基于多源影像融合去云的水深遥感反演研究——以哨兵-2A和资源三号为例

利用Worldview-2、资源三号、Sentinel-2A、高分一号,以及Landsat-8等5种光学卫星数据和电子海图数据,在研究多光谱遥感水深反演机理以及基本流程的基础上,探究了多源遥感数据去云融合与水深反演。一方面,以不同空间分辨率的影像融合为切入点,用GM融合算法、小波融合探讨不同空间尺度、不同数据源融合影像对水深反演结果的影响,探讨水深反演过程中遥感影像去云融合的可行性。另一方面,以多源遥感水深反演为切入点,基于双波段比值法,反演实验区域20 m以内的水深,并进行精度评价。实验表明,利用小波融合去云可以改善水深遥感反演中有云区域的影响,一定程度上提高反演精度和制图资料的完整性。     

四种遥感浅海水深反演算法的比较

详细介绍了单波段线性回归模型、两波段比值线性回归模型、多波段组合线性回归模型、BP神经网络模型等4种光学遥感水深反演算法,然后利用同一地区、同一时期的Worldview-2多光谱遥感影像和实测水深数据,对4种水深反演模型的准确性进行了实验比较。研究表明:多波段组合线性回归模型、BP神经网络模型的水深反演的性能较好,利用多光谱遥感图像数据反演得到的水深值误差较小;而单波段线性回归模型、两波段比值线性回归模型的效果较差。     

基于GeoEye-1影像的自适应浅海水深反演方法

本文基于GeoEye-1影像研究了自适应浅海水深反演方法在甘泉岛附近浅海区域的适用性.GeoEye-1遥感影像经预处理后,通过反射率计算叶绿素浓度进而确定出对数比值模型的参数进行建模,实现无实测数据的多光谱水深反演,并通过实测数据对反演结果进行验证.结果表明:利用自适应水深反演方法对甘泉岛附近浅海区域水深反演精度较高,...     

CatBoost模型在水深反演中的应用

在多光谱遥感水深反演研究中,由于影响反演精度的因素较多,传统的水深反演模型具有一定局限性。机器学习算法在解决非线性高复杂问题上较有优势,将其应用在某些特定区域水深反演可提高反演精度。本文利用Sentinel-2多光谱遥感影像和LiDAR测深数据,以瓦胡岛为研究区域,构建CatBoost水深反演模型,与传统水深反演模型及Boosting中的XGBoost和LightGBM模型的反演精度进行比较。试验结果表明,经过参数优化后的CatBoost水深反演模型的决定系数、均方根误差、平均绝对误差和平均相对误差分别为96.19%、1.09 m、0.77 m和9.61%,准确性最高,效果更佳。     

基于WorldView-2数据的西沙群岛遥感水深反演——以赵述岛和南岛为例

利用World View-2卫星数据,对西沙群岛的赵述岛和南岛开展了水深反演。以赵述岛为实验区,分析水深与各波段及波段组合的相关性,将水深相关性最大的海岸波段与绿光波段组合作为水深反演因子,建立多种回归拟合模型;将反演结果与实测水深误差对比,确定最佳拟合方式;最后,将该模型应用到南岛,反演其水深等值线图,并将其与南岛实测水深点相较。结果表明,南岛整体水深反演均方根误差在1.25 m以内。     

基于遥感反演水深数据的测图技术研究

针对江苏省辐射沙洲海域复杂的地形条件不利于大范围地形测量的特殊性,本文在遥感反演水深数据的基础上,根据反演数据特征,阐述了使用数字化成图软件转换数据,生成等深线,绘制图廓等制图技术与方法。经过对比和分析,结果表明这种通过建立遥感模型反演水深,利用多种软件辅助成图的方法适用于辐射沙洲海域的水深图制作。     

HY-1C/D卫星CZI数据的岛礁浅海水深遥感无控反演能力评估

岛礁浅海水深是海洋重要的基础资料。中国南海岛礁远离大陆,水下现场调查效率低、难度大,难以评估水下地形的长期变化,迫切需要大面积、高频次成像的卫星遥感数据。海洋一号C/D (HY-1C/D)卫星双星组网大大提高了覆盖频次,配置的海岸带成像仪CZI (Coastal Zone Imager)可为岛礁水下探测提供快速的业务化遥感数据服务。为充分发掘两颗卫星的岛礁水深反演能力,本文以中国南海永乐环礁为研究区域,以HY-1C/D CZI多光谱遥感影像为数据源,结合半分析模型和对数比值模型开展了不依赖实测数据的水深反演研究,并与GeoEye-1高分辨率卫星多光谱遥感数据反演结果进行对比。结果表明,HY-1C/D CZI多光谱数据在甘泉岛的水深反演结果与实测数据相比,在0—20 m水深范围内的平均绝对误差分别为1.60 m和1.85 m,平均相对误差分别为22.48%和26.23%;HY-1C/D CZI多光谱数据与基于GeoEye-1数据在甘泉岛的水深反演结果相比,平均绝对偏差分别为1.65 m和1.81 m,平均相对偏差分别为22.33%和23.83%。HY-1C/D CZI与GeoEye-1多...     

