(綠色星形點(diǎn))，選取結(jié)果見圖4。

圖3 研究區(qū)海圖Fig.3 Chart of study area

(3)為消除潮汐引起的誤差，根據(jù)中國(guó)海事服務(wù)網(wǎng)提供的潮汐預(yù)報(bào)資料，獲得衛(wèi)星過境時(shí)的潮位數(shù)據(jù)，在影像波段反射率值與控制點(diǎn)水深數(shù)據(jù)相關(guān)性分析時(shí)，將控制點(diǎn)水深值加上潮汐預(yù)報(bào)值得到瞬時(shí)水深，用瞬時(shí)水深建立反演模型；模型反演之后，在反演的瞬時(shí)水深值上減去潮汐預(yù)報(bào)值從而得到反演的水深值。

3 水深反演結(jié)果與精度分析

3.1 水深反演因子的確定

由于WorldView-2衛(wèi)星影像波段較多，但在水深反演中，反演因子的確定往往是至關(guān)重要的，由于近紅外波段對(duì)水體的穿透力極弱，因此只對(duì)WorldView-2衛(wèi)星影像的前6個(gè)波段的反射率值與水深進(jìn)行相關(guān)性分析，分別為B1(海岸波段)、B2(藍(lán)色波段)、B3(綠色波段)、B4(黃色波段)、B5(紅色波段)和B6(紅色邊緣波段)；然后選擇相關(guān)性最大的波段與各波段進(jìn)行比值運(yùn)算；再建立比值與水深的相關(guān)性，從而得到相關(guān)性最好的波段及組合作為水深反演因子(表1)。相關(guān)系數(shù)絕對(duì)值越大則相關(guān)性越好，因此B3與水深值的相關(guān)性最好，正好也是遙感水深反演最佳波段之一，B4、B5和B6次之。雙波段比值中，B3/B1的相關(guān)性最好。因此，選擇B3作為單波段模型的反演因子，選擇B3、B4、B5和B6作為多波段模型的反演因子，選擇B3/B1作為雙波段比值模型的反演因子，然后建立水深遙感反演模型。

圖4 研究區(qū)控制點(diǎn)與檢驗(yàn)點(diǎn)分布Fig.4 Distribution of control points and test points in study area

表1 各波段反射率及波段反射率比值與水深值的相關(guān)性Tab.1 Correlation between the reflectance of each band and the ratio of band reflectance and water depth

3.2 線性回歸模型反演結(jié)果與精度分析

為定量對(duì)比分析遙感反演模型的擬合效果及反演水深的精度，選擇決定系數(shù)(R2)來評(píng)價(jià)模型的優(yōu)劣性，選擇平均絕對(duì)誤差(MAE)、平均相對(duì)誤差(MRE)和均方根誤差(RMSE)3個(gè)參數(shù)來進(jìn)行水深反演精度的評(píng)價(jià)，當(dāng)R2越大，其余3個(gè)參量越小時(shí)，則擬合的反演模型越好，反演精度越高。

將最佳的水深反演因子當(dāng)作模型中的自變量，與因變量海圖控制點(diǎn)數(shù)據(jù)進(jìn)行線性回歸，建立了龍灣港淺海水域的單波段、雙波段比值和多波段線性回歸模型，并反演出20 m以淺的水深，通過檢驗(yàn)點(diǎn)進(jìn)行精度分析，反演模型及精度分析如表2所示。

表2 線性回歸模型水深反演精度分析Tab.2 Accuracy analysis of water depth extraction in linear regression model

