共查询到18条相似文献，搜索用时 375 毫秒
1.
2.
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
3.
传统的水深测量方法多通过舰载声纳实地探测的方法,灵活性较差且水深资料更新周期长,并且在某些海域,船只往往难以靠近从而无法完成测量。本文使用七连屿海域附近的WorldView-2多光谱遥感影像构建了基于梯度提升决策树(Gradient Boosting Decision Tree, GBDT)算法的水深反演模型,并利用单波束与人工测量相结合的水深数据,与传统的单波段模型、双波段模型以及BP神经网络水深反演模型的水深数据进行了水深反演精度对比。结果表明,在0～20 m深海域,GBDT模型反演精度高于其他模型,且更符合实际水深,其检验点的R2为0.9664, RMSE为0.94 m, MAE为0.75 m, RME为19%。 相似文献
4.
利用卫星高光谱数据反演南海岛礁区浅海地形无疑具有重要意义,它不依赖于常规水深测量数据,可获得较高反演精度,同时可获得海底反射率和海水光学参数。本文利用美国NASA EO-1卫星装载的高光谱成像仪Hyperion数据,以及Z P Lee提出的半分析模型和高光谱优化算法HOPE,反演南沙岛礁海域的浅海水深、海底反射率和固有光学参数。收集了覆盖南沙海域12个岛礁区9幅2007—2011年Hyperion L1数据,以及有关的水深现场测量资料。反演结果以中洲礁为例,0~15m水深范围,平均百分误差为14%,均方根误差为1.53,相关系数为0.96,0~25m水深范围,平均百分误差为15%,均方根误差为2.68,相关系数为0.93。中洲礁,中业岛,信义礁和双黄沙洲4个岛礁区浅海水深反演的平均百分误差为14%。研究结果证明,半分析模型和HOPE算法用于南中国海岛礁区浅海水深及光学参数测量效果良好,并可推广应用于在轨运行的中国HJ-1A卫星HSI高光谱数据及其他将投入运行的卫星高光谱数据。 相似文献
5.
6.
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
7.
基于多项式回归模型的岛礁遥感浅海水深反演 总被引：4，自引：4，他引：0
Lyzenga's模型由于简单有效得到广泛应用，但是模型易欠拟合导致精度不高。本文提出了一种基于Lyzenga's模型的改进模型，通过增加多项式次数的方法，扩大模型特征维度，使得反演模型正确拟合，从而提高反演精度。基于WorldView-2遥感影像和0~30 m实测水深数据反演岛礁周围浅水水深，使用10折交叉验证和模型残差分析两种方法验证了改进模型的有效性和鲁棒性。结果表明，改进模型精度更高，在多项式次数为3时，模型最优。最后，根据改进模型反演得到的水深建立岛礁水下地形模型，能够直观、丰富地表达岛礁礁盘的微地形信息。 相似文献
8.
9.
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。 相似文献
10.
基于Landsat-8遥感影像和LiDAR测深数据的水深主被动遥 总被引：1，自引：0，他引：1
主被动遥感结合反演远海岛礁周边水深信息,不仅可以有效弥补传统测深方法覆盖范围小且费时费力的不足,也可为航运安全、海洋减灾、生态环境保护等领域提供基础资料。以夏威夷瓦胡岛周边水深反演为例,应用Landsat-8多光谱遥感数据和机载Li DAR测深数据,开展了不同密度Li DAR测深数据对水深多光谱遥感反演精度的影响分析、不同水深网格化处理方法对水深遥感反演结果的影响分析和基于少量Li DAR控制区块的大区域水深反演能力分析三方面的研究工作。结果表明:(1)Li DAR测深数据密度的改变对水深反演结果的影响不大,变化后的水深反演结果与原始的水深反演结果相比,平均相对误差变化在0.3%以内,平均绝对误差变化在0.03m以内;(2)采用均值格网处理方法的多光谱遥感水深反演精度要略高于采用中值格网处理方法的水深反演精度,具体体现在均值的平均绝对误差要比中值的低0.04~0.05 m,平均相对误差低1%~10%,反演结果的残差分布显示在0~2 m和20~25 m的水深段内均值统计法的残差分布更集中且其平均值接近于0 m,而在其它水深段二者的残差分布基本相同;(3)基于少量Li DAR控制区块的大区域遥感水深反演结果较为理想,两个检查区块的水深反演结果 R2、平均绝对误差和平均相对误差分别为:0.877,1.66 m,3.5%和0.941,1.62 m,28.4%。反演结果分段分析表明各水深段内反演的精度都比较理想,平均绝对误差除20~25 m水深段外,均低于2.5 m,平均相对误差除0~2 m,2~5 m外,均低于25%。 相似文献
11.
