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。     

珠江口水深遥感反演研究

建立了珠江口2个试验区遥感测深的多种统计相关模型,并选取相关性最好的模型进行水深反演和结果分析,探讨了不同悬沙浓度情况下遥感测深的可能性和实用性。结果表明,对于悬浮泥沙浓度大的试验区1,实测水深值和遥感各波段DN值的相关性<0.5,实际反演水深的能力较差,加入了泥沙因子的统计相关模型相关性有较大提高,但水深反演精度仍不高,达不到实际应用的精度;而悬浮泥沙浓度较小的试验区2,实测水深值和遥感各波段DN值的相关性基本大于0.7,但加入泥沙因子后水深值和遥感波段的相关系数并没有提高,以B2为反演因子的指数模型反演精度最高,5～10m水深段的反演效果最好,平均相对误差为22.5%、平均绝对误差为1.56m,模型总体平均相对误差为31.9%、总体平均绝对误差为1.92m,反演结果较好地反映了试验区2的水深情况。从所建模型来看,非线性模型的反演效果均好于相应的线性模型,多因子模型好于单因子模型。     

岛礁周边水深光学遥感反演模型比较与分析

岛礁周边水深精确测量是海洋测绘工作的难点之一,光学遥感技术在浅水区域尤其是无人到达的深远海岛礁区域有其独特的优势,可作为传统测深的有效补充手段.利用蜈支洲岛WorldView-2多光谱遥感影像和实测水深数据,对比了多波段回归模型、对数波段比值模型、支持向量机回归模型(support vector regression,...     

卫星遥感测深:建模新机理

本文提出了一种能克服以往遥感测深技术固有缺陷的遥感测深建模新机理。光谱观察量表明:水体出射辐射亮度是由水体散射决定而不是底层反射决定,除非水深非常浅并且透明或底层反射率高。对这种现象的观察,有可能导致开发一种能适用于混浊和较深的沿岸水域的水体散射水体散射遥感测深模型。对陆地卫星TM和SPOT-XS的卫星传感数据和实地观测数据的分析表明,该模型能比底层反射模型更好地描述从水体中反射的辐射亮度和水深的关系。本文还提出了用实测光谱量计算水体衰减系数的方法,及为消除大气影响把该系数应用于模型校准的方法。另外,应用该水体散射理论,给出了最大可测水深的数值表达式。     

利用多波段卫星数据进行浅海水深反演方法研究

以遥感反演水深的基本原理为基础,利用我国南海永暑礁景区的TM数据和实测水深资料,通过TM多波段数据辐射校正、图像与海图地理配推、底质类型分区、潮汐改正和实测水深数据与相应的图像辐射值回归分析,建立了浅海水深反演模型,并进行了浅海岛礁水深的实际计算,总标准误差为2．14m。对我国南海30m以浅岛礁水深地形研究有很好的应用价值。     

基于神经网络技术的遥感水深反演模型研究

利用Landsat7 ETM+遥感影像反射率和实测水深值之间的相关性,选取了相关性较好的ETM1、ETM2、ETM3、ETM4、ETM3/ETM2等5个水深反演因子,建立了BP神经网络水深反演模型。为充分体现BP神经网络模型的优越性,利用SPSS软件建立了单波段、波段比值、多波段三种不同的线性回归模型。通过对比发现,具有很好的自适应能力和非线性映射能力的BP神经网络模型在处理遥感水深反演问题上比传统的线性模型效果更好。     

含沙水体水深遥感方法的研究

遥感测深技术是海岸、河口及其他水体水深测量的一种新方法,应用前景广阔。在海洋的近岸、河口处水体相对浑浊,利用可见光技术测深的精度依赖于建立合适的水深反演模型和考虑水体悬浮物质的影响。选择合适的水深反演因子和比较多种线性、非线性水深反演模型,通过对水体悬浮泥沙光谱特性的研究,建立了适于河口、近岸浅水浑浊水体并考虑悬沙浓度影响的水深反演模型。通过检验,由该模型反演的平均相对误差小于15%,在7~14 m的水深段反演效果更好,其平均相对误差小于8.5%。     