為了進(jìn)一步檢驗(yàn)單波段、雙波段比值與多波段模型在不同水深范圍的適用情況，進(jìn)一步對(duì)水深進(jìn)行分區(qū)處理，根據(jù)海圖數(shù)據(jù)將研究區(qū)域劃分為0～2，2～5，5～10，10～15和15～20 m五個(gè)不同深度范圍的區(qū)域，分別編號(hào)為I，II，III，IV和V。潮汐改正后共692個(gè)水深點(diǎn)，其中I區(qū)76個(gè)，II區(qū)168個(gè)，III區(qū)182個(gè)，IV區(qū)174個(gè)，V區(qū)92個(gè)，然后隨機(jī)抽取總個(gè)數(shù)的2/3作為控制點(diǎn)，剩下的1/3作為檢驗(yàn)點(diǎn)，分別用于水深模型的擬合和結(jié)果的精度對(duì)比分析。各個(gè)分區(qū)的水深反演模型及精度見表3。

表3 各分區(qū)線性回歸模型及水深反演精度分析Tab.3 Linear regression model and water depth retrieval accuracy analysis in different district

圖5a為不分區(qū)的雙波段比值模型反演的水深值與海圖水深值的對(duì)比圖，圖5b為水深分區(qū)之后的多波段線性回歸模型反演出的0～5 m水深值和雙波段比值模型反演出的5～20 m水深值與海圖水深值的對(duì)比圖。

由表2、表3及圖5可知：(1)水深分區(qū)之后建立的模型反演的水深精度均高于不分區(qū)時(shí)模型反演的精度。(2)在水深不分區(qū)建立的模型中，雙波段比值模型反演的水深精度高于其它兩個(gè)模型反演的水深精度；而在水深分區(qū)之后建立的模型中，0～5 m區(qū)段，多波段線性回歸模型反演的水深精度高于其它兩個(gè)模型，5～20 m區(qū)段，雙波段比值模型反演的水深精度均高于其它兩個(gè)模型。(3)水深分區(qū)的3種模型中，在小于2 m的水深反演中，其平均相對(duì)誤差都相對(duì)較大，但平均絕對(duì)誤差和均方根誤差都相對(duì)較??；在2～20 m水深反演中，隨著水深的增大，其平均相對(duì)誤差不斷減小，而平均絕對(duì)誤差和均方根誤差在不斷增大。(4)分區(qū)之后，反演的水深值與海圖水深值的分布很接近。

圖6繪出了水深分區(qū)之后反演的水深示意圖，與海圖(圖3)相對(duì)比發(fā)現(xiàn)，在0～5 m的水深范圍內(nèi)，由于離岸太近，泥沙量較大，水體渾濁，因此反演的水深示意圖的失真程度較大；在5～13 m的水深范圍內(nèi)，水深的變化趨勢(shì)在總體上與海圖水深變化趨勢(shì)相似;在13～20 m的水深范圍內(nèi)，由于沿岸區(qū)域水體渾濁度較大，并且水深太深，海岸波段、藍(lán)光波段和綠光波段無法直接穿透水體到達(dá)水底，因此無法獲得真實(shí)的水底反射值，因此很難區(qū)分出13 m以深的水深。

圖5 反演水深值與海圖水深值對(duì)比圖Fig.5 Comparison of inverted water depth with that from the chart depth

圖6 水深反演圖Fig.6 Water depth inversion

4 結(jié)論

本文基于WorldView-2衛(wèi)星影像數(shù)據(jù)與海圖水深數(shù)據(jù)，通過波段反射率值和反射率比值與海圖水深值相關(guān)性分析，采用回歸分析法建立了龍灣港淺海水域的單波段、雙波段比值及多波段線性回歸模型，反演了0～20 m內(nèi)的淺海水深。研究結(jié)果表明：

(1)在本研究區(qū)域中，綠光波段反射率值與海圖水深值相關(guān)性最高，利用波段反射率比值和波段組合分別建立的雙波段比值模型和多波段模型在一定程度上消除或削弱了水體背景的影響，從而提高了水深反演精度。

(2)針對(duì)龍灣港這一淺水區(qū)域，基于水深分區(qū)之后建立的模型，反演的水深精度高于不分區(qū)時(shí)反演的精度，尤其是分區(qū)后的雙波段比值模型更適合于5～20 m的水深范圍，多波段線性回歸模型更適合于0～5 m之內(nèi)的水深。

(3)遙感反演的水深值變化與海圖水深變化趨勢(shì)相似，且其反演精度可滿足海洋科學(xué)研究等對(duì)淺水水下地形測(cè)量的要求，為大范圍淺海水深探測(cè)提供了一種十分有益的手段。

[1] HUANG Wen-qian，WU Di，YANG Yang，et al. Multi-spectral remote sensing water depth retrieval technique in shallow sea[J].Ocean Technology，2013，32(2)：43-46.

