空间分辨率对水深遥感反演的影响分析

遥感水深反演中空间分辨率的影响是一个重要的科学问题。本文使用东岛的QuickBird和WorldView-2多光谱影像及实测水深点进行实验研究,实验使用了原始空间分辨率（2.4/2m）以及4种降空间分辨率（4m,8m,16m和32m）的影像,使用相同的水深控制点开展水深遥感反演,并对水深反演结果使用相同的检查点进行精度验证。实验结果表明,随着空间分辨率由2.4/2m降低至4m,8m和16m,水深遥感反演的精度呈现出逐渐提高的趋势,进一步降低空间分辨率则会导致水深反演精度下降。当影像空间分辨率为16m时,水深反演结果误差最小且与实测水深值相关性最高,此时两景影像的水深反演平均相对误差分别21.2%和13.1%,相对于最大值分别降低了14.7%和2.9%;平均绝对误差分别为2.0m和1.4m,相对于最大值分别降低了1.0m和0.5m。本文研究结果为水深遥感反演研究与应用中遥感数据的选择提供了参考。     

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。     

基于光谱分层的浅海水深遥感反演方法

卫星水深反演是水深测量的一种重要手段,其中Stumpf比值算法和Lyzenga多项式算法应用广泛并诞生了大量改进算法,但这些算法没有顾及不同光谱的测深极限与适用范围,为此本文提出一种基于光谱分层的水深反演方法。首先,根据红、绿、蓝光谱对水体的穿透能力差异,提出一种基于影像本身的无参数光谱分层策略,提取红光层、绿光层、蓝光层;然后,根据不同光谱层的波段测深性能,分光谱层构建水深反演优化模型,获取浅海水深反演结果。以我国南沙海域长线礁和美属维尔京群岛巴克岛为实验区,本文方法对经典Stumpf比值算法和Lyzenga多项式算法进行改进后,水深均方根误差、平均绝对误差、平均相对误差分别降低了0.41～0.89 m、0.35～0.65 m、4%～19%,尤其在红光层,即水深较浅区域,平均相对误差降低了58%～149%,精度提升明显。因此,改进算法在提高卫星水深反演效果方面具有可行性和有效性。     

基于光学遥感的海岛潮间带和湿地信息提取--以东沙岛(礁)为例

基于高分辨率遥感图像,采用相似三角形原理,结合海岛多年潮汐数据进行了海岛潮间带的确定;利用克里格（Kriging）插值方法,对水深图中海岛浅水区域的水深点数据进行单元网格化处理,在遥感图像的辅助下,进行了海岛湿地范围的界定。在此基础上,确定了东沙岛潮间带和湿地的范围,提取了各自的面积,并对结果进行了分析。     

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。     

遥感水深反演海图修测应用研究

卫星遥感技术可以应用于浅海水下目标探测,是特殊区域碍航物探测的有效手段。结合海岛礁的特殊地理环境和测绘需求,采用高分辨率卫星影像进行浅水深反演试验,提出的高分辨率预处理方法实用、有效;并与海图数据结合,进行水深标定和海图修测应用分析。研究结果表明,针对南海岛礁,应用高分辨率卫星影像可以获取岛礁分布和轮廓、概略等深线信息、潜在航道以及水下障碍物信息等,能达到修测海图的目的。     

Remotely sensing in detecting the water depths and bed load of shallow waters and their changes

Bed load is a type of sand drift and accumulation on the sea-bed. Sand drift is a very important index to survey the erosion or deposition of coastal zone. The change of water depths indicates the change of bed load in shallow waters. The conventional method for measuring water depth uses the shipboard echo sounder, which is accurate for point-measurement, but is a time-consuming and labor-intensive task. For periodic survey of bathymetry as synoptic scale, the remote sensing method may be a viable alternative. Wave spectrum bathymetric (WSB) method takes advantages of remote sensing to obtain the bathymetry of shallow waters safely, economically and quickly. The WSB method is feasible to detect the change of water depths over coastal zones where water depths are less than about 12 m. This remote sensing method is worthy to be well developed and efficiently applied to change detection of water depths and bed load in shallow waters.     

