基于多源水深数据融合的海底高精度地形重建

本文在研究多源水深数据构建技术的基础上,分析了张力样条插值算法和“移去-恢复”法的多源水深数据融合处理技术,基于该方法选取实验区,利用多波束、单波束、历史海图等多源水深数据进行高精度海底地形融合试验,并针对多源水深融合技术缺少误差评估的现状,利用split-sample方法对融合结果进行水深不确定性评估,形成融合结果的可靠性空间分布。结果表明该方法无论是在数据稀疏区还是高密度区都达到了较好的融合效果,既保留了高分辨率水深数据的细节信息,又较真实的反映了研究区海底地形特征,且构建的海底地形精度可靠,误差百分比集中在0.5%。本文整套数据融合和结果评估方法可为多源水深数据融合的海底高精度地形构建提供借鉴和参考。     

基于多波束数据的网格水深模型内插方法精度分析

以多波束水深数据作为源数据,分析了网格水深建模中的数据内插,介绍了网格水深建模所用的常用内插方法,并从水深建模的精度和效率出发,计算分析了网格水深建模过程中内插方法的应用效果。实验结果表明:在当前网格水深建模常用的内插方法中,加权平均法是较适合多波束水深源数据内插网格水深模型点的方法,双线性曲面法是较适合网格水深模型点推估模型表面任意点水深的方法。     

一种顾及各向异性的数字水深模型插值方法

提出了一种顾及各向异性的数字水深模型插值方法,通过局部水深信息解析海底地形的微地貌结构特征,构建了顾及距离和方向的水深插值模型。实验证明,所提方法较距离反比例平方加权法能更多地保留地形信息,同时具有更高的插值精度和插值稳定性。     

基于无人机摄影测量的潮间带单波束测深空间插值精度评估

针对单波束测深数据插值模型精度验证困难等问题,利用潮间带潮汐规律,提出了一种基于高精度无人机数据验证插值模型精度的方法。在低潮时利用无人机摄影测量构建高精度潮间带数字表面模型,高潮时获取单波束测深数据并结合全球导航卫星系统技术计算得出潮间带地形点的三维坐标,使用克里金插值法、反距离权重法、规则样条函数法以及自然邻域法分别构建潮间带数字高程模型。以无人机数字表面模型数据为基准,分别对4种插值方法构建的潮间带数字高程模型进行精度分析。结果表明：1)后处理差分技术辅助无人机摄影测量可以构建高精度潮间带数字表面模型。2)在潮间带区域可以使用无人机数据作为单波束测深数据精度的评价标准。3)潮间带地形较为平坦时,规则样条函数法相比于其他3种插值方法精度更高,粗差率为12.5%。     

基于Worldview-2多光谱卫星数据的浅水水深遥感反演

随着卫星遥感技术的不断发展,高分辨率卫星影像逐渐应用到水深遥感反演领域。利用Worldview-2高分辨率卫星数据和电子海图数据,基于双波段比值法,反演获得实验区域20m以浅的水深。实验表明,Worldview-2等高分辨率多光谱卫星数据,具有一定反演浅水水深的能力,但在5m以浅的水域反演误差较大;双波段比值法,这种半经验半理论的模型,在水深遥感反演中具有更好的适用性;对比了一次线性、二次多项式、指数、对数等拟合方法,发现对数拟合的方法获取绝对水深,其精度相对其他方法更高。     

基于回波时间的多波束测深与声纳数据匹配方法

以多波束精确的水深数据为参照源,采用原始回波时间对多波束测深数据与其同源声纳数据进行匹配,从而获得高精度和高分辨率的海底影像数据,并避免了传统声纳图像处理过程中斜距改正所带来的几何形变。匹配结果采用光照图输出,并与三维水深图、原始声纳图像和CARIS处理后的声纳图像进行比较分析。该方法有效地提高了多波束数据的利用率,增强了对海底地形的探测分辨率。     

基于二维经验模态多波束测深插值算法比较

针对多波束水深数据非线性、非平稳性的特点,尝试将二维经验模态分解方法(BEMD)引入到多波束水深数据处理中,考虑不同包络面插值方法对二维经验模态分解结果的影响,比较了几种不同插值方法对于包络面插值精度以及筛分的标准偏差结果影响,并经过实测多波束水深数据的实验验证与分析,总结出适合应用于多波束水深数据二维经验模态分解方法的包络面插值方法。     

多波束数据融合方法研究

针对大型多波束地形调查中存在的多波束测量重叠区和接边区水深的不一致,研究了多波束测量重叠区和接边区的多波束数据的融合方法,分别采用反距离加权法、移动平均法和最小曲率法进行数据融合,比较3种方法的融合精度,认为最小曲率法是这3种方法中最适合用来进行重叠区多波束数据融合的方法.     