黃文騫，吳迪，楊楊，等.淺海多光譜遙感水深反演技術(shù)[J].海洋技術(shù)，2013，32(2)：43-46.

[2] LYZENGA D R. Passive remote sensing techniques for mapping water depth and bottom features[J]. Applied Optics，1978，17(3)：379-383.

[3] KANNO A, KOIBUCHI Y, ISOBE M. Statistical combination of spatial interpolation and multispectral remote sensing for shallow water bathymetry[J]. IEEE Geosci Remote Sens Lett,2011,8(1):64-67.

[4] WANG Yan-jiao, DONG Wen-jie， ZHANG Pei-qun，et al. Progress in water depth mapping from visible remote sensing data[J].Marine Science Bulletin，2007，26(5)：92-101.

王艷姣，董文杰，張培群，等，水深可見光遙感方法研究進(jìn)展[J].海洋通報(bào)，2007，26(5)：92-101.

[5] SPITZER D, DIRKS R W J. Bottom influence on the reflectance of the sea[J]. International Journal of Remote Sensing，1987，8(3)：279-290.

[6] CLARK R K. Comparison of models for remotely sensed bathymetry[R].AD-A197973，1987.

[7] MGENGEL V, SPITZER R J. Application of remote sensing data to mapping of shallow sea-floor near by Netherlands[J]. International Journal of Remote Sensing，1991，57(5)：473-479.

[8] RICHARD P, KRISTINE H. Determination of water depth with high-resolution satellite imagery over variable bottom types[J]. Limnol Oceanogr，2003，48(2)：547-556.

[9] DANG Fu-xing, DING Qian. A technique for extracting water depth information from multispectral scanner data in the South China Sea[J].Marine Science Bulletin，2003，22(3)：55-59.

黨福星，丁謙.利用多波段衛(wèi)星數(shù)據(jù)進(jìn)行淺海水深反演方法研究[J].海洋通報(bào)，2003，22(3)：55-59.

[10] ZHANG Ying, ZHANG Dong, WANG Yan-jiao, et al. Study of remote sensing-based bathymetric method in sand-containing water bodies[J].Acta Oceannologica Sinica，2008，30(1)：51-58.

張鷹，張東，王艷姣，等.含沙水體水深遙感方法的研究[J].海洋學(xué)報(bào)，2008，30(1)：51-58.

[11] XU Hai-peng, MA Yi, LIANG Jian，et al. Bathymetry inversion based on semi-empirical model and error analysis of different water depth ranges[J].Coastal Engineering，2014，33(1)：19-25.

許海蓬，馬毅，梁建，等.基于半經(jīng)驗(yàn)?zāi)Ｐ偷乃罘囱菁安煌罘秶恼`差分析[J].海岸工程，2014，33(1)：19-25.

[12] ZHANG Xiao-dong, ZHANG Wen-jing, ZHU Shou-xian, et al. Study on the water depth extraction method using visible remote sensing in the Haikou Bay[J].Marine Science Bulletin，2016，35(1)：54-63.

張曉冬，張文靜，朱首賢，等.海口灣可見光遙感測(cè)深方法研究[J].海洋通報(bào)，2016，35(1)：54-63.

[13] YE Ming, LI Ren-dong, XU Guo-peng. Some research advances and methodson water-depth monitoring by multispectral mage[J]. World Sci-Tech R & D，2007，29(2)：76-79.