高分六号遥感影像水深反演能力评价

水深是重要的海洋要素,水深遥感反演是获取浅水水深的重要手段。当前水深遥感反 演应用以国外卫星数据为主,国产卫星数据的研究和应用较少。本文针对国产高分六号卫星 （GF-6） 数据,以三亚南山港为研究区域,分别建立单波段回归模型、双波段比值模型、多波段 回归模型,进行多光谱影像的水深反演能力研究,并与国外主流哨兵2 号卫星（Sentinel-2） 数 据进行实验比较。实验结果表明：GF-6 遥感影像具有较好的浅水水深反演能力和一定的反演精度,各波段水深探测能力依次为：绿波段跃蓝波段跃红波段跃近红外波段,反演方法效果依次为：多波段模型跃双波段模型跃单波段模型。相较于Sentinel-2 数据,GF-6 数据水深反演精度与其一致,这表明GF-6 影像具备替代国外遥感数据进行水深反演的能力和大规模应用的潜力。本文针对GF-6 影像水深反演能力的研究方法和分析,结果将为国产高分系列卫星数据的水深反演研究和应用提供有益的参考。     

基于单景高分辨率光学卫星遥感影像的浅海水下地形提取

本文基于海浪波折射现象和浅水波理论,提出了一种基于单景高分辨率光学遥感影像的浅海地形提取方法。首先,基于浅水波理论推导出适用于浅海区域的水深与海浪波长、频率的定量关系,针对近岸光学遥感图像复杂的海浪特征,讨论了两种海浪波长提取方法,即FFT方法和剖面线法。然后提出了基于长距离波长波动分析的海浪频率计算方法,解决了单景遥感影像的波浪频率计算难题。最后,利用单景QuickBird高分辨率光学遥感影像,以海南岛三亚湾为研究区域进行了应用实验,结果表明,对12m以浅的浅海区域,在不需要任何辅助参数的情况下,反演获得了浅海地形(DEM),经与1:25000比例尺海图的水深对比验证,地形趋势吻合良好,反演水深的均方根误差为1.07m,相对水深误差为16.2%,表明该方法适合于浅海水下地形的提取,且具有无需实测水深数据和环境参数的支持的优点。     

基于WorldView-2遥感影像的龙湾港浅海水深反演

根据遥感水深反演原理,利用海南岛龙湾港的WorldView-2多光谱卫星数据和海图水深资料,通过对水深进行0~2,2~5,5~10,10~15和15~20 m的分区处理、潮汐改正和海图水深数据与相应图像波段反射率值的相关性分析及回归分析,建立了浅海水深线性回归反演模型,开展了浅海水深的实际计算与精度分析。结果表明:对不同水深范围分别建立线性回归模型反演的水深精度要高于未分区建立的模型;分区模型中,多波段模型在0~5 m的反演精度最高,而双波段比值模型在5~20 m的反演精度最高,但是反演水深在最浅处的精度还有待提高。本文方法提取的水深与海图水深数据变化趋势基本相似,可以满足海洋科学研究对大范围浅水水下地形探测的要求。     

大气校正模型对多光谱水深反演影响的多维度分析

大气校正是水体定量遥感的基础与前提。本文从大气校正模型、大气校正模型参数、水体组分差异以及水深反演波段组合方式4个维度探讨大气校正模型对水深反演的影响。研究采用6S、FLAASH、ACOLITE与QUAC 4种大气校正模型,选取大陆型、海洋型与城市型气溶胶模式,以瓦胡岛西北侧与谢米亚岛周边浅水作为清洁水体研究区,以辽东浅滩与槟城海峡作为浑浊水体研究区,基于Landsat-8多光谱影像开展大气校正,并采用8种波段组合方式进行水深遥感反演。研究结果表明：（1）4种大气校正模型均可在一定程度上削弱大气对水体信号的影响;因参数选取以及研究区水体组分的不同,不同模型的校正结果存在一定差异;两类水体反射率峰值分别出现在蓝波段与绿波段;（2）6S大气校正模型鲁棒性较强,该模型因研究区水体组分发生变化导致对应的水深反演结果与其余模型相比波动较小;FLAASH模型在海洋型和城市型两种气溶胶模式水深反演结果在浑浊水体存在较为明显的差异,辽东浅滩浅水区平均相对误差相差7.9%;ACOLITE模型受水体类型影响显著且对浑浊水体具有优越性与稳定性,平均相对误差较FLAASH降低5.6%;(3)多波段水深反演精度...     

