1.一种多类型探测传感器综合观测的海底热液探测方法，其特征在于：该方法包括下列步骤：

步骤1：定位数据准备工作

(1.1)整理GPS定位数据

GPS定位数据，采样周期为1秒，有时间、经度、纬度三列数据；通过MATLAB软件的datenum函数将字符串的时间序列转换成具体的日期值；根据实际测线的探测时间，选取该时间范围内的GPS定位数据存入矩阵ship(i1，j1)中，i1＝1，...，nx1，j1＝1，...，ny1，其中nxl为矩阵总行数，nyl为矩阵总列数，i1、j1、nx1、ny1均为自然数；

(1.2)整理超短基线定位系统(USBL)数据

分别在距离综合摄像拖体0m、5m、30m、80m、L1、L2的高度加挂综合探测传感器，综合探测传感器包括浊度传感器、化学传感器和甲烷传感器，L1在200-300m中取值，L2在300-500m中取值；综合摄像拖体下放和回收的整个过程中，综合探测传感器持续探测数据；当综合摄像拖体作业时，超短基线定位系统开始记录综合摄像拖体的位置信息；超短基线定位系统的采样周期在9-11秒之间浮动，有时间、经度、纬度三列数据，与GPS数据的处理过程一样，将超短基线定位系统的时间序列通过MATLAB软件的datenum函数转换成具体的日期值，并将超短基线定位系统数据存入矩阵target(i2，j2)中，其中i2＝1，...，nx2，j2取值为1、2或

3分别对应时间、经度、纬度，target(i2，j2)为第i2行第j2列的超短基线定位系统信息，nx2为target矩阵总行数，i2、j2、nx2均为自然数；

(1.3)利用GPS数据将超短基线定位系统数据加密处理

将GPS数据与超短基线定位系统数据进行加密处理，根据实际探测的测线有无超短基线定位系统数据的情况，分两种情况进行加密处理；

(1.3.1)若实际探测测线有超短基线定位系统数据，则进行以下操作：

a)若在超短基线定位系统记录时间以外的时间，认为综合摄像拖体位于科考船的正下方，将船的GPS信息等同综合摄像拖体的位置信息；若在超短基线定位系统记录到综合摄像拖体位置信息的时间范围内，则计算测线中前100组超短基线定位系统数据的采样周期，取最小的采样周期作为超短基线定位系统的采样周期t；

b)遍历time1(i1)＝ship(i1，1)，计算每个time1(i1)与所有i2对应的超短基线定位系统时间time2(i2)＝target(i2，1)的差值；若差值在超短基线定位系统的采样周期t范围内，即time1(i1)-time2(i2)＜t，则计算time1(i1)时刻对应的母船位置与time2(i2)时刻对应的综合摄像拖体位置之间的距离差，存入矩阵[Lon(i2)，Lat(i2)]，距离差包含经度差Lon(i2)和纬度差Lat(i2)，其中Lon(i2)＝ship(i1，2)-target(i2，2)，Lat(i2)＝ship(i1，

3)-target(i2，3)；

c)若 在[d1，d2]之间，则将该时刻的Lon(i2)和Lat(i2)存入距离

差矩阵LonLat(K，j3)，其中，d1的取值一般为0.005°，d2的取值一般为0.02°，j3取1或2，LonLat(K，1)＝Lon(i2)，LonLat(K，2)＝Lat(i2)，K初值为0，K用来计算time1(i1)时间点符合要求的time2(i2)时间点个数，当timel(i1)时间点对应的 在[d1，d2]之间时K加1；

d)当K≥7时，对符合要求的最后7个距离差取平均值，经度差平均值和纬度差平均值分别用mean1和mean2表示，并通过平均值来校正GPS定位信息，形成加密后的超短基线定位系统位置信息，并存入矩阵TARGET(k，l)，其中k＝1，...，n，l取1、2或3分别对应时间、通过平均值校正后的经度、通过平均值校正后的纬度，TARGET(k，l)为第k行第l列的加密后的超短基线定位系统信息，n为TARGET矩阵总行数，l为TARGET矩阵总列数，k、l、n均为自然数；

