1.一种利用激光雷达数据的海底光子信号确定方法，其特征在于，包括：S1.获取激光雷达数据；

使用多波束回声测量系统获得多波束测深数据，使用双频差分GPS进行水平定位，进行声速测量并结合AML验潮仪获取潮汐信息，经过声速校正、数据融合和消除异常点，插值为网格化水深数据；

S2.使用基于密度的空间聚类应用去噪方法DBSCAN，对数据进行预处理；

对研究区中的光子进行分窗处理，划分成若干个数据集D，对每个数据集D分别进行如下处理：通过计算出瞬时海平面的高度，得到海面的光子信号，使用DBSCAN确定海底光子信号，通过海底光子高度减去瞬时海平面的高度计算出水深值；

获得海底光子信号后，进一步进行水深反演，包括： T1.计算漫射衰减系数Kd(λ)的值；将邻近深水区的遥感反射率输入到半分析模型中，将半分析模型参数化为仅含有两个参数的函数，所述两个参数为ag(440)和C；

T1.1.计算散射权重系数；

(1)； (2)； (3)；

式中， 是光学深水区的水面下遥感反射率，a(λ)是吸收系数和bb(λ)是后向散射系数，g0和g1为两个定值，分别为g0=0.0895和g1=0.1247，Rrs为水体遥感反射率，rrs为水面下遥感反射率，u(λ)是波长λ的散射权重系数；

T1.2.确定 与ag(440)和C之间的关系：(4)； (5)； (6)；

式中，aw(λ)为纯水的吸收系数，bbw(λ)为纯水的后向散射系数，aφ(λ)为浮游植物色素的吸收系数，ag(λ)为黄色物质吸收系数，bbp(λ)为粒子的后向散射系数；

T1.3.将aφ(λ)参数化为叶绿素浓度C的函数： (7)；

(8)；

 a0(λ)和a1(λ)均为经验系数， 表示波长为440nm的浮游植物色素的吸收系数；

黄色物质吸收系数ag(λ)由ag(440)表示，如下： (9)；

 ag(440)表示波长为440nm的黄色物质吸收系数；

T1.4.将粒子的后向散射系数bbp(λ)由bbp(400)和Y进行参数化：(10)；

 bbp(400) 表示波长为400nm的粒子的后向散射系数；bbp(λ)参数化为叶绿素浓度C的函数： (11)；

表示波长为550nm的粒子的后向散射系数；

 Y设置成常数，Y=0.67875，bbp(550)参数化为关于叶绿素浓度C的函数，如下：(12)；

T1.5.模拟不同参数情况下的光谱特性，建立光谱库，当模拟的水面下遥感反射率和 最相似时，模拟出的ag(440)和C作为最终结果；

计算漫射衰减系数Kd(λ)，使用鲸鱼优化算法求解半分析模型，求解的目标函数 如下：(13)；

 T2.计算深度不变指数 ： ；

其中 和 是大气校正后i和j波段的水面下遥感反射率，DIIij是波段i和j的深度不变指数，用于表示底质类型，Kdi和Kdj是两个可见光波段之间的衰减系数之比；

 T3.仅用多光谱数据分底质反演研究区水深；

计算水深H，底质光谱 由下： ；

其中 是 波长下的归一化光谱形状，B是比例系数，使用数值优化算法解出B和H。

2.根据权利要求1所述的一种利用激光雷达数据的海底光子信号确定方法，其特征在于，S2包括：S2.1.计算瞬时海平面的高度；

将数据集D在垂直方向上划分成分辨率为15 cm的窗口，光子的数量最多的窗口为海面，取光子的数量最多的窗口的中值为瞬时海表面高度，以瞬时海表面高度为原点，向上和向下分别取1 m的区间范围内的光子作为展示，光子的显示范围为[Sdown, Sup]：；

；

式中， 为海面瞬时高度，Sup和Sdown分别是海面光子的上层和下层。

3.根据权利要求2所述的一种利用激光雷达数据的海底光子信号确定方法，其特征在于，S2包括：S2.2.确定海底光子信号；

S2.2.1.利用KNN算法生成ε参数列表，计算数据集D中每个数据点与其第k个最近的数据点之间的最近邻距离，并对所有数据点的最近邻距离求平均值，具体包括：B1.计算数据集D中所有点从i到j的距离矩阵DistN×N：；

N为数据集D中消除海面上方的光子信号后点云的个数，dist(i, j)是数据集中点i和点j之间的距离；

B2.对距离矩阵DistN×N中的每一行元素升序排序，第一列表示对象到自身的距离，全为

0，第k列中的元素构成所有点的k‑最近邻距离向量Dk；

B3.对向量Dk中的元素求均值，得到Dk的k‑平均最近邻距离 ，计算全部 得到ε的参数列表Dε：。

4.根据权利要求3所述的一种利用激光雷达数据的海底光子信号确定方法，其特征在于，S2包括：S2.2.2.利用给定的ε参数列表，生成对应的MinPts参数的列表Dmpts：； ； ；

式中，ε和MinPts是DBSCAN的两个输入参数，x代表沿轨距离， 搜索半径εk内的期望光子总数，h为区段的高程差值； 为搜索半径εk内的噪声光子总数，ℎ2代表噪声数据高程差，为5 m。

5.根据权利要求4所述的一种利用激光雷达数据的海底光子信号确定方法，其特征在于，S2包括：S2.2.3.依次输入不同k值，得到对应的 ，将MinPtsk参数输入到DBSCAN算法对数据集D分别进行聚类，得到不同k值生成的点云簇数，当连续三次生成的簇数相同时，认为聚类的结果趋于稳定，把该簇数记为最优点云簇数Nbest。

6.根据权利要求5所述的一种利用激光雷达数据的海底光子信号确定方法，其特征在于，S2包括：S2.2.4. 继续执行S2.2.3，直到生成的簇数不再为Nbest，选择簇数为Nbest时对应的最大k值为最优k值，最优k值对应的 为最优ε参数， 为最优MinPts参数，得到海底的光子信号。