多光谱浅海水深提取方法研究

利用我国南海某岛礁的TM数据和实测水深资料,试验性地研究了一种在不同底质反射条件下多光谱定量提取水深信息的方法,计算了浅海岛礁水深,取得了较好的应用效果和较高的测深精度.     

基于光谱相似性的多光谱数据纹理编码算法研究

基于多光谱纹理“映射模式”概念，提出了基于光谱数据相似性的多光谱、高光谱数据的编码方法。利用光谱相似测度对不同类型的纹理进行编码，表征地物的全局纹理特征，将纹理提取的算法扩展到多维光谱图像分析中，提出了多尺度纹理组合算法。试验证明，该方法合理有效，可大大提高分类的准确性和精度。     

多波束水深测量与海洋重磁测量的综合实施

随着对海洋测量信息量需求的增多，海洋综合性测量越来越受到重视。本文介绍了利用EM120型多波束测深系统、S-121型海洋重力仪、G-880型海洋磁力仪和650MK2型声速剖，面仪同步进行海洋重力、海洋磁力和全覆盖水深综合测量的方法和经验，论述了综合测量中应该注意的一些问题。     

航道水深测量技术新进展

航道动态变化和泥沙运动会在短时间内改变航道的几何形状,对船舶的航行产生危险。水深测量提供了准确的航道内部水深变化的信息。本文分析了航道水深数据的采集、处理以及管理等方面研究现状和发展趋势,为港口管理提供更多的信息,使其能够做出更加准确的决策,从而减少风险航运。     

水深测量数据处理中的粗差探测技术

从目前出现在水深数据处理中最有可能存在的 :一条测深线上孤立零点的粗差、一条测深线上具有连续性的粗差以及相邻测线上具有连续性和相关性的粗差等三种情况 ,分别提出剔除这些粗差的方法 ,通过实例分析可以得出本文所提出的粗差剔除方法是有效的 ,在实际测量中具有一定的实用性     

基于GPS技术的水深归算法

传统的水深归算方法存在诸多不可避免的误差源,如源汐传播不规律造成的内插改正不准确、动吃水难以准确测定等。本文介绍利用ＧＰＳ大地高信息进行水深归算的方法,它是一种实时的、与动吃水无关的、无验潮站的水位改正方法,并简要介绍了德国联邦海事局（ＢＳＨ）所做的有关实验情况。     

基于多波束测深系统的RTK三维水深测量技术应用研究

多波束测深系统因为具有测量面积大、速度快、精度高、成图自动化等诸多优点,而得到广泛应用。但是传统多波束系统作业需要进行验潮,因而受客观条件以及人员配备等因素影响较大。笔者以自身参加的项目为例,对基于多波束测深系统的RTK三维水深测量技术作业方法、测量精度等进行了介绍,为该技术的推广应用得出了一些有益的结论。     

多波束水深数据不确定度研究

针对目前多波束水深数据质量评定问题,提出一种基于交叉检查的多波束水深数据质量评定方法。该方法计算原始水深的不确定度信息,利用多波束交叉测线成果水深信息,分析交叉检查区域水深差值与不确定度相符情况。试验结果表明,不同的多波束软件得到成果水深及其不确定度不同,所提方法能检查出多波束成果水深与其不确定度不符程度。     

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)。     

光学经纬仪在浅水域水深测量导航中的应用

根据有关部门规划，我省2000年前拟围涂61万亩，2000年后围涂开发设想尚有近60万亩。为围涂工程提供大比例尺地形图这一基础图件的水深测量工作是必不可少的。     

结合底质分类与SVR算法的多光谱影像测深

针对目前遥感水深反演方法都是以海底底质均匀为前提而缺乏对混合海底底质研究的问题,提出了一种结合底质分类与SVR算法的水深反演模型。利用WorldView-2多光谱遥感影像对南海北岛岛礁周围混合底质的浅海海域进行底质分类,并对底质分类后的不同海域分别建立线性回归与SVR非线性回归多种测深模型。通过水深分段验证后结果表明,结合底质分类的SVR非线性回归方法更适合混合底质的浅水水深反演。     

基于Worldview3数据的浅海水深反演研究

传统水深测量技术灵活性较差,水深资料更新周期长、时效性差。因此,我们需要找寻一种高效便捷方法提取水深。本文采用Worldview3多光谱高分辨率数据与实测数据相结合,针对不同的海底底质类型,建立统计回归模型(单因子模型和多因子模型),对西沙群岛北岛周边的浅海海域,进行浅海水深反演。通过对研究结果的分析,发现单因子模型和多因子模型相关系数都在0.91以上,标准误差也都在1.27以下,反演数据与实测数据偏差较小。且将海底底质分为沙质和草质海底底质类型后建模的精度要高于未对海底底质分类建模的精度。     

水深点云数据快速检索方法研究

为了提高海量多波束水深点云数据处理时的检索效率,降低内存占用,本文设计了四叉树数据处理方案。水深点云数据四叉树检索方式如下：首先,根据四叉树结构,以序列化方式对文件进行存储与索引,实现水深点云数据检索速度的提高,节省了检索时间;其次,为了减少内存占用,以内存映射的方式对海量点云数据进行读取。将本文提出的水深点云四叉树检索与常规的遍历索引进行对比实验,结果表明：在点云检索数据量少于总点云数据量的3/4时,四叉树检索的效率比常规的遍历检索效率提高1倍以上;随着检索点云数据量的减少,四叉树检索效率比常规遍历检索效率更高,最大可达到30倍以上。     

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。     

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.     

多波束测深数据并行滤波算法

针对提高节结合不确定度的水深评估算法执行速度的问题,该文在传统的CUBE滤波算法基础上提出一种适用于多核架构的并行滤波算法。把测深数据滤波分解为构造CUBE网格和估算网格节点水深两个环节,然后针对各环节特点设计对应的并行计算方法。通过两种方法提高滤波速度:一是通过合理的并行策略把计算任务分配到多个处理器核上并行执行;二是引入基于堆结构的排序方法提高数据滤波速度。实验结果表明,所设计算法在四核处理器上运行时,能够将滤波速度提高约2.74倍。     

基于机载多光谱遥感数据的溢油信息提取方法

为研究应用紫外-可见光-近红外-热红外遥感数据识别海上溢油的方法,利用机载多光谱溢油监测设备获取了舟山海域多光谱遥感数据,并利用野外地物光谱仪获取了水体和油膜的反射光谱。通过提取并分析机载多光谱遥感图像上多目标的影像特征和光谱响应特征,利用决策树分类法对海上油膜相对厚度的分布进行分类和制图。研究表明,基于机载多光谱遥感数据的溢油信息提取方法总体分类精度达93.7%,能够准确区分薄油膜和厚油膜,可有效提取海洋溢油污染信息,完全能够满足海洋溢油污染遥感监测需求。     

基于遗传算法优化决策树的多光谱影像分类研究

决策树C4.5算法采用局部贪婪搜索的策略,会增加局部最优解的风险;在样本有限的情况下,所产生的分类规则会过于依靠样本,往往造成决策树不能有效地挖掘出有价值的分类规则和形式。本文将决策树算法用到基于像斑的多光谱分类研究中,尝试引入遗传算法,对决策树分类规则进行优化。试验结果表明,在样本有限的情况下,该方法比单个决策树具有更高的分类精度。     

关于江湖水深测量的体会

江河湖泊的水深测量与海域的水深测量有其相似之处。它们都是在动态下确定三维要素：平面直角坐标，瞬间水深和相对于某起始面的水位值。因此江湖的水深测最的作业方法基本同海上相一致。