共查询到20条相似文献，搜索用时 46 毫秒
1.
基于半经验遥感模型,开展广东省雷州湾SPOT-5影像不同水深范围的遥感反演及误差分析,给出不同模型对应的最佳水深范围和不同水深范围的最佳反演模型,结果如下：红光单波段模型、红光-绿光双波段模型、绿光-红光-近红外三波段模型均在2～5m水深范围内反演误差最小,分别为16.7%,13.2%和17.1%。0～2m水深范围内,红光-近红外双波段模型反演误差最小,为34.3%;2～5m水深范围内,红光-绿光双波段模型反演误差最小,为13.2%;5～10m水深范围内,红光-近红外双波段模型反演误差最小,为19.3%;10～20m水深范围内,三波段模型反演误差最小,为31.5%。 相似文献
2.
《海洋技术学报》2018,(6)
水深是浅海重要的地形要素,利用遥感手段探测水深具有经济、高效等优势。利用"高分二号"多光谱遥感数据,采用不同波段组合的对数线性模型、Stumpf对数转换比值模型和改进的对数转换比值模型,以香港平洲岛为研究区域进行水深反演,并开展精度评价。结果表明:对数线性模型、Stumpf对数转换比值模型和改进的对数转换比值模型中,B1,B2,B3和B4(蓝、绿、红和近红外)4波段组合的对数线性模型水深反演精度最高,其检查点平均绝对误差MAE为1.63 m,平均相对误差MRE为12.67%,决定系数R2达0.80;0~5 m,5~10 m,10~15 m,15~20 m分水深段分析发现,3种模型在10~15 m水深段的水深反演效果均较好,最小的平均绝对误差MAE和平均相对误差MRE分别为1.09 m和8.99%,10 m以浅和15 m以深的反演误差较10~15 m的较大,显示上述模型更适合于中等浅水区域的应用。 相似文献
3.
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。 相似文献
4.
5.
《热带海洋学报》2017,(2)
高分一号卫星作为我国首颗对地观测高分辨率卫星,充分挖掘其在海洋领域的应用潜力具有重要意义。以西沙群岛晋卿岛周边浅海水域为研究区域,应用国产高分一号卫星多光谱数据,在开展图像几何校正、大气校正和耀斑校正预处理的基础上,应用常用的双波段线性和对数比值模型开展晋卿岛周边浅海水深反演,并利用实测水深数据开展精度评价,对比分析不同模型反演结果,探讨影响岛礁浅海水深反演精度的可能因素。研究表明,双波段线性模型的反演精度要明显优于对数比值模型,更适合应用于晋卿岛周边浅海水深反演,其20m以浅水深反演均方根误差为1.8m,在5m以浅区域的均方根误差为1.14m,达到了目前浅海水深卫星遥感反演的精度水平。 相似文献
6.
随着卫星遥感技术的不断发展,高分辨率卫星影像逐渐应用到水深遥感反演领域。利用Worldview-2高分辨率卫星数据和电子海图数据,基于双波段比值法,反演获得实验区域20m以浅的水深。实验表明,Worldview-2等高分辨率多光谱卫星数据,具有一定反演浅水水深的能力,但在5m以浅的水域反演误差较大;双波段比值法,这种半经验半理论的模型,在水深遥感反演中具有更好的适用性;对比了一次线性、二次多项式、指数、对数等拟合方法,发现对数拟合的方法获取绝对水深,其精度相对其他方法更高。 相似文献
7.
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
8.
《海洋技术学报》2023,(4)
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。 相似文献
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.
卫星影像是监测海面漂浮绿藻的重要数据源, 但是混合像元的存在使得绿藻提取存在一定的误差。想要实现近海区域底栖绿藻的精细监测, 需要解决绿藻亚像素覆盖度的问题。本文以厘米级分辨率无人机数据的绿藻提取结果为基准, 通过分析Landsat卫星影像绿藻光谱, 建立绿藻亚像素覆盖度与多种植被指数和多个特征波段反射率的反演模型。结果表明, 蓝、绿、红波段反射率与绿藻亚像素覆盖度呈现较好的线性关系, 随着绿藻亚像素覆盖度递增, 蓝、绿、红波段反射率的值均递减。将蓝、绿、红波段的三种绿藻亚像素覆盖模型进行验证, 发现绿波段反射率所建立的反演模型具有更高的准确性, 决定系数、均方根误差、平均相对误差分别为0.92%、0.07%、10.85%。本文所建立的模型可以估算大型绿藻亚像素覆盖度, 实现Landsat卫星影像对大型绿藻的精细监测。 相似文献
11.
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
12.
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
13.
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
14.
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
15.
中分辨率成像光谱仪(CMODIS)是我国“神舟3号”飞船上对地观测主载荷,是我国第一台上天的具有测量海面叶绿素a浓度能力的成像光谱仪.利用宽视场海洋水色扫描仪(SeaWiFS)反演叶绿素a浓度作为参考值建立CMODIS资料处理模型,得到三个基于蓝绿波段比值法的叶绿素a浓度反演算法,平均相对误差分别为26.6%,24%和33.5%,均方根误差分别为1.16,1.15和1.23 mg/m3.在叶绿素a浓度反演误差允许范围小于35%的条件下,比值算法的适用范围为悬浮泥沙浓度小于5 g/m3的海区.悬浮泥沙的强散射作用导致比值算法在高悬浮泥沙浓度条件下产生高估叶绿素a浓度反演值的现象;在中低悬浮泥沙浓度的海区,悬浮泥沙和浮游植物对离水辐亮度的综合作用使比值算法存在低估叶绿素a浓度的趋势. 相似文献
16.
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
17.
《海洋技术学报》2015,(2)
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
18.
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。 相似文献
19.
20.
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