《海洋技术学报》2023,(2)
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。 相似文献
12.
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
13.
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
14.
为了探究岛屿周围珊瑚礁在抵御海啸灾害中的作用,采用激波捕捉类Boussinesq模型FUNWAVE-TVD,对孤立波在理想化三维岛礁地形上的传播及爬坡开展了现场尺度的平面二维数值模拟,分析了入射波高、礁坪水深、礁坪宽度、礁前斜坡坡度、礁后斜坡坡度、珊瑚礁糙率对岛屿四周孤立波爬高分布的影响。结果表明,珊瑚礁的存在总体上可有效降低岛屿四周孤立波的最大爬坡高度;入射波高、礁坪水深、礁坪宽度、珊瑚礁糙率是影响珊瑚岛礁四周孤立波爬坡分布的主要因素,岛礁四周最大爬坡高度会随入射波高和礁坪水深的增大、礁坪宽度和珊瑚礁糙率的减小而不断增大;当礁坪水深增大到一定程度时,珊瑚礁主要会对岛屿背浪面的爬高失去影响,而当礁坪宽度和珊瑚礁糙率减小至一定程度时,会出现岛礁四周最大爬高高于无珊瑚礁时爬高的现象;礁后斜坡的变缓会使岛礁周围的最大爬高有所减小,而礁前斜坡坡度对珊瑚岛礁周围的最大爬高几乎没有影响。 相似文献
15.
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
16.
利用卫星多光谱数据反演浅海水深是水深测量的一种重要手段。已有水深反演方法是在研究区建立统一的数学参数的反演模型,未考虑由于海底底质和水质变化导致的空间非平稳性问题。本文使用地理加权回归模型(Geographically Weighted Regression, GWR)对回归参数在空间上进行估计,针对GWR模型的带宽对反演精度的影响,使用了交叉验证(Cross Validation,CV)的方法来确定最佳带宽,并以南海永兴岛和甘泉岛海域为实验区,基于WordiVew-2多光谱数据对使用GWR模型的可行性和精度进行了验证。实验结果表明:永兴岛研究区GWR模型精度较线性回归模型提高了36.05%,在0~5,5~10,10~15和15~20 m区间,精度分别提高了49.46%,39.97%,12.36%和49.68%;甘泉岛研究区GWR模型精度较线性回归模型提高了8.08%,在0~5,5~10,10~15和15~20 m区间,精度分别提高了12.05%,16.23%,4.49%和12.23%,表明GWR模型具有更好的水深反演效果。 相似文献
17.
《Marine Geodesy》2012,35(1):63-85
AbstractWe introduce an iterative inversion method to address the problems in high-order seafloor topography inversion using gravity data (gravity anomaly and vertical gravity gradient anomaly), such as the difficulty in computing the equation and the uniqueness of the calculation results. A part of the South China Sea is selected as the experimental area. Considering the coherence and admittance function of gravity topography and vertical gravity gradient topography, the inversion band of the gravity anomaly and vertical gravity gradient anomaly in the study area is 30?km–120?km. Seafloor topography models of different orders are constructed using an iterative method, and the performance of each seafloor topography model is analyzed against ETOPO1 and other seafloor topography models. The experimental results show that as the inversion order increases, the clarity and richness of seafloor topographic expression continuously improve. However, the accuracy of seafloor topography inversion does not improve significantly when the inversion order exceeds a certain value, which is related to the contribution of high-order seafloor topography to gravity information. The results show that the accuracy of BGT4 (inversion model constructed by the gravity anomaly) is slightly poorer than that of BVGGT4 (inversion model constructed by the vertical gravity gradient anomaly) in areas with complex topography, such as multi-seamounts and trenches, and the results are generally better in areas with flat seafloor topography. 相似文献