共查询到17条相似文献，搜索用时 125 毫秒
1.
《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
2.
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
3.
南黄海的辐射沙脊群海域地形地貌复杂多变,应用遥感技术来测量其水下地形不仅有可能,而且势在必行。在对沿海及长江口门内外遥感反演水下地形研究的基础上,选择沙脊群海域中有代表性的一块水域为研究区,同步测量其水下地形和水流、悬沙含量,用实测地形和MODIS影像数据建立水深反演模型,同时分析该区域的悬沙光谱特征,选择悬沙遥感参数,以MODIS数据的水深反演模型和沙脊群水域的悬沙遥感参数为依据,建立削弱悬沙影响的水深遥感模型,从而反演出1.5×104km2的辐射沙脊群水下地形。从反演结果看,所建模型的相关系数二次方的值为0.664,F-值为18662,平均绝对误差为1.52m,平均相对误差为24%,5~15m水深段的平均相对误差只有18%,反演效果较好。 相似文献
4.
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
5.
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
6.
《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
7.
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
8.
卫星遥感反演水深（Satellite Derived Bathymetry, SDB）是获取浅海水深信息的有效手段。然而，其有效范围只限于光学浅水区域，在深水区域呈现“伪浅海”的失真现象。因此，如何准确识别SDB数据的有效范围对其广泛应用至关重要。本文基于高空间分辨率多光谱卫星影像，在深入分析深/浅水辐射亮度统计分布特征差异的基础上，提出一种数据驱动的水深反演有效性评价方法。该方法以卫星影像辐亮度信息的局域标准差作为特征，基于K-S检验方法对光学深水区域统计特征进行模型优选，并使用假设检验方法对深水无效区域对应的SDB进行识别。甘泉岛水域实验结果表明，该方法通过统计分布划分光学浅水与深水区域边界，可以有效识别光学深水区域产生的无效水深反演数据。在剔除无效区域数据后，光学浅水有效区域内水深反演平均绝对误差（MAE）为1.01，均方根误差（RMSE）为1.52。实验结果表明，本文提出的方法可准确识别SDB结果的有效区域，进而为浅海地形解译提供方法支撑。 相似文献
9.
10.
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
11.
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
12.
13.
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
14.
Remote sensing bathymetry inversion can quickly obtain water depth data of large areas, but this process relies on a large number of in-situ depth data points. USV-based (Unmanned Surface Vehicle) technique can obtain the bathymetry data of shallow water where ordinary ships are inaccessible, but this technique is inefficient and generally only data along survey line can be collected. The combination of USV and high-resolution remote sensing provides a new solution for water depth surveying and mapping around an island. This paper focuses on the key techniques, using USV sounding data and GeoEye-1 multispectral remote sensing images covering the region of Wuzhizhou island in the experiment. The results show that the MAE (Mean Absolute Error) of USV sounding is 0.25 m, while the MRE (Mean Relative Error) is 1.41%, and the MRE of remote sensing bathymetry aided by USV sounding can be controlled within 20%. Errors are mainly from areas shallower than 5 m, and are also affected by the USV sounding position accuracy. It shows that it is feasible to combine the USV sounding and high-resolution remote sensing bathymetry, and this technique has broad application prospects in the field of bathymetry in large shallow areas. 相似文献
15.
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
16.
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
17.
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