共查询到20条相似文献，搜索用时 953 毫秒
1.
《海洋预报》2021,(2)
选取成像于中国东海和南海海域的102景RADARSAT-2(RS-2)精细四极化SAR原始影像以及ERA-Interim风场,在各极化通道下利用相应风速反演模型开展风速反演的研究。CMOD5地球物理模式函数对VV极化SAR数据反演风速效果最好,可以获取海面高精度风速数据。对于HH和交叉极化SAR影像,利用RS-2 SAR影像和ERA-Interim资料对现有风速反演模型进行改进,并提出了用于HH极化风速反演的PR_CS极化比模型和用于交叉极化风速反演的CP_CS模型。结果显示:基于两种模型的SAR反演风速与ERA-Interim风速具有良好的一致性,利用PR_CS模型的SAR反演风速与参考风速的均方根误差为1.54 m/s,利用CP_CS模型的SAR反演风速与ERA-Interim风速的均方根误差分别为1.43 m/s(VH极化)和1.51 m/s(HV极化)。 相似文献
2.
SAR影像仿真与水下地形反演的阻尼牛顿—行作用法 总被引：1，自引：0，他引：1
研究了浅海SAR影像仿真与水下地形反演的数值方法。将仿真与反演问题模型处理为相互独立的依赖于时间的非线性偏微分方程动力系统。使反演问题模型仅依赖于SAR影像灰度值，计算可一次性完成，计算过程中无须与正问题进行数据交互，在此基础上，提出了仿真与反演的一种新的一致性优化算法：阻尼牛顿-行作用法．数值实验结果表明，算法对SAR影像仿真问题具有高效、可靠、计算稳定的特征；对水下地形反演问题也有较强的数值稳定性和较高的计算精度。本文3个算例反演出的地形与实际地形之间的相关系数都优于0．72029． 相似文献
3.
利用WorldView-2高分辨率卫星影像,以南海北岛附近海域为研究区,研究了两种水深反演模型——对数变换模型(Stumpf 2003)和双波段线性回归模型(Lyzenga 1985)。分析了不同底质情况下水深与各波段的相关性,并利用L-M(Levenberg-Marquardt)算法求解模型参数,然后对两种模型反演的水深结果的精度进行了对比分析。对于珊瑚底质,Lyzenga 1985模型水深反演的决定系数和均方根误差分别为0.902和1.651,均优于Stumpf 2003模型(0.882,6.421);对于砂质底质,Lyzenga 1985模型水深反演的决定系数和均方根误差分别为0.897和0.529,均优于Stumpf 2003模型(0.779,0.723)。可见,在水体清澈的珊瑚底质和砂质底质区域,Lyzenga 1985模型的水深反演精度均优于Stumpf 2003模型,Lyzenga 1985模型普适性更强,能够呈现出较为稳定的反演效果。 相似文献
4.
利用多光谱卫星遥感影像反演浅海水深是水深测量的一种重要方式。提出一种基于主成分分析的地理加权回归模型(PCA-GWR),采用WorldView-2多光谱卫星遥感影像数据,对经过数学变换后的波段反射率数据先进行主成分分析,将得到第一主成分量进行地理加权回归分析,并与双波段比值模型、多波段线性模型和地理加权回归模型(GWR)的水深反演结果进行比较。结果显示,各个反演模型反演水深值与实测水深值的相关系数r均大于0.75,其中PCA-GWR模型水深反演结果最好,r为0.96、RMSE为1.56 m、MAE为1.06 m。研究表明,PCA-GWR模型可有效去除数据变换后的冗余信息,降低数据空间非平稳性,具有较高的反演精度与可靠性,适用于浅海水深反演。 相似文献
5.
在合成孔径雷达(Synthetic Aperture Radar,SAR)海面风场反演中,基于风条纹影像纹理特征的海面风向反演方法精度高,但是依赖于图像风条纹的存在,而外部风向信息与SAR资料时空分辨率不易匹配、精度较低,从而影响大面积、高分辨率海面风场反演的精度。针对此问题,提出一种将SAR图像风条纹线性纹理特征与外部风向信息相结合的星载SAR海面风向获取方法,在SAR影像线性纹理特征明显的区域采用二维连续小波变换得到高精度的海面风向,其余区域采用与之时空相匹配的数值预报模式风向填充;并利用地球物理模型函数进一步得到海面风速,进而实现高精度、大范围海面风场的反演。为验证本文方法的有效性,利用ENVISAT/ASAR数据进行风场反演试验,并将反演结果与浮标实测数据进行比对。结果表明:在线性纹理特征明显的区域,小波方法的反演精度优于快速傅里叶变换(FFT)法和数值预报模式风向;外部风向精度略低,但与SAR观测资料时空匹配性较好,弥补了风条纹风向的不足。二者的结合为星载SAR海面风场反演的业务化应用提供了支持。 相似文献
6.