TARGET(k，1)＝ship(i1，1)，TARGET(k，2)＝ship(i1，2)-mean1，TARGET(k，3)＝ship(i1，

3)-mean2；

若K＜7，则选取符合要求的最后一个距离差作为校正值，形成加密后的超短基线定位系统位置信息，并存入矩阵TARGET(k，l)，则此时TARGET(k，1)＝ship(i1，1)，TARGET(k，2)＝ship(i1，2)-LonLat(K，1)，TARGET(k，3)＝ship(i1，3)-LonLat(K，2)；

(1.3.2)若实际探测的测线无超短基线定位系统数据，则利用船、综合摄像拖体以及船下方海底三个位置形成的直角三角形，将作业现场记录的缆长与水深代入计算，推算出综合摄像拖体位置，认为等效于超短基线定位系统数据，存入矩阵TARGET(k，l)；

步骤2：匹配浊度传感器探测资料的位置信息

(2.1)读取浊度传感器探测所得的信息MAPR(x，y)和加密后的超短基线定位系统信息TARGET(k，l)；MAPR(x，y)包含探测时间、深度、浊度和温度四列数据；x＝1，...，s，s为MAPR(x，y)的总行数，y取1、2、3或4分别表示时间、深度、浊度和温度信息的浊度传感器探测数据；默认MAPR矩阵数据的第一列均为探测时间，将其转换为具体的日期值；读取MAPR(x，y)矩阵数据的前100组数据，将数据记录间隔的最小值设为浊度传感器探测数据的采样周期c1；

(2.2)遍历加密后的超短基线定位系统时间序列TARGET(k，1)，计算每个TARGET(k，1)与所有浊度传感器探测数据MAPR(x，1)的时间差值，若时间差的绝对值小于探测数据的采样周期c1，且TARGET(k，1)时刻对应的k在c1/2+1至n-c1/2范围内，则将TARGET(k，1)时刻前半个采样周期取整后的时刻至TARGET(k，1)时刻后半个采样周期取整后的时刻时间范围内的位置信息取平均，作为该时刻的位置信息Loc，将位置信息与浊度传感器探测数据一并存入矩阵MAPR1(x1，y1)，其中，x1＝1，...，s，y1＝1，...，6分别表示探测时间、位置信息Loc中的经度、位置信息Loc中的纬度、深度、浊度和温度信息；

(2.3)若在同一条测线上有n1个层位的浊度传感器分别测得探测数据，n1≥2，则依次取第q个层位的传感器循环步骤(2.1)和(2.2)，且将循环后的MAPR1(x1，y1)导出并保存至第q个数据文档中，2≤q≤nl；

步骤3：浊度传感器探测资料的处理

(3.1)噪声点处理

选取深度大于1000米的温度和浊度探测值，分别依次进行滤波圆滑、梯度判断和趋势线提取；

滤波圆滑中，滤波窗口大小m设置为12，滤波处理过程具体为：通过MATLAB软件的nanstd函数计算每一个滤波窗口的标准偏差std，通过MATLAB软件的nanmean函数计算每一个滤波窗口的平均值var；若某一点探测值与对应滤波窗口的平均值var之差是标准偏差std的三倍以上，则认定为噪声点，用平均值var替换该点数值，将计算结果存入矩阵MAPR2(x2，y2)中，x2＝1，...，s，y2＝1，...，6分别表示探测时间、位置信息Loc中的经度、位置信息Loc中的纬度、深度、滤波圆滑处理后的浊度和滤波圆滑处理后的温度信息；

梯度判断具体如下：根据矩阵MAPR2(x2，y2)数据计算纬度方向和深度方向的变化梯度，分别记为G1和G2，即：G1(x2)＝(NTU(x2)-NTU(x2-1))/(Lat2(x2)-Lat2(x2-1))；