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%。     

基于高空间分辨率遥感影像的水深反演有效性评估

卫星遥感反演水深（Satellite Derived Bathymetry, SDB）是获取浅海水深信息的有效手段。然而,其有效范围只限于光学浅水区域,在深水区域呈现“伪浅海”的失真现象。因此,如何准确识别SDB数据的有效范围对其广泛应用至关重要。本文基于高空间分辨率多光谱卫星影像,在深入分析深/浅水辐射亮度统计分布特征差异的基础上,提出一种数据驱动的水深反演有效性评价方法。该方法以卫星影像辐亮度信息的局域标准差作为特征,基于K-S检验方法对光学深水区域统计特征进行模型优选,并使用假设检验方法对深水无效区域对应的SDB进行识别。甘泉岛水域实验结果表明,该方法通过统计分布划分光学浅水与深水区域边界,可以有效识别光学深水区域产生的无效水深反演数据。在剔除无效区域数据后,光学浅水有效区域内水深反演平均绝对误差（MAE）为1.01,均方根误差（RMSE）为1.52。实验结果表明,本文提出的方法可准确识别SDB结果的有效区域,进而为浅海地形解译提供方法支撑。     

控制点与检查点数量和比例对水深遥感反演精度的影响分析

在水深遥感反演半经验模型中,水深控制点和检查点选取是一项非常重要的工作,前者用于建立实测水深值与遥感影像灰度值之间的数量关系,后者用于评价水深反演精度。但前人在相关研究中并未就控制点和检查点的选取数量和比例给出有实验依据的建议,亦未开展其对水深反演精度的影响分析。针对这个问题,作者使用6020个实测水深点和World View-2、GF-1 WFV、Landsat8 OLI 3种多光谱影像,基于三波段水深反演模型开展了81组实验,分析比较了不同数量和比例的控制点与检查点对反演结果的影响,评价过程利用平均绝对误差(Mean Absolute Error,MAE)、平均相对误差(Mean Relative Error,MRE)和反映实测水深与反演水深相关性的决定系数R2等3种参数。结果表明:(1)当控制点数量达到31个时,水深反演精度即趋于稳定;(2)检查点数量在30个时,其评价指标已可以代表模型反演精度;(3)控制点和检查点的数量比例对反演精度并无影响,但控制点选取过多则会产生反演精度降低的现象,采用人工选取检查点时剔除浅水区的异常点即可有效避免这一问题。     

基于耀斑改正的多光谱水深反演方法研究

利用WorldView-2四波段卫星数据和电子海图数据,基于改进的耀斑改正算法和双波段比值算法,反演获得了3处典型海域的浅水水深。通过不同海域、不同耀斑条件下水深反演实验,探讨了RED,NIR波段在典型四波段水深反演中的作用和影响,发现在双波段比值法水深反演中,引入RED+NIR波段进行耀斑改正处理,可以增加珊瑚、海藻等绿色物质覆盖海底的反射率,有效地提高该类海域的水深反演精度。基于耀斑改正的多光谱水深反演方法,适用于中轻度耀斑条件下,水质较清澈的浅海水深反演,可在国内外典型四波段卫星数据水深反演中推广应用。     

南黄海辐射沙脊群海域的水深遥感

南黄海的辐射沙脊群海域地形地貌复杂多变,应用遥感技术来测量其水下地形不仅有可能,而且势在必行。在对沿海及长江口门内外遥感反演水下地形研究的基础上,选择沙脊群海域中有代表性的一块水域为研究区,同步测量其水下地形和水流、悬沙含量,用实测地形和MODIS影像数据建立水深反演模型,同时分析该区域的悬沙光谱特征,选择悬沙遥感参数,以MODIS数据的水深反演模型和沙脊群水域的悬沙遥感参数为依据,建立削弱悬沙影响的水深遥感模型,从而反演出1.5×104km2的辐射沙脊群水下地形。从反演结果看,所建模型的相关系数二次方的值为0.664,F-值为18662,平均绝对误差为1.52m,平均相对误差为24%,5~15m水深段的平均相对误差只有18%,反演效果较好。     