利用GA-NN模型反演声速剖面的众源水深数据声速改正

针对当前众源水深数据后处理过程中缺少高精度的实测声速剖面,导致测深数据质量偏低的现状,提出了一种基于遗传算法优化反向传播神经网络（genetic algorithm-back propagation neural network,GA-NN）模型反演声速剖面的声速改正方法。首先,利用历史声速剖面群进行正交经验函数分析,提取特征向量与重构系数范围;然后,结合海区的历史声速场数据训练GA-NN模型;最后,将海表声速数据输入模型反演声速剖面,并分析不同方法下的声速剖面分别进行声速改正后的水深和位置误差。实验结果表明,在复杂的海底地形下,与现有方法相比,所提方法反演的声速剖面更适用于众源水深数据的声速改正,削弱了声速误差的影响,提高了众源水深数据的处理精度。     

江苏近海辐射沙洲水域水深与光谱的相关性研究

通过对实测光谱数据和水深数据的分析研究发现，泥沙浓度在水深遥感中具有重要意义。泥沙含量决定水体光谱反射率与 水深的相关性方向： 泥沙含量较少的清水区，光谱反射率与水深呈负线性相关； 而在泥沙含量较高的浊水区，光谱反射率与水深 数据呈正线性相关。以此为依据，对水体进行清/浊水体的光谱分别处理，可提高水深的光谱反演精度。同时，结合实测水体光谱 进行不同光谱分辨率的模拟分析，发现高光谱分辨率遥感将有助于提高水深反演精度。     

基于ETOPO1数据的全球及重点 海域水深统计与分析

由于不同的水深探测手段及海深反演方法适用于不同深度的海域,且全球海域水深分布不均,因此在探测及反演海深之前,需对目标海域的水深分布有一定认识。本文采用ETOPO1模型对全球及部分海域进行统计分析,结果表明,全球及大西洋、印度洋、太平洋区域的水深大多处于3 000—10 000 m,其中3 000—5 000 m水深海域占比较大,因此,在这些海域主要采用重力数据结合船测数据进行反演,同时应注意避开海岸带、岛屿较多、海脊存在的区域;对于水深小于1 000 m的海域,可以根据外部环境,采用多波束船测、水深遥感、机载激光测深等方式进行探测。通过分析及统计全球和重点海域的水深可以为海深探测及海底地形反演方法的选取提供参考。     

单波束测深数据的插值精度分析

基于误差传播定律,对稀疏的离散水深点内插值进行了精度分析,建立了单波束水深内插值中误差表达的数学模型,利用我国南方某海岸带的3个试验区的进行了试验。试验结果表明,反距离加权法、Shepard法和线性插值三角网法,辅以自适应搜索半径法,内插水深值粗差比例普遍低于5%,质量与效率上为较优的插值模型;内插值精度与数据源精度有关,但与数据源密度关系不大;在给定深度测量极限误差情况下,建议在制定有关数字水深模型标准时,对水深在20 m以内的格网点水深值极限误差可设置为0.4 m。     

Demarcation of palaeochannels and integrated ground water resources mapping in parts of Hisar district,Haryana

Present study deals with the demarcation of palaeochannels and mapping of integrated water resources in parts of Hisar district, Haryana using Indian Remote Sensing Satellite (IRS-1D) LISS-III Data of December 21, 2001. The landforms identified are Sand Dune, Dune Complex, Aeolian Plain, Fluvioaeolian plain, Palaeochannel and Younger Alluvial Plain formed by aeolian, fluvio-aeolian, and fluvial processes. These palaeochannels are first time demarcated in the area. The ground water prospects of various geomorphic units have been assessed. Depth to water level and ground water quality maps were digitized and put in to GIS format. Ground water prospects and quality maps were integrated and depth to water level information was draped on it to prepare final integrated ground water resources map. This map depicts ground water prospects, quality and depth together in a single map, which will help in and ground water exploration.     

