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,...     

基于支持向量机和BP神经网络的水深反演研究

根据高空间分辨率Quickbird遥感影像反射率和实测水深之间的相关性,选取相关性较高的反演因子b1/b2、b1/b3和b2/b3建立单因子模型、双因子模型、多因子模型和BP神经网络模型,并对甘泉岛附近20m内的水深进行反演。同时,利用最佳指数因子(OIF)和支持向量机(SVM)对甘泉岛研究区域基于水深颜色分成两类,将分类结果分别提取建立BP神经网络模型并进行水深反演。通过对反演结果对比发现:遥感影像分类前,线性回归模型中多因子线性模型反演精度最高,但比BP神经网络模型稍差。遥感影像分类后,浅海水域BP神经网络模型的反演精度要比分类前的各模型反演精度低,但是,深海区域BP神经网络模型的反演精度最高。     

内陆湖泊水深测量的几何内插法与遥感反演法的对比研究

本文对东湖水域分别采用几何内插模型和遥感统计相关模型进行水深反演,重点对比分析2种方法在不同水深区间上计算精度的差异性,明确它们各自在水深测量中的有效阈值。通过精度对比分析,得出在4m以上的浅水区遥感反演法的精度高于几何内插法,在4m以下的深水区几何内插法的精度高于遥感反演法的结论。     

海底底质分类支持下的WorldView-3多光谱影像浅海海域水深反演

近几十年来,基于遥感影像进行水深反演一直是国内外学者研究的热点。本文使用WorldView-3高分辨率卫星影像,结合卫星测高数据,以中国海南岛附近的蜈支洲岛及其附近海域为主要研究区域,在进行数据预处理、底质分类之后,分别通过多元线性回归模型、Stumpf对数比值模型和BP神经网络集中对岛屿周围0～20 m水域的水深进行反演和结果分析。结果证明,对这3种模型而言,在进行底质分类之后精度都会明显提升。其中,BP神经网络反演水深精度最高(均方根误差范围为0.2～0.7 m),多元线性回归模型次之(均方根误差范围为0.3～0.8 m),对数比值模型精度最低(均方根误差范围为0.6～1.1 m)。     

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。     

基于神经网络技术的多因子遥感水深反演模型

采用动量BP人工神经网络方法,研究影响多光谱遥感水深反演的各种因素,概括出主要的影响因素,即:泥沙与叶绿素,通过在网络输入端加入泥沙参数因子与叶绿素参数因子,对神经网络进行训练,对大连湾的水深进行反演,取得较好的效果。     

两种浅海水深快速反演方法对比研究

针对对数比例变换法和多波段模型法两种操作简便的水深反演方法的优劣进行对比,旨在探讨二者对于大量浅海水深快速反演流程化工作的适用性。基于水深参考数据,随机选取138个样本点分别构建反演模型,并分层随机抽取100个验证点进行精度评价。从模型决定系数R2、反演精度,以及方法鲁棒性和适用性3个方面进行对比分析。结果表明,多波段模型法的决定系数R2(0.912)优于对数比例变换法(0.776);多波段模型法的反演平均绝对误差为1.47m,平均相对误差11.67%,均略低于对数比例变换法(1.45m,11.49%),但后者在小于1m的水深范围内的反演结果存在大范围错误,精度明显低于前者;多波段模型法可通过对回归方程和回归系数的显著性检验而不断优化,鲁棒性和适用性亦明显优于对数比例变换法。因此,本研究认为多波段模型法更适用于大量浅海水深快速反演流程化工作。     

基于高分一号与Landsat-8影像的水体浊度反演比较

为分析高分一号WFV传感器16 m遥感影像在水质反演方面的能力,本文选取南四湖为研究区,以高分一号卫星影像与Landsat-8卫星OLI影像为数据源,结合地面同步实测水体浊度数据,建立反演水体浊度的原始光谱反射率模型、归一化反射率模型和波段比值模型,并对各模型进行精度评价,分别比较两个传感器在浊度反演能力方面的差异。结果表明:利用高分一号WFV 16m遥感影像进行水质反演具有较高的精度,且具备更高的空间分辨率和更短的重访周期,可以替代Landsat-8多光谱数据。     

基于光谱特征的三峡坝区水色要素反演

基于野外测定的水质参数,通过研究三峡坝区水体中水色要素浓度与反射率之间的关系,选择反演叶绿素、悬浮物、溶解性有机物的最佳波段,建立了反演水色要素浓度的遥感定量模型。研究表明,在波段比值的基础上进行幂次修正的波段组合反射率与SS浓度相关性较好(R2=0.76),可以用来估算悬浮物浓度;悬浮物浓度影响叶绿素浓度的反演精度,通过在模型中增加一个红绿波段比值指数项的方法能够抑制或削弱悬浮物的影响,提高了叶绿素浓度的反演精度(R2=0.75);DOC反演模型中,绿光波段与红光波段反射率的对数值能较好的估算DOC浓度,且与log(DOC)相关程度最高,决定系数为0.85,反演精度较高。     

基于三次样条的大地测量半线性反演方法

大地测量反演中的大部分问题都是非线性问题,如何解算和评价非线性反演问题是大地测量反演研究的重点和难点。本文给出了大地测量半线性反演的基本理论,针对实际的观测数据采样并非等距均匀,提出了基于三次样条的大地测量半线性反演方法,该方法综合了当前非线性反演受初始模型受制约较小和线性反演理论具有完善评价体系的优点。     