G2(x2)＝(NTU(x2)-NTU(x2-1))/(Depth(x2)-Depth(x2-1))；

其中，进行温度探测值梯度判断时，NTU(x2)＝MAPR2(x2，6)；进行浊度探测值梯度判断时，NTU(x2)＝MAPR2(x2，5)；

Lat2(x2)＝MAPR2(x2，3)；Depth(x2)＝MAPR2(x2，4)；

根据变化梯度的整体分布情况设定阈值t1和t2，对变化梯度进行判断；若G1(x2)＜t1且G2(x2)＜t2，则保留NTU(x2)原始数据；若G1(x2)＞t1或G2(x2)＞t2，则视为噪声点去除，得到梯度判断后的探测数据矩阵MAPR3(x3，y3)，x3＝1，...，s，y3＝1，...，6分别表示探测时间、位置信息Loc中的经度、位置信息Loc中的纬度、深度、梯度判断后的浊度和梯度判断后的温度信息；

趋势线提取具体如下：对MAPR1(x1，y1)数据每5个点取一个平均值，连接各个平均值得到最大数据密度包络线，对最大数据密度包络线进行线性插值，获得与MAPR1(x1，y1)数据个数相同的探测值趋势线；将探测值趋势线与梯度处理后的数据进行对比，选取在探测值趋势线上下浮动幅度为M的数据点作为该测线的浊度值或温度值，得到趋势线处理后的数据矩阵MAPR4(x4，y4)，x4＝1，...，s，y4＝1，...，6分别表示探测时间、位置信息Loc中的经度、位置信息Loc中的纬度、深度、趋势线提取后的浊度和趋势线提取后的温度信息；当探测值为浊度时，M≤0.02NTU；当探测值为温度时，M≤0.05℃；

(3.2)背景海水处理

将浊度传感器探测得到的热液羽状流浊度数据扣除海水本身的浊度背景值，得到背景海水处理后的数据矩阵MAPR5(x5，y5)，x5＝1，...，s，y5＝1，...，6分别表示探测时间、位置信息Loc中的经度、位置信息Loc中的纬度、深度、背景海水处理后的浊度和趋势线提取后的温度信息；MAPR5(x5，y5)真实反映热液异常情况；

(3.3)若在同一条测线上有n1个层位的浊度传感器分别测得探测数据，n1≥2，则依次取第q个层位的传感器循环步骤(3.1)和(3.2)，且将循环后的MAPR5(x5，y5)导出并保存至第q个数据文档中，2≤q≤n1；对浊度传感器进行系统偏差校正；系统偏差校正具体如下：在同一条测线上，分别对n1个浊度传感器计算海水取背景值，选取最小的海水背景值作为该条测线的海水背景值标准，用nb_min表示；第n1层的浊度传感器的系统偏差校正值为：delta(n1)＝nb(n1)-nb_min；

其中，nb(n1)表示第n1层浊度传感器在同一条测线上测得的海水背景值，delta(n1)表示第n1层浊度传感器的海水背景值与该条测线的海水背景值之间的差值；

系统偏差校正后的数据存入数据矩阵MAPR6(x6，y6)中，x6＝1，...，s，y6＝1，...，6分别表示探测时间、位置信息Loc中的经度、位置信息Loc中的纬度、深度、系统偏差校正后的浊度和趋势线提取后的温度信息；

步骤4：匹配化学传感器探测资料的位置信息

化学传感器探测所得数据chem(u，v)，u＝1，...，nu，nu为Eh探测值总数，v＝1，...，6分别代表探测时间、深度、氧化还原电位Eh、酸碱度pH、溶解氧DO和硫化氢H2S，共6列探测数据；

(4.1)依次读取化学传感器探测数据chem(u，v)和加密后的超短基线定位系统信息TARGET(k，l)；将化学传感器探测数据的探测时间转换为具体的日期值；读取日期值的前

100组数据，将最小时间差设为探测数据的采样周期c2；

(4.2)遍历加密后的超短基线定位系统时间序列TARGET(k，l)，计算每个TARGET(k，l)与所有化学传感器探测数据chem(u，v)的时间差值，若两者的时间差绝对值小于采样周期c2，且TARGET(k，1)时刻对应的k在c2/2+1至n-c2/2范围内，则将TARGET(k，l)时刻前半个采样周期取整后的时刻至TARGET(k，l)时刻后半个采样周期取整后的时刻时间范围内的位置信息取平均值，作为该时刻的位置信息Loc1，将位置信息与化学传感器探测数据一并存入chem1(u1，v1)，u1＝1，...，nu，v1＝1，...，8分别代表探测时间、位置信息Loc1中的经度、位置信息Loc1中的纬度、深度、氧化还原电位Eh、酸碱度pH、溶解氧DO和硫化氢H2S；