利用多传感器集成和数据融合实现水上水下一体化测绘

水上水下一体化测绘技术为水域相关测绘提供了一种高效快速的解决方案。本文介绍了多传感器集成和数据融合领域的研究背景,阐述了水上水下一体化测绘的原理和方法,结合工程试验数据,对点云数据进行了精度统计分析,论证了水上水下一体化测绘技术方法在水电工程应用中的有效性,水上水下一体化测绘是对传统水域相关测绘技术方法的变革和创新,具有一定的工程意义。     

水上水下一体化三维河道场景构建与展示

随着无人机与新型航拍技术的发展，无人机倾斜摄影技术在大范围地形数据采集过程中发挥了重要作用，三维测绘相关研究得到了极大的促进。而针对水利行业所需的水上地形与水下地形一体化生产过程的研究相对较少。本文布设统一控制点，采用固定翼无人机倾斜摄影测量技术进行水上地形测绘，应用RTK配合测深仪在船上进行水下河道三维地形数据采集，对于涉河建筑物采用BIM软件进行参数化建模。最后，针对水上地形数据，水下河道地形数据及建筑物三维模型进行融合处理，得到水上水下一体化三维河道场景，搭建Cesium平台进行三维展示。其研究成果可为水上水下一体化测绘与可视化提供技术帮助，有助于推进智慧水利的应用发展。     

海岸带地理环境遥感监测综述

海岸带作为连接海洋和陆地系统的特殊地理地带,与人类的生存与发展密切相关,但其自然和生态环境极其脆弱和敏感。气候变化和人类活动给海岸带环境带来了巨大压力,导致其生态环境不断恶化。随着技术的发展,近年来遥感技术已成为海岸带地理环境监测的重要手段之一,在海岸带规划、管理和保护中扮演着举足轻重的角色。本文对遥感技术在海岸带地理环境监测典型应用(土地利用/覆盖、土壤质量、植被、海岸线、水色、水深和水下地形及灾害)中的主要数据源、方法、结果和局限性进行归纳和总结,并对其未来发展提出展望。     

江苏近海岸水深遥感研究

以江苏近海辐射沙脊群海域为典型研究区,通过实测水深数据和水体光谱测量与分析,发现对应TM3和TM4波段的水体光谱反射率对水深信息敏感,线性相关系数分别达到-0.561和-0.694。结合多光谱遥感信息传输方程所推导出的水深信息对数反演模式,针对本研究区TM4和TM3波段数据所建立的水深预测模式的复相关系数R2为0.4793,对0-15m水深,预测水深和实测水深之间拟合较好。利用TM5波段反射率、出露沙洲反射率以及海水反射率的差异,通过建立掩膜图像,可较有效地对TM遥感图像进行水陆分离,提取TM图像中海水部分,进一步可通过常用的图像处理软件绘制每隔5m的TM水深遥感制图、等深线图。随着高空间、高光谱、高辐射分辨率遥感技术的发展,对浅海水域的水深和水下地形进行遥感探测的技术方法和应用将会不断地深入开展。     

基于被动微波遥感的青藏高原雪深反演及其结果评价

采用修正的张氏雪深反演算法，用ＳＳＭ／Ｉ３７ＧＨz和19GHz水平极化亮温值计算了青藏高原及其毗邻地区的积雪深度，对其精度进行了评价，并对误差来源进行了分析，结果显示，此算法能够较好地反映研究区的雪深分布，但局部地区误差较大，总体上雪深被高估，其误差主要来源于冻土，深霜层，植被以及雪层中液态水含量，雪粒的形状和粒径的变化带来的影响，SSM／I数据较低的分辨率和研究区复杂的地形使反演的雪深与观测的雪深缺少可比性，给精度的评价带来影响。     

大亚湾水域水位控制实施与精度评估

本文结合海图基本测量实例,总结了水位数据预处理、基准面确定、水位精度评估等实施步骤及技术细节。余水位同步变化曲线与精度评估结果能直观、严谨地确定余水位强相关验潮站。经严密论证,在大亚湾海域应用基于余水位监控与潮汐模型的水位改正法,能满足水深测量精度,符合相关规范要求,可替代传统水位改正方法,优化验潮站布设方案,减少验潮站数量。     

二次CUBE滤波算法及在边坡乱石区测深数据处理中的应用

针对传统CUBE（combined uncertainty bathymetry estimation）算法在水下边坡乱石区多波束测深数据滤波中表现出的水深估计不准确、地形特征模糊和粗差剔除能力不足等问题,基于乱石区测深数据特点,提出二次CUBE滤波算法,给出了位置和水深同步估计的思想和方法、顾及地形梯度的平面和水深不确定度传递模型、参考水深的多重估计和优选新算法,以及顾及地形梯度的二次水深估计模型,综合实现了乱石区水深的准确估计和粗差的自动准确检测。试验表明,本文给出的方法实现了粗差的自动准确剔除,提高了传统CUBE算法水深估值的精度,算法效率和抗差性更强,形成的地形特征更加准确。