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。     

XGBoost算法在多光谱遥感浅海水深反演中的应用

在多光谱遥感浅海水深反演过程中,考虑到水体和底质影响,水深值和海水表面辐射亮度之间的线性关系不成立。本文以甘泉岛南部0～25m范围的沙质区域为研究区域,利用GeoEye-1多光谱遥感影像和多波束实测水深数据构建XGBoost非线性水深反演模型,研究了XGBoost算法用于水深反演的性能。以决定系数(R~2),均方误差(MSE)和平均绝对误差(MAE)作为评价指标,并与3种传统线性回归模型进行了对比分析。结果表明, XGBoost非线性水深反演模型的R~2、MSE和MAE分别为0.991、0.33m和0.44m,拟合程度最好,精度优于线性回归模型。为进一步探究各模型在不同水深的反演精度,将水深范围分成3段(0～8 m, 8～15 m, 15～25 m)分别进行精度验证和误差分析。结果表明, XGBoost模型在各分段的精度均优于线性回归模型, MSE依次为0.56 m, 0.14 m和0.43 m。可见,在单一底质区域下XGBoost模型的水深反演精度更高,且反演效果更稳定。     

基于多项式回归模型的岛礁遥感浅海水深反演

Lyzenga's模型由于简单有效得到广泛应用,但是模型易欠拟合导致精度不高。本文提出了一种基于Lyzenga's模型的改进模型,通过增加多项式次数的方法,扩大模型特征维度,使得反演模型正确拟合,从而提高反演精度。基于WorldView-2遥感影像和0~30 m实测水深数据反演岛礁周围浅水水深,使用10折交叉验证和模型残差分析两种方法验证了改进模型的有效性和鲁棒性。结果表明,改进模型精度更高,在多项式次数为3时,模型最优。最后,根据改进模型反演得到的水深建立岛礁水下地形模型,能够直观、丰富地表达岛礁礁盘的微地形信息。     

渤海悬浮物分布的遥感研究

利用渤海湾和莱州湾现场实测的悬浮物含量和光谱数据,建立了基于555和670nm波段遥感反射率的悬浮物含量遥感反演模型。经检验,模型平均相对误差优于20%,对输入端误差不敏感。基于该模型,利用ENVISAT MERIS遥感数据,从空间分布格局、大风过程的短期扰动以及季节性差异等方面分析了渤海悬浮物的时空分布特征。(1)渤海悬浮物含量的高值区集中分布在莱州湾(尤其是黄河口和莱州湾湾底)和渤海湾沿岸,此外在辽东湾沿岸海域悬浮物含量也相对较高,而在渤海大部水体悬浮物含量较低。(2)大风过程可在短期内(约1~3d)显著改变全渤海的悬浮物空间分布格局,其中渤海湾和莱州湾响应最为强烈,辽东湾响应相对较弱,这与其各自的水深条件、底质类型和悬浮物粒径等因素有关。(3)渤海悬浮物含量总体上呈春夏低、秋冬高的分布特征;季节性差异最显著的区域是渤海湾、莱州湾和辽东湾,差异性最小的是秦皇岛近岸海域;风力等气候因素是悬浮物分布呈现季节性差异的主要原因,入海径流是另一重要因素。     

渤海悬浮物分布的遥感研究渤海悬浮物分布的遥感研究

利用渤海湾和莱州湾现场实测的悬浮物含量和光谱数据,建立了基于555和670 nm波段遥感反射率的悬浮物含量遥感反演模型。经检验,模型平均相对误差优于20%,对输入端误差不敏感。基于该模型,利用ENVISAT MERIS遥感数据,从空间分布格局、大风过程的短期扰动以及季节性差异等方面分析了渤海悬浮物的时空分布特征。（1）渤海悬浮物含量的高值区集中分布在莱州湾（尤其是黄河口和莱州湾湾底）和渤海湾沿岸,此外在辽东湾沿岸海域悬浮物含量也相对较高,而在渤海大部水体悬浮物含量较低。（2）大风过程可在短期内（约1~3 d）显著改变全渤海的悬浮物空间分布格局,其中渤海湾和莱州湾响应最为强烈,辽东湾响应相对较弱,这与其各自的水深条件、底质类型和悬浮物粒径等因素有关。（3）渤海悬浮物含量总体上呈春夏低、秋冬高的分布特征;季节性差异最显著的区域是渤海湾、莱州湾和辽东湾,差异性最小的是秦皇岛近岸海域;风力等气候因素是悬浮物分布呈现季节性差异的主要原因,入海径流是另一重要因素     