全极化干涉SAR反演树高的几种算法研究

极化干涉SAR因其有对植被散射体的空间分布和高度分布的敏感性,同时具有对植被散射体的形状和方向的敏感性,近年来成为反演树高的研究热门。目前,反演树高常用的算法包括相位与幅度联合反演法、六维非线性迭代法以及三阶段算法。本文通过德国空间局(DLR)提供的boi SAR2008P波段的数据,分别对这些算法进行了树高反演实验,结果表明:三阶段算法和六维非线性迭代法反演结果明显优于相位与幅度联合反演法;六维非线性迭代法结果优于三阶段算法,但计算量巨大且依赖于初始值。     

Correction on Effect of Earth''s Oblateness in Inversion of GPS Occultation Data

By using observed CHAMP orbit ephemeredes and MSISE-90 dry air model and regarding the earth as a sphere and an ellipsoid respectively, phase delays are simulated and the simulated data are retrieved under different schemes. The comparison between the inverted temperature profiles and the model temperature profiles shows that by inverting observed data, we will get temperature results with large errors if the effect of Earth's oblateness is omitted. The correction method is proved to be effective because the temperature errors decreased obviously with this method.     

BRDF模型参数分阶段鲁棒性反演方法

遥感BRDF物理模型均建立于一定的假设或基于某些理想状况，其模拟的数据与观测数据之间多少会存在一些差异（误差）。利用BRDF模型反演地表参数时，如果不加选择地使用所有观测数据，势必会影响模型参数反演的准确度。遥感反演时一般都采用代价函数进行参数拟合。经典的最小二乘（LS）拟合代价函数对正态分布误差具有一定的抗干扰性，但是当观测数据含有异常值时却会导致反演结果的不稳定。最小中值平方（LMS）方法具有鲁棒性特点，反演时若将其作为代价函数，则可以有效地检测出观测数据中含有的异常值，从而可以使模型反演准确度提高。本文以遥感BRDF物理模型——SAIL模型为例，使用模拟数据与真实地面观测数据，构建LMS与LS两种代价函数，分阶段地进行地表参数的反演方法研究。结果显示，针对具有一定误差或模型不能完全表示的观测数据，本文采用的分阶段方法可以对模型参数鲁棒地反演。     

遥感模型多参数反演相互影响机理的研究

遥感数据具有覆盖范围广、时间与空间分辨率高的特点,被广泛应用于提取区域范围内的一些重要的生物物理参数.为提高参数的提取精度,需要制定正确的反演策略.了解影响参数提取精度的因素、反演过程中各反演参数之间如何相互作用是制定合理反演策略的关键.本文通过数学推导与物理机理的分析,证明了影响参数反演精度的因素不但有冠层反射率数据的质量,还有反演过程中参与反演的未知参数的个数、参与反演的每个参数的敏感性及各个参数敏感性之间的相关性.最后通过对反演不同参数个数、不同数据质量进行了叶面积指数反演的精度分析,验证影响参数反演精度的各个因素.     

植被生化组分的遥感反演方法研究

从反演物理模型提取植被生化组分含量的角度 ,分别在叶片和冠层水平探讨了反演生化参量的方法。在叶片水平 ,利用实验室测量光谱数据 ,较为准确地提取了水分和叶绿素含量 ,通过比较真实光谱数据与利用模型和真实参数模拟的光谱数据 ,得出如下结论 :模型能否准确描述某个参数的作用是能否真正准确反演该参数的关键。在模拟的冠层水平 ,基于多阶段反演思想 ,采用了分步反演策略 ,最终较为准确地反演了生化参数。     

基于BRDF原型反演地表反照率

先验知识在遥感反演中起到重要的作用,本文首先根据各向异性平整指数AFX和地表多角度观测数据集建立了BRDF二向性反射分布函数原型库,然后介绍了以BRDF原型作为先验知识的提取多角度数据地表反照率的原型反演算法,为验证算法的精度,将原型反演及全反演算法拟合验证数据子集得到的反照率与MODIS全反演算法拟合完整数据集得到的结果作比较。结果对比表明,观测天顶角在40°以内时,非垂直主平面的观测数据能够代表部分地表的各向异性反射特征,此时原型反演算法的最大平均绝对误差为0.036,相对精度比全反演算法高约5%—10%;当数据位于垂直主平面时,观测信息量严重不足,此时原型反演算法结果相对较稳定,而全反演算法的最大绝对误差高达0.18。 综上所述,原型反演算法能够在整个采样空间范围内对BRDF进行约束,对观测数据位置分布的依赖较小,抗噪声能力强,在反演观测信息不足的多角度数据时,结果精度优于全反演算法。     

线性正则化遥感反演中正则化参数的确定方法

研究了线性正则化反演中正则化参数的确定方法,提出了以香农熵减最大化为条件的正则化参数确定方法——最大熵法,并以具体遥感反演实例,和常规正则化参数确定方法比较,证明了最大熵法在观测数据误差不大的情况下有明显优势,在观测数据误差方差大、而先验知识精度较高时也显示优势。     

基于地壳分层的地震断层同震变形反演分析

顾及地球结构的非均匀性、分层和球体特性,发展了顾及地壳分层结构的地震断层同震位错模型的反演模式,建立了非线性反演方程,对主要的两类地震断层分别进行了模拟反演分析.反演结果显示,该反演模式可很好地将断层位错参数反演出来,利用该模式可较好地解决实际地震断层同震变形的反演问题.     

南海海盆测高重力异常特征及构造解释

利用由多代卫星测高资料反演得到的 2 .5′× 2 .5′空间重力异常数据 ,解释了南海地块边界及内部结构的重力异常特征 ,表明高分辨率的重力异常资料有助于研究海洋岩石圈的细结构和资源评估勘探