基于机载激光技术的浅海水深测绘应用分析

受船载仪器、海况等要素限制,传统水深测量中浅水区域无法对浅海水深进行测量。为克服此困难,利用近年来新兴的机载激光测深系统(light detection and ranging system,简称LiDAR)进行浅海水深测量,用LiDAR获取的点云数据进行处理后得到的水下地形等深线与海图图载水深进行直观对比,同一坐标点下的点云水深与截图水深进行定量分析。结果表明,LiDAR获取的水深精度高,水深点密集,可更快获得浅海区域详细的高精度的水下地形。这些优点使其在近岸浅海海岸防护、围海造田、港口建设等海洋工程项目中应用前景广阔。此外目前国内LiDAR技术主要用于陆地,应用于浅海水深测绘还很少,本研究对机载LiDAR进行水深测量的研究进行了补充。     

Shallow Water Bathymetry Derived from Green Wavelength Terrestrial Laser Scanner

Abstract

Shallow water bathymetry has proved to be a challenging task for remote sensing applications. In this work, Green-Wavelength Terrestrial Laser Scanning (GWTLS) is employed to survey nearshore bathymetry under clear atmospheric and water conditions. First, the obtained seabed points were corrected for refraction and then geo-registration, and filtering processes were exerted to obtain an accurate bathymetric surface. Terrain analysis was performed with respect to a reference surface derived from classical surveying techniques. The overall analysis has shown that the best results stem from 35° to 50° incident angles, whereas for angles higher than 65° measurements are not acceptable, although for the same angle in front and close to the instrument accuracy is considered acceptable due to the high laser power. Also, high resolution micro-topography, shallower than 1?m water depth, was managed to be captured. Systematic experimental approaches are expected to improve the GWTLS technique to detect bathymetry, which is anticipated to assist in mapping very shallow foreshore, tidal, and deltaic environments, to contribute conceptual into developing hybrid observation systems for coastal monitoring, and also to be applied in various maritime applications.     

一种新型无人船海洋水深测量技术

在海洋测深中,由于波浪和潮汐的影响,调查船或无人船所测量的瞬时水深不能直接作为海图水深。本文提出了一种新型的无人船海洋水深测量技术,以评估搭载RTK和单波束测深仪的无人船用于海洋水深测量的潜能。首先,使用无人船所搭载RTK的厘米级精度高程数据,通过低通滤波剔除波浪信息,而获得海平面高程。然后,基于潮汐表和无人船海平面高程,构建了一种参考椭球面和海图的两个基准面之差的获取方法;在常规的海洋调查中,该基准面差通常需要由长期的验潮获得。最后,利用海图基准和无人船测量的瞬时水深的转换关系,计算出海图水深。在海南省蜈支洲岛周边海域,利用自研发的无人船“USBV”开展了相关海上实验,以验证所提出的技术方法。实验结果验证了该无人船海洋水深测量技术。     

基于遥感海浪信息的近岸水深反演模型

基于遥感影像的测深技术具有易获取、成本低和覆盖率大等优势,是目前的研究热点问题之一。为在波浪折射的基础上,进一步综合考虑绕射及非线性的影响,本文提出了一种基于海浪波数和波高信息的近岸水深反演模型。将模型与Berkhoff 椭圆形浅滩理想试验对比,平均误差为0.13%,显著小于现有基于频散关系反演水深的方法。进一步应用模型反演三亚湾近岸地形,通过与海图对比,平均误差为11.58%,且大部分区域的误差小于10%。部分区域误差较大,主要是由于遥感影像获取的波数空间分辨率和精度较低。以上结果表明该模型可以利用遥感海浪信息较准确推算近岸水深。本文对于近岸浅海区的水深反演工作具有一定的参考价值。