葉明，李仁東，許國(guó)鵬.多光譜水深遙感方法及研究進(jìn)展[J].世界科技研究與發(fā)展，2007，29(2)：76-79.

[14] WANG Qian-qian, WAN Jian-hua. Multi-source remote sensing water depth surveying in south China sea coral reef periphery[D]. Shandong: China University of Petroleum(East China)，2014:1-62.

王茜茜，萬劍華.南海礁盤周邊水深多源遙感探測(cè)[D].山東：中國(guó)石油大學(xué)(華東)，2014：1-62.

[15] PAREDES J M, SPERO R E. Water depth mapping from passive remote sensing data, under a generalized ratio assumption[J]. Applied Optics,1983,22(8):1 134-1 135.

[16] XU Sheng， ZHANG Ying， WANG Yan-jiao， et al. Application of multi-spectral imagery to water depth extraction in the Changjiang River Estuary[J]. Journal of Marine Sciences,2006,24(1)：83-90.

徐升,張鷹,王艷姣,等.多光譜遙感在長(zhǎng)江口水深探測(cè)中的應(yīng)用[J].海洋學(xué)研究，2006,24(1)：83-90.

ShallowwaterdepthinversioninLongwanPortbasedonWorldView-2RemoteSensingImage

GUO Xiao-lei1,2, QIU Zhen-ge*1,2, SHEN Wei1,2, LUAN Kui-feng1,2, CAO Bin-cai1,2, WU Zhong-qiang1,2

(1.CollegeofMarineSciences,ShanghaiOceanUniversity,Shanghai201306,China; 2.EstuarineandOceanographicMappingEngineeringResearchCenterofShanghaiMunicipalOceanBureau,Shanghai201306,China)

According to the principle of remote sensing water depth inversion, WorldView-2 multi-spectral satellite data and chart depth data of Longwan Port in Hainan Island were used. The water depths in 0-2 m, 2-5 m, 5-10 m, 10-15 m and 15-20 m were partitively treated, tidal correction，the correlation analysis and regression analysis of chart water depth and the corresponding image band reflectivity values were also developed, and a piecewise linear model was built for shallow water bathymetry with which the actual calculation of shallow water depth and precision analysis were carried out. The results show that the depth accuracy of the partitioned linear regression model is higher than that of the non-partitioned model in different water depth ranges. In the partition model, the multi-band model has the highest inversion accuracy of 0-5 m, and the double-band ratio model has the highest inversion accuracy of 5-20 m, but inversion of the depth in the most shallow yet to be improved. The water depth extracted by this method is similar to that of chart water depth data, which can meet the requirements of marine scientific research on large-scale shallow underwater detection requirements.

shallow water; remote sensing depth inversion; WorldView-2; linear regression model

郭曉雷,邱振戈,沈蔚,等.基于WorldView-2遙感影像的龍灣港淺海水深反演[J].海洋學(xué)研究,2017,35(3):27-33,

10.3969/j.issn.1001-909X.2017.03.004.

GUO Xiao-lei, QIU Zhen-ge, SHEN Wei, et al. Shallow water depth inversion in Longwan Port based on WorldView-2 Remote Sensing Image[J].Journal of Marine Sciences,2017,35(3):27-33,doi:10.3969/j.issn.1001-909X.2017.03.004.

2016-07-24

2017-04-05

上海市科委基于國(guó)產(chǎn)高分辨率衛(wèi)星的海洋測(cè)繪關(guān)鍵技術(shù)研究項(xiàng)目資助(14590502200)

郭曉雷(1989-)，女，甘肅白銀市人，主要從事海洋遙感測(cè)繪研究。E-mail:1306494263@qq.com

*

邱振戈(1966-)，男，教授，主要從事海洋測(cè)繪研究。E-mail:zgqiu@shou.edu.cn

P715.7

A

1001-909X(2017)03-0027-07

10.3969/j.issn.1001-909X.2017.03.004