在立体影像双介质测量水深和多光谱影像反演水深的研究基础上,提出将两者集成的途径。在重叠正射影像的有纹理水域采用折射法获取水深值,将折射法获取的水深值作为多光谱反演模型的参考值,获取反演模型参数,将反演模型应用到无纹理水域,集成折射法和反演法的水深值,从而获取浅水区域的水下地形。以某浅海地区航空影像生成的左右正射影像为实验数据,采用折射法与反演法集成途径获取水深值,并与真值(激光水深点)进行回归分析,回归的决定系数(R~2)和均方根误差(RMSE)分别为0.9 m和0.45 m,验证了该集成途径的有效性和可行性。 相似文献
7.
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 总被引：1，自引：0，他引：1
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。 相似文献
8.
GF-1 WFV图像经验模分解的光谱保真性与水深遥感探测 总被引：1，自引：2，他引：1
水深是海洋环境的重要参数之一，水深遥感反演是水深测量的一种重要手段。经验模分解（EMD）具有剔除小尺度波浪信息，留下大尺度水下地形信息的特性。本文利用EMD对高分一号卫星宽幅影像进行尺度变换，使用光谱相关系数、光谱角、光谱偏差和光谱相对偏差等评价指标，对剩余层图像进行光谱保真性分析；利用改进的对数转换比值模型对原始影像和剩余层图像进行水深反演，并进行相关性分析与精度评价。研究结果表明:（1）评价指标显示EMD变换后影像具有相当的保真性；空间断面分析表明EMD去除了小尺度的噪声信息，保留了水下地形变化信息。（2）经均匀分布的检查点验证，两区域的原图像反演水深和实测水深的相关性较好，相关系数达0.75以上，且两种波段组合的MAE和MRE均不超过2.42 m和8.5%。（3）对EMD的全部10层进行水深反演，蓝绿波段的MAE和MRE均不高于1.62 m和5.8%；绿红波段的MAE和MRE均不高于1.93 m和6.9%。（4）对于不同的波段组合，蓝绿波段组合在各剩余层的水深反演效果明显优于绿红波段，经EMD后的水深反演效果明显提高。（5）20~30 m水深段的反演精度整体要高于30~40 m，该模型应用于较浅水深段更具优势。 相似文献
9.
空间分辨率对水深遥感反演的影响分析 总被引：2，自引：0，他引：2
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。 相似文献
10.
本文选取142幅RADARSAT-2全极化合成孔径雷达（SAR）影像，在没有入射角输入的情况下，首先利用C-2PO模型进行海面风速反演。随后，将同一时空下的ASCAT散射计风向作为初始风向，提取相应雷达入射角，利用地球物理模式函数（GMF） CMOD5.N对142幅SAR影像进行风速计算。反演结果与美国国家资料浮标中心海洋浮标风速数据对比，结果显示:CMOD5.N GMF和C-2PO模型均可反演出较高精确度的海面风速，其均方根误差分别为1.68 m/s和1.74 m/s。此外，研究发现，在低风速段，CMOD5.N GMF的风速反演精度要明显优于C-2PO模型。针对这一现象，本文以SAR系统成像机理为基础，以低风速SAR图像为具体案例，给出了3种造成这一现象的原因。 相似文献
11.
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%。 相似文献
12.
13.
蓬莱附近 海区水下地形的星载合成孔径雷达遥感 总被引：3，自引：0，他引：3
本文依据山东蓬莱附近海区１９９２年４月１９日的ＥＲＳ－１ＳＡＲ图像，分析了该海区的水下地形并探讨了水下地形雷达成像机理。分析结果显示，ＳＡＲ图像较好地揭示了该海区四人洲、潮待洲、新井洲等水下地形。研究指出，流经水下地形的潮流对海洋表面波的水动力调制是水下地形ＳＡＲ成像的主要机理。 相似文献
14.
