共查询到19条相似文献，搜索用时 296 毫秒
1.
基于BP人工神经网络的水体遥感测深方法研究 总被引：1，自引：0，他引：1
利用Landsat7 ETM 遥感图像反射率和实测水深值之间的相关性,建立了动量BP人工神经网络水深反演模型,并对长江口南港河段水深进行了反演。结果表明:具有较强非线性映射能力的动量BP神经网络模型能较好地反演出长江口南港河段的水深分布情况;由于受长江口水体高含沙量的影响,模型对小于5m的水深值反演精度较高,而对大于10m的水深值反演精度较低。 相似文献
2.
基于BP人工神经网络的水体遥感测深方法研究 总被引：5，自引：0，他引：5
利用Landsat7ETM＋遥感图像反射率和实测水深值之间的相关性,建立了动量BP人工神经网络水深反演模型,并对长江口南港河段水深进行了反演.结果表明：具有较强非线性映射能力的动量BP神经网络模型能较好地反演出长江口南港河段的水深分布情况;由于受长江口水体高含沙量的影响,模型对小于5 m的水深值反演精度较高,而对大于10 m的水深值反演精度较低. 相似文献
3.
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
4.
珠江口水深遥感反演研究 总被引：1，自引：0，他引：1
建立了珠江口2个试验区遥感测深的多种统计相关模型,并选取相关性最好的模型进行水深反演和结果分析,探讨了不同悬沙浓度情况下遥感测深的可能性和实用性。结果表明,对于悬浮泥沙浓度大的试验区1,实测水深值和遥感各波段DN值的相关性<0.5,实际反演水深的能力较差,加入了泥沙因子的统计相关模型相关性有较大提高,但水深反演精度仍不高,达不到实际应用的精度;而悬浮泥沙浓度较小的试验区2,实测水深值和遥感各波段DN值的相关性基本大于0.7,但加入泥沙因子后水深值和遥感波段的相关系数并没有提高,以B2为反演因子的指数模型反演精度最高,5～10m水深段的反演效果最好,平均相对误差为22.5%、平均绝对误差为1.56m,模型总体平均相对误差为31.9%、总体平均绝对误差为1.92m,反演结果较好地反映了试验区2的水深情况。从所建模型来看,非线性模型的反演效果均好于相应的线性模型,多因子模型好于单因子模型。 相似文献
5.
在多光谱遥感浅海水深反演过程中,考虑到水体和底质影响,水深值和海水表面辐射亮度之间的线性关系不成立。本文以甘泉岛南部0～25m范围的沙质区域为研究区域,利用GeoEye-1多光谱遥感影像和多波束实测水深数据构建XGBoost非线性水深反演模型,研究了XGBoost算法用于水深反演的性能。以决定系数(R~2),均方误差(MSE)和平均绝对误差(MAE)作为评价指标,并与3种传统线性回归模型进行了对比分析。结果表明, XGBoost非线性水深反演模型的R~2、MSE和MAE分别为0.991、0.33m和0.44m,拟合程度最好,精度优于线性回归模型。为进一步探究各模型在不同水深的反演精度,将水深范围分成3段(0～8 m, 8～15 m, 15～25 m)分别进行精度验证和误差分析。结果表明, XGBoost模型在各分段的精度均优于线性回归模型, MSE依次为0.56 m, 0.14 m和0.43 m。可见,在单一底质区域下XGBoost模型的水深反演精度更高,且反演效果更稳定。 相似文献
6.
通过分析1978年至今水深光学遥感的国内外主要研究成果,从被动光学遥感、主动光学遥感、遥感融合探测三个方面,对光学遥感浅海水深反演方法进行了系统性总结,对比分析了水深反演方法的优势和不足,探讨了存在的技术问题,并展望了浅海水深光学遥感技术的发展趋势。总结得到:主动光学遥感的水深探测精度最高,在0~15m浅海水深段,激光雷达遥感探测误差在厘米级,但仅限于机载平台;遥感融合探测方法精度次之,水深反演精度一般可比单源单时相提高10多个百分点;被动光学遥感中的高光谱水深反演精度一般要高于多光谱,平均相对误差可低至15%。被动光学遥感水深反演精度相对较低,但是数据源丰富、覆盖范围广、时效性强、水深反演模型较丰富,是目前浅海水深遥感反演的主要方法。主动光学遥感由于机动性强、测深精度较高,逐步成为应用和研究的热点,但是受空管以及飞机平台的航程限制,个别敏感区域飞机也不能到达。水深遥感融合探测可以充分地利用已有遥感影像资源,有效地挖掘多源、多时相信息,有助于提高水深遥感反演精度,但是多源遥感影像融合时会存在空间尺度问题,多时相反演融合中也会有底质及水下地形变化等因素对水深反演精度的影响。 相似文献
7.
8.
针对目前反演遥感透明度的方法多是经验方法,而半分析方法运用在二类水体时,由于分析参数较难获取导致应用较少等问题,本文在缺少相关光学参数实测数据的情况下,基于GOCI卫星影像数据及实测透明度数据开展两种半分析透明度反演模型的对比与分析。首先选用555 nm和660 nm两种参考波段的QAA-v6算法分别反演水体固有光学参数,代入到Lee15和Jiang19两种半分析模型中定量反演胶州湾水域透明度。结果表明,660nm作为参考波段的Lee15模型反演精度更高,误差更小(R~2=0.771,MAPE=0.137,RMSE=0.331)。为进一步探究各模型在不同透明度范围内的反演精度,将透明度范围分成3段(0.5~1.5,1.5~2.5,2.5~3.5 m)分别进行误差分析后发现,660 nm Lee15模型在各分段均达到最佳精度。所以该模型能够为胶州湾这种二类水体的透明度反演提供一条有效途径。 相似文献
9.