(4.3)若在同一条测线上有多个层位的化学传感器资料，则循环步骤(4.1)和(4.2)，直至将所有测线的位置信息匹配完成；

步骤5：化学传感器探测资料的处理

(5.1)分别对Eh、pH、DO和H2S四列参数进行滑动平均处理，去除噪声点；

(5.2)计算Eh值的梯度，用gEh(u1)表示；若gEh(u1)时刻对应的u1在 至

范围内，则设定time3(u1)时刻参与计算Eh值梯度的探测数据范围是

至 时间段对应的数据范围，那么time3(u1)时刻

的前 点的Eh探测值表示成：Eh(u1_1)，u1_1取值范围为 至u1，后

点的Eh探测值表示成：Eh(u1_2)，u1_2取值范围为u1至

其中， 表示chem1(u1，1)-T/2取整后的时刻， 表

示chem1(u1，1)+T/2取整后的时刻；fix为取整函数；

定义每一个Eh探测值对应的梯度值计算公式为：

其中，mean为取平均值运算，Eh(u1)是对chem1(u1，5)的表达；time3(u1)是对chem1(u1，1)的表达；

将计算后的Eh探测值对应的梯度值存入矩阵chem2(u2，v2)，u2＝1，nu1，nu1为chem2(u2，v2)总行数，v2＝1，...，9分别代表探测时间、位置信息Loc1中的经度、位置信息Loc1中的纬度、深度、滑动平均处理后的氧化还原电位Eh、滑动平均处理后的酸碱度pH、滑动平均处理后的溶解氧DO、滑动平均处理后的硫化氢H2S和Eh探测值对应的梯度值；

步骤6：匹配甲烷传感器探测资料的位置信息

甲烷传感器探测所得数据meth(e，f)，e＝1，...，ne，ne为甲烷传感器探测值总数，f＝

1，...，3分别代表探测时间、深度和甲烷；

(6.1)依次读取甲烷传感器探测数据meth(e，f)和加密后的超短基线定位系统信息TARGET(k，l)；将甲烷传感器探测数据的探测时间转换为具体的日期值；读取日期值的前

100组数据，将最小时间差设为探测数据的采样周期c3；遍历加密后的超短基线定位系统时间序列TARGET(k，l)，计算每个TARGET(k，l)与所有甲烷传感器探测数据meth(e，f)的时间差值，若两者的时间差绝对值小于采样周期c3，且TARGET(k，1)时刻对应的k在c3/2+1至n-c3/2范围内，则将TARGET(k，l)时刻前半个采样周期取整后的时刻至TARGET(k，l)时刻后半个采样周期取整后的时刻时间范围内的位置信息取平均值，作为该时刻的位置信息Loc2，将位置信息与甲烷传感器探测数据一并存入meth1(e1，f1)，e1＝1，...，ne，f1＝1，...，5分别代表探测时间、位置匹配后的经度、位置匹配后的纬度、深度和甲烷；

(6.2)若在同一条测线上有多个层位的甲烷传感器资料，则循环步骤(6.1)，直至将所有测线的位置信息匹配完成；

步骤7：甲烷传感器探测资料的处理

对甲烷参数进行噪声点处理，得到噪声处理后的甲烷传感器探测数据，存入矩阵meth2(e2，f2)，e2＝1，...，ne，f2＝1，...，5分别代表探测时间、位置匹配后的经度、位置匹配后的纬度、深度和噪声点处理后的甲烷。

2.根据权利要求1所述的一种多类型探测传感器综合观测的海底热液探测方法，其特征在于：还包括步骤8：成图，具体过程为：通过MATLAB和Origin软件对处理好的最终浊度传感器探测数据、化学传感器探测数据和甲烷传感器探测数据绘制浊度-深度剖面图、温度-深度剖面图、Eh-深度剖面图、甲烷-深度剖面图，以及浊度、温度、Eh、甲烷异常综合分布图；根据异常出现的水深位置和平面位置，对比分析热液流体的异常分布情况。