经验交流▏RTK 三维水深测量数据处理优化方法探讨
一、前
言 言 目前,CORS 站和千寻位置技术的成熟应用,使得只用一台 RTK 作业而不用架设基准站成为常态,进一步提高了 RTK 三维水深测量的效率。在RTK 三维水深测量中,RTK 工作状态、声速和吃水量测精度、换能器测量精度等都直接影响着水深测量精度,与传统人工验潮方式相比,RTK 工作状态对 RTK 三维水深测量尤为重要,在 RTK 非固定解状态下获取的水底高程往往是不准确的。
本文拟通过 HYPACK 测深软件,探讨在 RTK 三维水深测量内业数据处理时,对非固定解状态下的数据进行处理,使数据增加可用性,减少外业工作量,提高工作效率。
二、工程概况 长江下游黑沙洲水道航道整治二期工程位于安徽省芜湖市,江中的天然洲、黑沙洲将黑沙洲水道分为南、中、北三个通道,其中南水道为现行主航道,是长江下游重点碍航浅水道之一。长江下游黑沙洲水道航道整治二期工程主要内容为心滩建梳齿坝,对左槽内 3#、4#潜坝加固,同时对3#潜坝和 4#潜坝之间坝田冲深部位进行填槽加固,在天然洲左缘上段实施长约 1400m 护岸,对天然洲右缘险工段实施 4909m 护岸加固,对右岸新港一带已建护岸进行水下加固长 1060m。
工程区域测量总面积约 3.04km2 ,测量比例尺为 1:1000;从上游到下游全长约 5.5km。经 RTK 测量水边线高程得知,水面高程从上游到下游呈现渐变的趋势,上下游最大差值可达 0.4m。测量组采用 RTK 三维水深测量方式,测深软件使用 HYPACK,测深仪使用海鹰 HY1600 测深仪,导航设备使用中海达 RTK 进行水深测量。
三、K RTK 三维水深测量原理 RTK 三维水深测量使用 GPS-RTK 结合测深仪进行工作,GPS 通过载波相位差分技术实时获得三维坐标(X,Y,H),其精度可达到厘米级,结合测深仪得到的水深数据,即可得到测点的水底高程。RTK 三维水深测量测深工作原理如图 1 所示。
图 1 RTK 三维水深测量原理示意图
T = H - OHC - S
CS = B - T + D
CS = B - H + OHC + S + D
其中:
T 为潮位; H 为 RTK 测量的大地高; OHC 为深度基准面到参考椭球面的距离;B 为换能器到水底的距离; CS 为换能器测得的水深; S 为RTK 天线到水面的距离; D 为吃水深度。
OHC, S + D 为固定值。由此可以看出,根据换能器实时测出的水深及RTK 实时提供的(X、Y、H)三维坐标,可以求出 CS ,同时 CS 与 T 不存在直接关系。因此,在测量中不需要测定水面的高程,也无需通过验潮方式来获得水面高程,称之为 RTK 三维水深测量。
四、数据后处理方法
⒈ 数据处理 由上述公式可知,水深值精度与 RTK 高程密切相关,因此要保证水深值精度,必须获得 RTK 的厘米级,即固定解模式下的高程。但在实际测量中,由于短暂的电磁波干扰及屏蔽影响,以及测量船靠近大型船舶或较高建筑物(如码头前沿)时,RTK 可能会处于非固定解模式下,此时获取的高程精度较差,存在很大误差。在内业数据处理时,需要对非固定解模式下采集的数据进行剔除。
图 2 RTK 数据处理后示意图
按照以往的方式,无数据区域必须去现场进行补测,使测区内点位数据间距及密度满足规范要求,但这种方式增加了额外的外业时间和成本,费时费力。
K ⒉HYPACK 数据处理
⑴ 原始数据分析 HYPACK 是美国 Coastal Oceanographics Inc.公司开发用于海洋调查和水道测量的商业软件,测量模块设置灵活,能提供高质量的定位和测深数据,具有强大的内业编辑功能。
通过对 HYPACK 任务文件进行分析,原始文件(.RAW)中包含了测量过程中的各个参数及信息,截取了一段完整数据如图 3 所示。
图 3 HYPACK 原始数据
