涉水光學（Water-related Optics）是探索光學在涉水領域中套用的科學。涉水即與水相關，泛指包括海洋、江河湖池、雲雨霧雪冰等在內的水體。比水下光學、海洋光學考慮更為充分，涉水光學的研究對象涵蓋了作為光傳播路徑的局部或整體的一切水體，通過探究其在液態、氣態、固態的光學特性，及光在水體、跨介質中的傳播機理，解決與涉水領域中的光學數據智慧型獲取、信息傳輸及智慧型信號處理有關的各種問題，是臨地安防（Vicinagearth Security）體系中水下安防的重要支撐。
基本介紹
- 中文名：涉水光學
- 外文名：Water-related Optics
- 所屬學科：臨地安防（Vicinagearth Security）
發展簡史,研究內容,套用,
發展簡史
涉水光學的前身是水下光學和海洋光學。李學龍教授首先提出“水下光學”，於2016年05月10日在西安倡導並舉辦了全國首屆“水下光學”高峰論壇。同年，提出並牽頭籌備創建了我國首個省部級涉水光學重點實驗室——陝西省海洋光學重點實驗室。該實驗室於2018年獲批成立，李學龍擔任首任主任。隨後，於2018年06月22日在西安連續舉辦了第二屆, 將“水下光學”發展為“海洋光學”，論壇正式更名為“全國海洋光學高峰論壇”，並發起成立了“中國光學工程學會海洋光學專委會”。論壇已連續舉辦多屆，其中第五屆論壇（2022年）吸引了超過3萬人線上關注及參會。全國海洋光學高峰論壇已經成為我國最重要、最受關注的光學會議之一。
隨著海洋科技研發持續深入，人類對海洋的認知能力和技術裝備水平也不斷提高，“海洋光學”已經從傳統研究海洋光學性質、光在海洋中傳播規律和運用光學技術探測海洋的科學，進一步發展為以“海洋命運共同體”為綱領，維護海洋權益為目的，研究深海科學技術與裝備為核心，建設深海基地、探測深海空間、開發深海資源的綜合科學。面對深海空間廣闊、水文特徵複雜和信息難以感知等問題, 李學龍教授於2020年在西北工業大學創建了智慧型互動與套用工信部重點實驗室，充分考慮水體與空氣等介質之間、光學設備與算法之間的緊密聯繫，將“海洋光學”進一步發展為“涉水光學”，把研究對象從單一領域拓展至海洋、江河湖池、雲雨霧雪冰等多水體領域，以及與水體相關的其它領域。2022年創建涉水光學實驗室, 並領導團隊獲得“水下智慧型 XX 導引”國家級重點項目支持。
涉水光學概念圖
研究內容
涉水光學以光與水的物質相互作用機理和光的跨介質傳播機理為基礎, 以涉水光學信息的獲取、傳輸及處理為手段, 以涉水光學套用場景為目標, 包括光與水的物質相互作用機理、涉水光學數據獲取、涉水光學信息傳輸及處理等內容。
光與水的物質相互作用機理主要研究水體自身和溶解，懸浮於其中的有機物和無機物對光的吸收、散射、折射、偏振態的影響等，直接影響光在水體中的傳播和各項光學技術在涉水環境中的套用。
涉水光學數據獲取的目標是探測及測量涉水領域中的光學信息，為全球海洋生物多樣性、生態系統結構、生態學和生物地球化學功能的認知提供重要手段。
涉水光學信息傳輸技術可將獲取的光學信息在水體中高速傳輸，搭建涉水光學數據獲取與信息處理之間的橋樑。涉水光學信息處理技術主要通過機器學習、深度學習等智慧型手段對獲取的數據進行處理，解析涉水環境參數並推演涉水目標態勢。
套用
涉水光學是水下安防的重要學科支撐。水下安防是臨地安防（Vicinagearth Security）的核心之一，主要涵蓋水下空間內的國家安全與防衛，具體包括海底監測、探測、通信、隱蔽、導引等方面, 而且覆蓋了工業生產、社會經濟、科研教育等方面的防護、生產、安全、救援。詳見臨地安防空間範疇圖。
臨地安防空間範疇圖
李學龍領導團隊研製了我國首套全海深高清相機“海瞳”，解決了深海高壓環境下高清視覺數據獲取的難題，攻破了全海深乾艙密封、水下光學像差校正、色彩復原和水下圖像增強等關鍵技術。2017年03月，“海瞳”全海深高清相機於跟隨“探索一號”完成了馬里亞納海溝科考任務，作為主相機曾4次下潛至7000米深度，3次下潛至萬米深度，最大潛深達10909米，共採集到長達12小時的高清視頻，在我國深海科考史上首次完成全海深的高清視頻獲取，並首次記錄了位於8152米深處的獅子魚，是當時國際上觀測到魚類生存的最大深度，為馬里亞納海溝深淵的海洋生物、物理海洋等多學科研究提供了重要的原始數據。隨後研製的“海瞳Ⅱ”全海深高清相機於2018年09月隨“探索一號”TS09航次再次進行了馬里亞納海溝科考任務。期間完成了10次下潛，其中4次下潛至萬米深度，採集到140小時有效高清視頻，數據量總計233GB。
李學龍團隊基於圖像處理“低維流形嵌入”的科學思想，提出了能夠高效提取光場信息的智慧型成像方法（IEGI），利用神經網路卓越的信息提取能力，構建多模態認知計算框架，為圖像處理提供了數理判據，解決了傳統水下成像過程中圖像質量退化造成的場景難解析問題，實現高質量的目標圖像重建。
IEGI方法具體有三點技術優勢：高質量、高效率、自適應。
首先，為了克服水下惡劣光學環境中，水體吸收散射對重構圖像的影響，團隊充分利用神經網路在信息提取方面的能力，實現了以極低採樣率即可重構高質量目標圖像。
其次，為了在成像時提高數據利用率，降低數據採集的要求，團隊通過智慧型神經網路消除成像過程中的冗餘信息，有效提高了遠距離水下成像的效率。
最後，為了靈活適應複雜多變的水下環境，團隊提出了智慧型訓練輔助的網路模型，以光束穿過目標的強度值為標籤，在多變的水下場景下及時調整網路參數，提高對不同場景下的適應能力。