为了解决传统全局模型应用遥感影像反演水深的不足,提出地理自适应模型应用于八所港Landsat-8 OLI多光谱卫星影像。采用归一化水体指数进行水陆分离,在产生模拟数据时,为保证数据的合理性,对光谱灰度值进行自然对数求解。地理自适应模型将整个区域细分为5个小的区域单元,模型参数是自适应变化的,一般数学形式与传统全局模型一样。通过反演15m以浅的水深,发现光谱中对水体的敏感波段出现"红移";水深反演结果证明地理自适应模型有效地缓和了全局传统模型在底质类型和水体性质空间不均匀的问题,水深反演精度得到明显提高,并控制在1m以内。 相似文献
10.
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
11.
由现场离水辐亮度估算黄海透明度几种方法的比较 总被引：1，自引：0，他引：1
本文根据黄海现场离水辐亮度及遥感反射比,采用４种统计算法估算海水透明度（Ｓｅｃｃｈｉ Ｄｉｓｃ Ｄｅｐｔｈ）。前２种算法中海水透明度作为因变量,两不同波段辐亮度之比及两辐亮度之和与第三者之比分别作为自变量,进行一元回归分析,前者相关系数ｒ２为０．９３３５。后者相关系数ｒ２为０．９４８３。第３种算法中,所有波段的遥感反射比做因子分析形成的主因子作为自变量,透明度作为因变量进行多元回归分析,子样全相关系数ｒ２为０．９６４９。第４种算法中,遥感反射比作为自变量,透明度作为因变量进行逐步回归分析,复相关系数ｒ２为０．９８１５。计算结果表明,多元统计分析的估算精度高于一元回归分析。 相似文献
12.
13.
14.
利用多波段卫星数据进行浅海水深反演方法研究 总被引：18，自引：1，他引：18
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。 相似文献
15.
卫星海洋水色遥感的辐射模式研究 总被引：6，自引：3，他引：6
海洋水体向上的辐射由水中多种成分的浓度所决定，同时辐射的强度十分微弱并随着时间和空间在变化。因此，海洋水色遥感需要从水体和大气辐射传递机理出发，研究到达卫星遥感器的辐射模式，以达到模拟仿真卫星水色遥感图像和卫星图像质量预测的目的。本研究通过叶绿素、悬浮泥沙和黄色物质等海洋水色的主要因子，分别从可见光波段和荧光波段对辐射的贡献出发，发展了海洋水体离水辐射率模式。在卫星水色遥感机理的基础上，同时运用Iqbal，Gordon和Sturm等的大气程辐射模式和太阳耀光模式，使卫星海洋水色遥感的辐射模式系统化，模拟仿真了我国1990年9月3日发射的FYIB卫星两个海洋水色通道的全轨道辐射图像，同时利用从德国柏林大学气象中心接收到的1990年9月23－25日卫星图像进行验证。结果认为，本文所发展的模式可应用于卫星图像质量的预测和水色信息的提取。 相似文献
16.
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
17.
18.
高光谱遥感水深反演是一种对传统水深测量方法的补充,具有方便、快捷、经济等突出优势。本文研究区位于上海横沙,属于典型滩涂浅水区,研究数据包括GF5-AHSI高光谱遥感数据和同时期的水深数据。通过数据变换和相关分析等方法提取建模参数,利用单波段比值模型、多元线性回归模型、最优标度回归模型和BP神经网络模型实现该区域水深反演,并对4种模型反演结果的准确性进行了验证和比较。研究发现：最优标度回归模型优于其他3种模型,R2达到了0.972,RMSE为0.47 m,适用于横沙浅海水深反演。 相似文献
19.
Influence of the vertical distribution of cyanobacteria in the water column on the remote sensing signal 总被引：1，自引：0，他引：1
Tiit Kutser Liisa Metsamaa Arnold G. Dekker 《Estuarine, Coastal and Shelf Science》2008,78(4):649-654
An increased intensity of cyanobacterial blooms and their potentially harmful effects have attracted the attention of environmental agencies, water authorities and the general public worldwide. Reliable operational monitoring methods of coastal waters, lakes and ponds are needed. Mapping of the surface extent of cyanobacterial blooms with remote sensing is straightforward, but recognizing waters dominated by cyanobacteria throughout the water column and quantitative mapping of cyanobacterial biomass with remote sensing is more complicated. Unlike most algae, cyanobacteria can regulate their buoyancy and move vertically in the water column. We used the Hydrolight 4.2 radiative transfer model and the specific optical properties of three species of cyanobacteria to study the impact of vertical distribution of cyanobacteria on the remote sensing signal. The results show that the vertical distribution of cyanobacteria in the water column has a significant impact on the remote sensing signal. This result indicates that developing remote sensing methods for quantitative mapping of cyanobacterial biomass is much more complex than quantitative mapping of an algal biomass that is uniformly distributed in the top mixed layer of water column. 相似文献