ICESat-2激光卫星与光学遥感影像融合水深测量

针对浅海测深的数据特点和应用需求,以我国南海甘泉岛为例,研究了利用ICESat-2(Ice,Cloud,and Land Elevation Satellite-2)激光卫星数据和光学遥感影像开展主被动融合水深测量的方法。首先通过信号点提取、水面/水底识别、水下点折射改正等步骤处理ICESat-2数据,获得水深值,随后以激光点作为控制,计算光学水深反演模型参数,最后由点及面地获取大范围高精度水深。实验表明,甘泉岛区域主被动融合测深中误差优于1.30m,基于激光卫星数据的主被动融合测深方法能够为浅水水深测量提供新手段。     

基于GF-2多光谱数据的水深多模型探测比较研究——以香港平洲岛为例

水深是浅海重要的地形要素,利用遥感手段探测水深具有经济、高效等优势。利用"高分二号"多光谱遥感数据,采用不同波段组合的对数线性模型、Stumpf对数转换比值模型和改进的对数转换比值模型,以香港平洲岛为研究区域进行水深反演,并开展精度评价。结果表明:对数线性模型、Stumpf对数转换比值模型和改进的对数转换比值模型中,B1,B2,B3和B4(蓝、绿、红和近红外)4波段组合的对数线性模型水深反演精度最高,其检查点平均绝对误差MAE为1.63 m,平均相对误差MRE为12.67%,决定系数R2达0.80;0~5 m,5~10 m,10~15 m,15~20 m分水深段分析发现,3种模型在10~15 m水深段的水深反演效果均较好,最小的平均绝对误差MAE和平均相对误差MRE分别为1.09 m和8.99%,10 m以浅和15 m以深的反演误差较10~15 m的较大,显示上述模型更适合于中等浅水区域的应用。     

基于Landsat-8遥感影像和LiDAR测深数据的水深主被动遥

主被动遥感结合反演远海岛礁周边水深信息,不仅可以有效弥补传统测深方法覆盖范围小且费时费力的不足,也可为航运安全、海洋减灾、生态环境保护等领域提供基础资料。以夏威夷瓦胡岛周边水深反演为例,应用Landsat-8多光谱遥感数据和机载Li DAR测深数据,开展了不同密度Li DAR测深数据对水深多光谱遥感反演精度的影响分析、不同水深网格化处理方法对水深遥感反演结果的影响分析和基于少量Li DAR控制区块的大区域水深反演能力分析三方面的研究工作。结果表明:(1)Li DAR测深数据密度的改变对水深反演结果的影响不大,变化后的水深反演结果与原始的水深反演结果相比,平均相对误差变化在0.3%以内,平均绝对误差变化在0.03m以内;(2)采用均值格网处理方法的多光谱遥感水深反演精度要略高于采用中值格网处理方法的水深反演精度,具体体现在均值的平均绝对误差要比中值的低0.04~0.05 m,平均相对误差低1%~10%,反演结果的残差分布显示在0~2 m和20~25 m的水深段内均值统计法的残差分布更集中且其平均值接近于0 m,而在其它水深段二者的残差分布基本相同;(3)基于少量Li DAR控制区块的大区域遥感水深反演结果较为理想,两个检查区块的水深反演结果 R2、平均绝对误差和平均相对误差分别为:0.877,1.66 m,3.5%和0.941,1.62 m,28.4%。反演结果分段分析表明各水深段内反演的精度都比较理想,平均绝对误差除20~25 m水深段外,均低于2.5 m,平均相对误差除0~2 m,2~5 m外,均低于25%。     