高分辨率SAR中,桥梁的各次反射回波表现为条带状,这给桥梁参数的反演带来了困难。本文提出了一种适用于高分辨率全极化SAR的水上桥梁参数反演方法。首先,通过极化散射特征区分出桥梁的单次、二次和三次反射回波目标。然后,结合微波反射和折射的原理,分析了高分辨SAR图像中桥梁的各次反射回波成条带状的原因,在此基础上提出了各次回波目标的提取方法和桥梁参数反演方法。最后,利用获取的AIRSAR数据反演了桥梁的上下桥高、桥厚、桥宽、桥长及桥塔高度等参数,通过与实测数据对比,结果表明,本文的方法能较准确地反演桥梁的各项参数,其中桥高误差仅为1.3%,结果也表明了在高分辨率条件下,C和L波段的桥梁参数反演能力相当。 相似文献
15.
针对机载合成孔径雷达(SAR)对海探测特点,采用多入射角法从SAR数据本身得到与海浪参数反演区域时空匹配的同步海面风速和风向,并结合线性变换关系,计算得到海浪初猜谱对应的仿真SAR图像谱,将仿真SAR图像谱和观测SAR图像谱输入代价函数中进行迭代运算,通过非线性方程的解算得到最适海浪谱;采用交叉谱法去除海浪传播180°方向模糊,最终得到海浪参数。论文提出的基于同步风场的机载SAR海浪参数反演方法,充分利用了机载SAR海洋环境探测的优势,解决了传统SAR海浪参数反演中初猜谱构造依赖外部风场的问题,机载同步飞行试验的海浪参数反演结果与浮标观测值的有效波高、波向的均方根误差分别为0.23 m和13.23°,验证了该方法的有效性,可为机载SAR海浪参数反演业务化提供支持。 相似文献
16.
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普遍优于单波段,但反演精度与波段数目之间无显著的相关性;水深反演波段组合方式对不同研究区敏感性不同,清洁水体三波段模型的反演精度较好,浑浊水体中四波段模型的反演精度最优,平均相对误差较三波段模型降低达5.6%。 相似文献
17.
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。 相似文献
18.
以考虑了地转和均匀背景流场影响的两层流体界面内波频散关系模型为基础,得到新的利用SAR遥感图像计算混合层深度的方法。利用该方法对一幅南海北部SAR内波图像进行了实例研究,并且和时空同步的CTD资料进行了对比。结果表明,加入地转和均匀背景流场影响的模型更为合理,为更准确地反演混合层深度奠定了基础。 相似文献
19.
本文首先对合成孔径雷达（SAR）海浪成像中的3种调制（倾斜调制、流体力学调制与速度聚束调制）的影响进行了对比分析,结果显示:速度聚束调制对SAR图像的影响最为显著。另外,由于SAR图像中固有相干斑噪声的存在,较低波数范围的噪声难以滤除或抑制,利用经典MPI方法反演海浪谱会造成低波数范围谱值偏大。基于此,本文借鉴经典MPI海浪谱反演算法,建立了基于速度聚束调制的海浪方位向斜率谱和有效波高的反演算法。通过将经典MPI方法、同极化调制法及本文算法等3种海浪反演方法所得有效波高与浮标数据进行比较,结果显示:本文方法反演得到的海浪有效波高与浮标数据获得的有效波高之间的均方误差为0.79 m,为3种方法中最小。 相似文献
20.
Shallow water depth retrieval from space-borne SAR imagery 总被引：1，自引：1，他引：0
Kaiguo Fan Weigen Huang Hui Lin Jiayi Pan Bin Fu Yanzhen Gu 《Journal of Oceanography》2011,67(4):405-413
Based on shallow water bathymetry synthetic aperture radar (SAR) imaging mechanism and the microwave scattering imaging model
for oceanic surface features, we developed a new method for shallow water depth retrieval from space-borne SAR images. The
first guess of surface currents and winds are estimated from the normalized radar crossing section (NRCS) profile of shallow
water bathymetry SAR imagery, according to the linear theory and geophysical model function. The NRCS profile is then simulated
by the microwave scattering imaging model. Both the surface currents and winds are adjusted by using the dichotomy method
step by step to make the M4S-simulated NRCS profiles approach those observed by SAR. Then, the surface currents and the wind
speeds are retrieved when a best fit between simulated signals and the SAR image appears. Finally, water depths are derived
using the Navier–Stokes equation and finite difference method with the best estimated currents and the surface winds. The
method is tested on two SAR images of the Taiwan Shoal. Results show that the simulated shallow water NRCS profile is in good
agreement with those measured by SAR with the correlation coefficient as high as 85%. In addition, when water depths retrieved
from the SAR image are compared with in situ measurements, both the root mean square and relative error are less than 3.0 m
and 6.5%, respectively, indicating that SAR images are useful for shallow water depth retrieval and suggesting that the proposed
method in this paper is convergent and applicable. 相似文献