其中:“POS”行表示 RTK 瞬时位置信息;“QUA”行表示 RTK 数据质量情况;“TID”行表示经过 HYPACK 内部换算得到的潮位信息;“MSG”行表示 RTK 记录的数据格式、经纬度坐标及状态码(0-5 的数字),
“EC1”行表示测深仪换能器到水底的水深。状态码为“4”时表明 RTK 处于固定解状态;状态码为“非 4”时,RTK 处于非固定解状态。
RTK 处于固定解模式时,原始数据记录对应的潮位信息以及对应的时间,而当 RTK 处于非固定解模式(RTK 状态码为非 4)时,没有潮位信息记录。
原始数据中包含固定解模式下完整的时间和潮位信息,可以提取非固定解模式前后的潮位,并进行内插,作为本段非固定解模式的潮位数据。
⑵ 潮位获取 将原始数据导入 Excel 表格,按照数据的排序功能,可以得到连续的潮位列表。分列提取其中的时间和潮位信息,在 Excel 中应用公式批量编辑,得到时间与潮位一一对应的数据,另存为.tdx 潮位文件。
HYPACK 提供多种测量方法下的数据处理设置,如果只需要固定解模式下的数据,则按照 RTK 三维水深测量方法,在潮位设置中选择 GPS 设备,在 GPS 预滤波选项中,定位和潮位都选择状态码“4”,即只保留固定解模式下的数据。HYPACK 数据处理如图 4 所示。
上述步骤获取的数据是剔除了非固定解模式下的数据,生成有缺失区域的过程图形。
将获取的非固定解模式的水位文件导入 HY⁃PACK 潮位改正,上图中潮位选项选择“无”,GPS 预滤波选项中“定位”和“潮位”都不勾选,后续的数据处理流程与人工验潮时的处理方法相同。
生成水深数据后,补充数据到之前的缺失数据中,形成完整的数据文件和图形。
图 4 HYPACK 数据处理示意图
⑶ 数据对比 为了验证本数据处理方法的合理性与准确性,第二天及时对数据缺失区域进行重测。本次测量选择心滩梳齿坝及天然洲之间的一段航道进行验证,该区域水深变化趋势稳定,水下无陡坎或堆石等地形突变情况,符合
验证的基本条件。本次外业数据中,测量设备及人员、测量方法及设置均与前一天保持一致,避免其他因素对结果造成影响。
对重测数据进行处理后,与通过优化方法处理的数据进行对比。两种数据处理完毕后,均按 1m 间距输出为.xyz 格式文件。由于两次测量的点位不可能完全重合,本次对比将两次测量点位间距小于 0.2m 的数据作为比对点,部分对比数据统计如表 1 所示。
表 表 1 1
数据对比统计表(单位:m)
结果显示,两种方法得到的数据误差都在 10cm 以内,相对平均误差为3.8cm,误差较小,说明本文的内业处理方法具有可行性。
⑷ 特殊情况分析 本文数据处理优化方法适用于 RTK 多频次、短时间处于非固定解模式下的情况,但是也存在一定的局限性。如果 RTK 由于某些原因长时间处于
非固定解模式或者无法固定,期间的水位不是单一的增大或减小,在进行内插值则会出现水位偏差,如以下两种情况:
①在航道或河流水域内进行测量,当测线方向平行于岸侧方向时,由于测线较长,上游水位和下游水位有明显的落差。
当非固定解时段处于一段测线之间时,可以通过对两端的水位进行内插,求得非固定解状态下的水位;当非固定解时段为两条测线的部分段时,对两端的水位进行内插,以两端的水位值代替了整段的水位,造成水位偏差; ②在涨落潮水域进行测量时,当单个非固定解时段内包含最高潮或最低潮,对两侧的水位进行内插时,忽略了最高点或最低点的水位,导致水位偏差。
外业数据采集时,如果 RTK 长时间处于非固定解模式下,则需要马上寻找原因,尽快恢复固定解状态。内业数据如果有上述两种情况,则该段数据不能采用,需要进行重测。
五、结论 本文通过软件自有功能及对原始数据分析,对数据进行编辑处理,提出一种新的内业数据处理优化方法。通过工程实例表明,该方法具有很好的操作性和可行性,能够得到精度可靠的数据。将原本需要外业补测的工作放在内业完成,显著减少了外业工作量及工作时间,提高了工作效率。