基于Landsat-8遥感影像和LiDAR测深数据的水深主被动遥感反演研究

主被动遥感结合反演远海岛礁周边水深信息,不仅可以有效弥补传统测深方法覆盖范围小且费时费力的不足,也可为航运安全、海洋减灾、生态环境保护等领域提供基础资料。以夏威夷瓦胡岛周边水深反演为例,应用Landsat-8多光谱遥感数据和机载Li DAR测深数据,开展了不同密度Li DAR测深数据对水深多光谱遥感反演精度的影响分析、不同水深网格化处理方法对水深遥感反演结果的影响分析和基于少量Li DAR控制区块的大区域水深反演能力分析三方面的研究工作。结果表明:(1)Li DAR测深数据密度的改变对水深反演结果的影响不大,变化后的水深反演结果与原始的水深反演结果相比,平均相对误差变化在0.3%以内,平均绝对误差变化在0.03m以内;(2)采用均值格网处理方法的多光谱遥感水深反演精度要略高于采用中值格网处理方法的水深反演精度,具体体现在均值的平均绝对误差要比中值的低0.04~0.05 m,平均相对误差低1%~10%,反演结果的残差分布显示在0~2 m和20~25 m的水深段内均值统计法的残差分布更集中且其平均值接近于0 m,而在其它水深段二者的残差分布基本相同;(3)基于少量Li DAR控制区块的大区域遥感水深反演结果较为理想,两个检查区块的水深反演结果 R2、平均绝对误差和平均相对误差分别为:0.877,1.66 m,3.5%和0.941,1.62 m,28.4%。反演结果分段分析表明各水深段内反演的精度都比较理想,平均绝对误差除20~25 m水深段外,均低于2.5 m,平均相对误差除0~2 m,2~5 m外,均低于25%。     

基于Landsat 8卫星的江苏北部近岸海域水深遥感反演研究

水深数据是进行浅海演变、潮滩冲淤分析的必备资料。遥感测深技术的发展,为海洋勘察开辟了一条新的途径。本文针对江苏北部近岸海域,按照不同的泥沙浓度和地形特征选取两个试验区,针对Landsat卫星选取合适的大气校正模型,然后引入因子提高数据的相关性,最后选取相关性高的波段并使用随机森林模型进行建模。结果表明,模型在试验区1的RMSE、MAE和R²分别为4.05 m、2.97 m和0.79;模型在试验区2的RMSE、MAE和R²分别为3.89 m、3.21 m和0.40。分段误差结果表明近岸反演的水深偏大、远海反演的水深偏小,中间区域偏差较小。综合所有误差,可知试验区1的水深反演模型精度较高,可以应用,而试验区2的水深反演模型精度较低,只能基本反映水深变迁趋势。研究结果可以用于分析江苏近海的冲淤变化趋势,从而更好地保护当地的生态环境。     

小波滤噪对多光谱遥感水深反演精度的影响分析

为了深入探究小波滤噪尺度与多光谱遥感水深反演精度间的关系,本文以西沙东岛周边20m以浅海域为实验区,选用WorldView-2多光谱影像和实测水深为反演数据源,开展了基于三波段对数线性模型的实验区原始影像及一级至五级小波滤噪后影像的遥感水深反演实验,并从总体、分段和不同滤噪方法的反演精度对比三个方面进行了分析。结果表明:1)小波滤噪后影像较原始影像反演精度要高,反演精度最高的是三级小波滤噪影像,其平均相对误差为27.5%,平均绝对误差为1.1m。2)随着深度增加,小波滤噪前后影像水深反演的平均相对误差均减小,平均绝对误差先减小后增大;较小尺度小波滤噪适用于浅水区,而较大尺度小波滤噪适用于深水区。3)当窗口较小时,小波滤噪或均值滤波影像的水深反演精度均优于中值滤波;当滤噪强度增加到一定程度时,3种滤波方法在反演精度上均表现出提升减缓甚至开始降低的趋势。     

基于GeoEye-1和WorldView-2遥感数据的浅海水深反演比较研究

浅海区水深的精确反演对于海洋空间管理和生态环境保护至关重要.选取南海西沙群岛的羚羊礁海域为研究区,基于GeoEye-1和WorldView-2高分辨率多光谱遥感数据和实测水深数据,分别建立了单波段模型、多波段模型和波段比值模型.结果显示,由绿波段参与建立的水深反演模型相关性普遍较高,同时利用4个波段组合建立的多波段模型...