波形分析

測深光達使用雷射掃描技術，接收水面、水體 及水底之回波訊號。經波形分析偵測水面及水底之 回訊時間，由雷射光在水的行進時間及回訊時間差，

計算空間距離，經過入射角幾何換算可求得水深。

由於回波訊號來自水面、水體及水底物質，因此訊 號可能受水面、水質、底質、水底地形等條件影響 而有所差異。

本研究將探討不同回訊、水質、底質三個因素 於水面及水深之偵測，利用HawkEye IIb 測深光達 系統數據及其作業時搭配相機影像為輔助，探討不 同環境條件案例展示光達波形資料，測試區為澎湖 及 東 沙 地 區( 史 天 元 ， 2011) 。 研 究 中 採 用 CSS(Coastal Survey Studio)軟體處理結果如水深、

信噪比等進行波形分析(Isaksson, 2009)，主要分析 工作包含：(1)比較不同回訊偵測水深成果，(2)比 較不同水質濁度偵測水深成果，(3)比較不同底質 濁度偵測水深成果。以下就各分析項目進行說明。

3.1 比較不同回訊偵測水深成果

HawkEye IIb 的每一個綠光雷射光束可記錄 4 個回波，亦可經後處理將4 個回波合組成一個組合 波形(Composite)，這 4 個回波分別標注為 pixel 0、

pixel 1、pixel 2 及 pixel 3。本研究分別使用同一光 束的4 個回波及其合成波形進行波形分析，分析目 的是比較單一光束不同回波於水面及水深之偵測 成果，由於綠光波段可穿透水體，其回訊包含水面 及水底部分，然而水面部分可能因反射訊號較弱造 成無法偵測。

研究中挑選測區中之一組回波訊號(共 4 個像 元)進行分析，圖 6 為單一綠光雷射光束 4 個像元 (pixel 0~pixel 3)及其組合波各別之淺水及深水波 段訊號，其中縱向實線表平均水面時間，縱向虛線 則為系統偵測得到水面及水底回波時間點，該些時 間點皆由 CSS 軟體所偵測。經由實驗分分析，測 區的pixel 0 及 1 未偵測得水面回訊，而 pixel 2 及 pixel 3 僅淺水波段訊號具有水面回訊(圖 6(c)(d)黃 框內)。

圖 7 為此綠光雷射光束對應之紅外光及拉曼 紅光訊號，其中黃色曲線為紅外光訊號，藍色曲線 為拉曼紅光。該綠光雷射各像元接收波形偵測得時 間如表1 所示，X 表示系統未能偵測出水面時間位 置；此區域 4 個像元位置所計算而得的水深約為 4.4334 至 4.5795m，水面及水底時間差約為 40.56 至 42.08ns，由於各像元間對應空間位置接近而具 有相似水體狀態，其各像元水深差異小於0.15m。

林暐尊、史天元、張智安：測深光達波形與水深、底質關係觀察 223

(a)pixel 0 (b)pixel 1

(c)pixel 2 (d)pixel 3

(e)Composite

圖6 單一綠光雷射光束中 pixel 0~pixel 3 與 Composite 訊號 (紅色曲線為該雷射訊號之 TVG 函數)

圖7 紅光及紅外光回訊波形 (黃色曲線為紅外光訊號，藍色曲線為拉曼紅光)

表1 接收各像元訊號測得水面、水底時間及計算水深值

單位：ns Mean Surface Surface Time Bottom Time Depth(m) IR 2955.977295 2944.637207 X