基于潮汐模拟的印尼近海水深数据合成及评价

准确合理的地形水深是影响海洋数值模式模拟和预报的关键。印度尼西亚近海岛屿众多,地形复杂,单一来源的水深数据通常存在较大误差。潮汐数值模拟对地形极为敏感,且其计算量与海洋环流模式相比较小。因此,通过将基于不同水深资料得到的潮汐数值模拟结果与观测对比,能够在一定程度上反映所采用水深数据的准确性。利用FVCOM海洋数值模式建立了覆盖印尼近海的潮波数值模式,采用来自于ETOPO1和ETOPO5(美国地球物理中心发布的地形高程数据,分辨率分别为1′和5′)、卡里马塔海峡和巽他海峡海图水深数据,采用不同的合成方法制作了3套覆盖印尼海及其周边海域的融合水深数据,开展了印尼海及其周边海域的潮波模拟。模拟结果显示,在大洋中ETOPO1水深较为准确,在巽他和卡里马塔海峡、纳土纳海、爪哇海,海图水深更加准确,在阿拉弗拉海131°～135°E,以及卡奔塔利亚湾,使用ETOPO1和ETOPO5合成的水深模拟结果最优。基于这一结果,我们构建了覆盖印尼近海(100°～145°E,17°S～7°N)的融合水深数据,可为提高印尼近海海洋数值模拟精度提供帮助。     

水深源数据质量对海岛礁DEM精度影响的定量分析

面向海岛礁DEM构建的精度需求,定量分析了水深源数据质量对海岛礁DEM精度的影响规律。梳理了海岛礁DEM构建的基本过程,分析了海岛礁DEM精度的影响因素。在此基础上,以目前普遍执行的有关水深测量的国内外行业规范为依据,统计分析水深源数据的精度、密度等因素对海岛礁DEM精度的影响规律。实验结果表明:采用自适应三角网建模方法所建海岛礁DEM的精度要优于规则三角网DEM的精度;执行我国海道测量规范所获取的水深源数据所建DEM精度,要优于国际海道测量标准一等要求的源数据所建模型精度,略低于特等要求下的源数据所建模型精度。     

声速剖面EOF表示对多波束水深数据的影响研究

基于实测数据,将测区内声速剖面进行EOF表示,进而采用常梯度分层声线跟踪法对EOF表示的声速剖面和实测声速剖面进行比对,统计有效波束比。比对结果表明:采用EOF表示的声速剖面进行的水深数据改正能够满足多波束水深测量的精度指标要求,论证了采用EOF方法表示多波束勘测水深声速剖面场的有效性。     

深远海海域多波束水深测量声速剖面获取方法研究

声速是影响多波束勘测精度的重要的外部因素,它决定着声线跟踪的精度,并最终影响到测深精度。由于停船投放CTD时间成本比较高,探索经济高效的远海走航式多波束水深测量,特别是航渡测量期间的声速剖面获取方法成为现场测量人员急需解决的问题。在对HYCOM/WOA13数据与现场CTD数据进行了数据偏差分布、相关性等比对,验证HYCOM/WOA13数据适用性的基础上,提出了基于HYCOM模式数据、WOA13同化数据及单点历史CTD数据与现场XCTD/XBT多源组合的远海走航式多波束水深测量声速剖面获取方法。对比表明,该多源组合的声速剖面能较好反映施测位置的声速剖面情况,该方法对提高远海水深测量的精度和经济效益具有一定的借鉴意义。     

基于二分搜索的水深数据与遥感影像匹配算法

研究了遥感水深反演的数据匹配方法,分析了插值加密法与最短距离法的优缺点。针对高分辨率卫星影像海量数据,传统匹配方法无法有效进行数据匹配问题,提出基于二分搜索的阈值距离法。实验表明,新算法的匹配效率与匹配精度得到了显著提高,有助于获得更好的水深反演效果。     

基于水深分段选择因子的多光谱影像反演水深

岛礁周边海底地形精密测量是海洋测绘的难点问题之一,利用多光谱卫星能精确测定岛礁周边水深地形,是传统岛礁水深测量有效的补充方式之一。本文以蜈支洲岛周围水域为研究区域,提出了基于BP神经网络水深分段选取反演因子的方法,利用WorldView-2数据和多波束实测数据建立多模型,整合预测的各段水深获得海底地形。实验表明,本文方法能充分利用水体的光谱特性,与单一BP神经网络模型结果相比,MRE降低了6.4%,RMSE降低了1.2 m,是一种可行的多光谱水深反演的方法     

水深可见光遥感方法研究进展

水深测量对于水利、航运、近海工程等具有重要作用。在总结国内外水体遥感测深主要方法和研究进展的基础上,对水深遥感反演中各类模型存在的问题进行了讨论。结果表明:理论解译模型模拟了光在水体内的辐射传输过程,水深反演精度较高,但模型计算需要大量的水体光学参数且计算过程烦琐;半理论半经验模型对理论解译模型进行了简化,所需水体光学参数少且具有较好的精度而被广为应用;统计相关模型通过直接建立遥感图像光谱值和实测水深之间的相关关系而获得水深数据,且计算相对简单,但由于实测水深值与遥感图像光谱值的事实相关性无法保证,使采用该类模型反演的水深结果有时并不理想。提高水深遥感反演精度,必须进一步加强遥感器研究,充分考虑水体中的溶解、悬浮物质等信息干扰,科学构建水深模型和大气校正模型。     

