基于多波束背向散射强度信号的海底表层沉积物粒度分类研究——以澳洲Joseph Bonaparte湾为例

摘要

近海海底地形探测与沉积物精确分类对涉海工程建设、生物栖息地反演以及海底资源勘查与开发具有重要的现实意义.以澳洲Joseph Bonaparte湾为例,利用多波束测深技术获取了该海湾约880 km2水域的水深数据与背向散射强度信号,结合同步采集的54个海底表层沉积物样品,通过随机决策树模型对该海域海底表层沉积物进行了分类研究.结果表明:(1 )利用随机决策树模型分析该海域沉积物类型与背向散射强度的关系时,当模型内部参数设置:树的总数为200,最小分裂节点为 2,每棵树的最大分裂级数为5 时,可提高预测准确率;(2)该参数设置下,利用 1 3°和37°入射角的背向散射强度预测该海域沉积物类型时,准确率最高,其值为83.3%,且在研究海域,砂质砾和砾质砂分布在背向散射强度较强的深槽或海沟等地区,而砾质泥质砂和含砾泥质砂主要分布在背向散射强度较弱的浅水海域.分析还发现,当水深数据作为预测海底表层沉积物类型的特征变量时,有可能降低最终预测结果的准确率.