精确可靠的海底底质分类对于沿海规划、地质研究以及海洋环境监测等方面都具有重要意义。目前对海底底质分类方法进行了广泛研究，但大多基于船载声学测量手段，主要有剖面声呐结合测深仪法、侧扫法、多波束法（陶春辉，2004）。但由于船载作业的局限性，利用声学方法采集海底底质信息的效率还是比较低的，尤其是在沿岸浅海、暗礁及船只无法安全到达的水域，难以获取海底底质的声学信息。利用被动光学成像系统在浅水区域获取光谱影像进行海底底质分类的方法已得到应用，当不同底质类型的光谱反射明显时，具有较好的海底底质分类能力。光学成像系统的优势在于能在短时间内获取大范围区域的数据，但是系统校准很难，受环境因素影响大，反演深度非常有限，往往不超过1.5倍的圆盘透明度水深（一般在10m左右）（李庆辉，1996；Wang，2007）。目前发展起来的机载LiDAR测深系统，通常能探测到2～3倍圆盘透明度水深，测点密度大，并可在船只无法到达海域进行数据采集，能够高效快速地获取大面积水域的水深数据和海底底质信息。

激光回波波形（图8-20）可分为三部分：水表面回波（water surface return）、水体反向散射（water volume backscattering）和海底反射回波（bottom return）。水表反射首先到达，通常是反射的最强烈部分；水体反向散射从光脉冲进入水体开始，一旦整个脉冲进入海水，水体反向散射以指数方式衰减；海底反射是到达传感器的最后信号。机载LiDAR测深系统通过对波形处理，除了获取浅水区域的水深数据，还可利用系统接收器所获取的绿色激光脉冲波形（海底反射波形）的大小和形状衡量海底反射强度，与声呐图像底质分类相似，将反射强度（反射率）数据转换成海底底质类型，用于底质分类。

图8-20　测深LiDAR回波波形示意图

激光LiDAR的反射率是接收能量与发射能量的比率。处理激光脉冲返回波形得到水深和反射率的区别是：水深处理利用海底回波前沿，而反射率需要对整个海底回波脉冲积分（图8-21），从而得到反射率。

图8-21　实际机载LiDAR系统的回波波形（Collins，2007）(www.daowen.com)

激光LiDAR测深系统提取的回波强度反映了海底点的绝对反射率。然而，绝对反射率不能用于海底分类，因为它包含了各种不准确的因素，这些因素分为两类：单点系统偏差和区域环境的影响。在消除不确定性因素后，绝对反射率转换为相对反射率，利用其进行底质分类。不同的海底底质体（如沙、泥、岩石或海藻）的分布可利用像素值范围从相对反射率中得到。图8-22是利用相对反射率得到的海底底质分类结果，不同颜色代表不同的底质类型。机载LiDAR测深系统用于底质分类的结果可与真实采样数据、声学底质分类数据或者被动光学系统分类数据进行比较，进行分类准确性评估，还可进行多源数据的融合以提高分类精度和效率。

图8-22　使用机载LiDAR相对反射率进行海底底质分类（Collins，2007）

分类方法可分为监督分类和非监督分类。在监督分类方式下，需对分类系统进行训练，通过分析在不同的海底类型中采集的一系列数据，获取海底光脉冲反射的波形，建立起特征波形与海底类型之间的对应关系。非监督分类仅可对海底类型进行逻辑分类。

由于测深LiDAR仅可提供海底反射单色图，即只有单一的变量用于表征海底特征，而被动光学系统如高光谱传感器可利用高光谱信息进行底质分类，表征海底特征的变量有多种。这意味着激光测深LiDAR和被动光学系统结合进行海底底质分类可能是在极浅水区的最佳选择。

利用机载LiDAR测深采集的反射率数据进行海底底质分类将成为传统手工或海底声学底质分类方式的有力补充。结合航空/卫星成像或人工获取的海底真实底质信息，激光LiDAR的海底分类产品将在水域调查、沿海植被研究、近海渔业和沿海监测中发挥巨大作用。