基于海图数据的水下岸坡插值精度分析对比研究

数字高程模型是研究水下岸坡冲淤变化的一种重要手段。不同的插值方法和像元大小都会对数字高程模型的精度产生影响,从而导致冲淤分析结果的变化。本研究使用了六种常用的插值方法 (ANUDEM、反距离函数法、克里金法、自然邻域法、样条函数法、不规则三角网转栅格法)对莱州湾和烟台港不同年份和尺度的水深数据进行了插值,计算了均方根预测误差、源数据残差均方根误差、残差均值、残差最大值和残差最小值等精度计算指标。结果表明ANUDEM和自然邻域法的均方根预测误差和源数据残差均方根误差均小于1 m。ANUDEM和自然邻域法对不同尺度的水下岸坡数据插值有着较好的适用性。     

不同尺度DDM的深度保证率变化规律研究

针对当前高密度多波束水深数据抽稀后所构建数字水深模型(digital depth model,DDM)的航海安全性缺少估计这一问题,分别以最浅点法、最近点法和平均值法3种常用方法抽稀水深数据并构建DDM,在此基础上,分析不同抽稀方法所构建DDM随尺度变化的深度保证率变化规律,采用统计分析的方法建立DDM深度保证率与抽稀尺度、海底地形复杂因子之间的数学回归模型。实验表明:该回归模型不仅可用于估算基于不同抽稀方法所构建DDM的深度保证率,也为确定满足适合的DDM深度保证率所需要的抽稀尺度提供了理论依据。     

浅海水深光学遥感研究进展

通过分析1978年至今水深光学遥感的国内外主要研究成果,从被动光学遥感、主动光学遥感、遥感融合探测三个方面,对光学遥感浅海水深反演方法进行了系统性总结,对比分析了水深反演方法的优势和不足,探讨了存在的技术问题,并展望了浅海水深光学遥感技术的发展趋势。总结得到:主动光学遥感的水深探测精度最高,在0~15m浅海水深段,激光雷达遥感探测误差在厘米级,但仅限于机载平台;遥感融合探测方法精度次之,水深反演精度一般可比单源单时相提高10多个百分点;被动光学遥感中的高光谱水深反演精度一般要高于多光谱,平均相对误差可低至15%。被动光学遥感水深反演精度相对较低,但是数据源丰富、覆盖范围广、时效性强、水深反演模型较丰富,是目前浅海水深遥感反演的主要方法。主动光学遥感由于机动性强、测深精度较高,逐步成为应用和研究的热点,但是受空管以及飞机平台的航程限制,个别敏感区域飞机也不能到达。水深遥感融合探测可以充分地利用已有遥感影像资源,有效地挖掘多源、多时相信息,有助于提高水深遥感反演精度,但是多源遥感影像融合时会存在空间尺度问题,多时相反演融合中也会有底质及水下地形变化等因素对水深反演精度的影响。     

基于梯度提升决策树算法的水深反演研究

传统的水深测量方法多通过舰载声纳实地探测的方法,灵活性较差且水深资料更新周期长,并且在某些海域,船只往往难以靠近从而无法完成测量。本文使用七连屿海域附近的WorldView-2多光谱遥感影像构建了基于梯度提升决策树(Gradient Boosting Decision Tree, GBDT)算法的水深反演模型,并利用单波束与人工测量相结合的水深数据,与传统的单波段模型、双波段模型以及BP神经网络水深反演模型的水深数据进行了水深反演精度对比。结果表明,在0～20 m深海域,GBDT模型反演精度高于其他模型,且更符合实际水深,其检验点的R²为0.9664, RMSE为0.94 m, MAE为0.75 m, RME为19%。     

基于分段自适应算法的浅海水深遥感反演融合模型研究

对于水深光学遥感反演研究，虽然已经建立了大量的模型方法，然而对于不同水深段，同一模型的反演精度各异，且采用单一模型进行水深反演得到的整体反演精度未必最佳。为了提高水深光学遥感反演的整体精度，本文提出一种分段自适应水深反演融合模型，模型在误差估计的基础上，结合了对数线性模型、对数转换比值模型、改进的对数转换比值模型与多调节因子模型的优势。利用模型在西沙群岛东岛开展了水深遥感反演实验，从整体反演精度、不同水深段反演精度及逐米水深精度等角度进行分析，结果表明，分段自适应融合模型的整体精度最高，平均绝对误差为1.09 m，平均相对误差达到16.06%；分水深段来看，分段自适应融合模型在多数不同水深段内的反演效果均最好；从逐米精度来看，分段自适应融合模型在大部分逐米水深段的反演能力均优于其他模型。