Raman 2955.977295 2956.104736 X Pixel0 Shallow 2959.360107 X 3000.136719

4.4334 Deep 2957.332031 X 2997.380859 Pixel1 Shallow 2957.852295 X 2999.000977

4.4750 Deep 2955.824219 X 2997.126709 Pixel2 Shallow 2952.649170 2958.065674 2993.803467

4.4801 Deep 2950.621094 X 2991.241211 Pixel3 Shallow 2954.151611 2958.400146 2996.23193

4.5795 Deep 2952.123291 X 2993.913330 Composite Shallow 2955.977295 2958.297363 2996.860840

Deep 2953.948975 X 2994.513672

3.2 比較不同水質濁度偵測水深 成果

雷射光束穿透水體過程會不斷產生水體散射，

在訊號上之反映即為水面回訊後呈現的訊號值緩 慢衰退(見圖 2)。水體中若帶有懸浮物體，則呈現 回訊波形於入水後將有非穩定衰減現象。比較相同 深度不同水質濁度之回波訊號，圖8 及 9 分別為低 訊雜比及高訊雜比之回波，訊雜比越低代表其濁度 越高。圖8 為掃描於澎湖沿岸海水帶有較多懸浮物 之綠光波段訊號範例，此測點水深 8.104m，最終 使用淺水波段作為水底時間偵測，該訊號信噪比為 4.514，波形呈現於入水後仍有穩定回訊直至水底 回波。對應相當深度測點，以東沙地區水質清澈測 區比較(如圖 9)，測點水深 8.391m，使用淺水波段 偵測水底時間，其信噪比為39.442，波形於水底反 射前無顯著訊號反應。

接著，以水深較深區域進行水質對波形之影響 分析，以澎湖及東沙地區測點深度約略24m 之波 形(圖 10、圖 11)觀察其差異。澎湖測點水深 24.449m，

以深水波段作為水底時間偵測，其信噪比為4.244，

淺水波形未測得水底回訊，而深水波段回訊可觀察 得知其較為不明確且帶有明顯雜訊；東沙測點水深 24.625m，仍使用淺水波段偵測水底時間，信噪比

34.495，此時淺水及深水波段皆可測得水底時間，

且由於時變增益效應，水底回訊強度並未受深度較 深影響而明顯衰退。

圖8 水質混濁綠光波形範例-1

圖9 水質清澈綠光波形範例-1

林暐尊、史天元、張智安：測深光達波形與水深、底質關係觀察 225

圖10 水質混濁綠光波形範例-2

圖11 水質清澈綠光波形範例-2

3.3 比較不同底質濁度偵測水 深成果

不同反射面對於照射光線之吸收與反射比率 皆有所差異，因此對應於測深光達之波形訊號，水 底底質種類亦為一項影響波形型態之因素(Wang and Philpot, 2007)。研究中分別選取淺色砂質底質 及深色帶有藻類底質之綠光訊號進行比較，測試區 為東沙地區，其測深光達搭配相機之影像如圖 12 所示。淺色砂質底質及深色藻類底質之綠光回波訊 號分別如圖 13 及圖 14 所示。淺色底質測點水深 3.833m，使用淺水波段偵測水底回波，其信噪比為 53.418；深色藻類覆蓋底質測點水深 3.825m，使用 淺水波段偵測水底時間，其信噪比18.091。水深相 當之條件下，由波形中水底回訊部分可觀察到淺色 底質有較強訊號強度，信噪比亦是以淺色底質明顯 高出許多。

圖 12 淺色砂質底質(上)及深色藻類覆蓋底質(下) 影像

圖13 淺色底質綠光波形範例

圖14 深色藻類覆蓋底質綠光波形範例

除底質種類外，水底地形形態亦可能影響波形

Axelsson, A., 2010. Rapid Topographic and Bathymetric Reconnaissance Using Airborne LiDAR, Proceedings of SPIE, Vol. 7835, pp.3-12.

Fugro, 2012. Fugro LADS, http://www.fugrolads.com/about-lads/, last accessed on June. 02, 2012.

Guenther, G.C., 1985. Airborne Laser Hydrography.

System Design and Performance Factors, NOAA Professional Paper Series, 1. Rockville, Md: U.S.

Dept. of Commerce, National Oceanic and Atmospheric Administration.

Guenther, G. C., Cunningham, A. G., LaRocque, P.

E., and Reid, D. J., 2000. Meeting the Accuracy Challenge in Airborne Lidar Bathymetry, Proceedings of EARSeL-SIG-Workshop LIDAR, Dresden/FRG, June 16 - 17, 2000.

Hobson, P., 2005. Effective Surveying in the Coastal Zone &Beyond, Shallow Survey 2005.

Isaksson, A., 2009, Coastal Survey Studio Mark II Manual Version 2.X, Airborne Hydrography AB.

LaRocque, P. E., Banic, J. R. and Cunningham, A. G., 2004. Design Description and Field Testing of the SHOALS-1000T Airborne Bathymeter, SPIE conference, Orlando Florida, April 13 -15, 2004.

Liu, X., Tulldahl, H. M., and Axelsson, A., 2010.

Bathymetry LiDAR Reflectance Processing and Seafloor Classification. Proceeding of European LiDAR Mapping Forum, Netherlands, 30 Nov. -