共查询到16条相似文献，搜索用时 109 毫秒
1.
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
2.
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
3.
针对浅海测深的数据特点和应用需求,以我国南海甘泉岛为例,研究了利用ICESat-2(Ice,Cloud,and Land Elevation Satellite-2)激光卫星数据和光学遥感影像开展主被动融合水深测量的方法。首先通过信号点提取、水面/水底识别、水下点折射改正等步骤处理ICESat-2数据,获得水深值,随后以激光点作为控制,计算光学水深反演模型参数,最后由点及面地获取大范围高精度水深。实验表明,甘泉岛区域主被动融合测深中误差优于1.30m,基于激光卫星数据的主被动融合测深方法能够为浅水水深测量提供新手段。 相似文献
4.
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
5.
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
6.
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
7.
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
8.
《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
9.
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
10.
水深反演对于浅海地形调查、海岸带保护和开发具有重要的意义。本文选取南海东锣岛海域为研究区,采用SPOT-6 6 m高分辨率数据,基于SPOT-6多光谱数据和水深实测值分别建立蓝-绿、蓝-红等6个波段比值模型。结果显示,绿-红波段的比值模型精度最高,R2值达到0.706 4,这对于反演热带海洋地区水深具有一定借鉴意义。基于该模型的反演结果对不同水深范围内的平均相对误差进行比较,结果表明:0~5 m水深范围反演误差较高,主要由于该范围水体情况较复杂,5～10 m 水深范围内平均相对误差最小为13.62%,而随着水深的增加,反演的误差增大,分析误差的主要来源是海水中的悬浮颗粒物、黄色物质、叶绿素质量浓度等方面的影响。 相似文献
11.
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
12.
系统报道了广西涠洲岛的潮下带海草、红树林以及互花米草的分布和群落结构特征。2019—2020年的调查结果表明,涠洲岛海草分布于南湾西侧,紧邻珊瑚礁区,面积4246 m 2,为潮下带的生长形式,海草种类仅见卵叶喜盐草(Halophila ovalis);真红树植物有6种[红海榄(Rhizophora stylosa)、海漆(Excoecaria agallocha)、白骨壤(Avicennia marina)、桐花树(Aegiceras corniculatum)、卤蕨(Acrostichum aureurm)以及外来种无瓣海桑(Sonneratia apetela)],占广西真红树种类的50%,分布于涠洲岛西北部的西角沟、北部的牛角坑沟和东南部的五彩滩,总面积约450 m^2;半红树植物6种,占广西半红树种类的75%;外来种互花米草(Spartina alterniflora)仅见于西北部的西角沟,面积处于快速扩展阶段(现存面积70 m^2,比9个月前的面积增加了2倍)。尽管涠洲岛的红树林和海草床面积均较小,但却是我国为数不多三大典型海洋生态系统(红树林、海草床和珊瑚礁)共存的区域,具有较高的保护价值和科学价值。涠洲岛滨海湿地的管理,应加大对乡土红树植物的保护力度,并密切跟踪监控外来种无瓣海桑和互花米草,必要时进行人工清除。此外,应积极防范有害藻华的发生,以免对涠洲岛海草床乃至整个海洋生态系统产生负面影响。 相似文献
13.
漫衰减系数是一个重要的海洋光学参数,能够为水体环境变化、水质分析以及水产养殖等方面提供基础性数据。针对目前船载实地测量效率与分辨率低、卫星遥感反演精度与分辨率较低的局限性,本文提出一种基于机载LiDAR测深水体波形的漫衰减系数提取方法。该方法首先通过分层异构模型的机载LiDAR波形分解算法得到水体散射回波,利用激光在水体中的衰减特性,构建漫衰减系数提取模型,最终获取大面积水域漫衰减系数的空间分布。采用西沙甘泉岛与江苏连云港两个航次的实测数据对所提算法进行了验证,本算法无需每个测深点的水底底部回波强度和深度即可反演得到漫衰减系数,并且在浑浊水域也可取得较好的效果,表明在中国近海利用机载LiDAR测深系统能够有效获取高精度的漫衰减系数。 相似文献
14.
基于多光谱影像的水深反演方法是获取近岸水深信息的高效手段,然而反演精度低一直是制约其广泛应用的瓶颈。本文聚焦于实测水深与多光谱数据自身的空间自相关特性,提出在机器学习框架下将学习样本的空间自相关特征与统计互相关特征相结合,以提高水深反演精度。西沙北岛海域的实验结果表明:在实测数据量较小的情况下,相比传统机器学习,顾及自相关特征的新方法可获得18%的精度提升;而当实测数据量充足时,精度提升可达到27%。结果表明,将数据源的空间自相关特征融入机器学习算法中,可显著提升多光谱水深反演结果的精确性,进而为浅海海洋研究提供有效数据支撑。 相似文献
15.
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
16.
Shachak Pe’eri Christopher Parrish Chukwuma Azuike Lee Alexander Andrew Armstrong 《Marine Geodesy》2013,36(3):293-314
National hydrographic offices need a better means of assessing the adequacy of existing nautical charts in order to plan and prioritize future hydrographic surveys. The ability to derive bathymetry from multispectral satellite imagery is a topic that has received considerable attention in scientific literature. However, published studies have not addressed the ability of satellite-derived bathymetry to meet specific hydrographic survey requirements. Specifically, the bathymetry needs to be referenced to a chart datum and statistical uncertainty estimates of the bathymetry should be provided. Ideally, the procedure should be based on readily-available, low-cost software, tools, and data. This paper describes the development and testing of a procedure using publicly-available, multispectral satellite imagery to map and portray shallow-water bathymetry in a GIS environment for three study sites: Northeast United States, Nigeria, and Belize. Landsat imagery and published algorithms were used to derive estimates of the bathymetry in shallow waters, and uncertainty of the satellite-derived bathymetry was then assessed using a Monte Carlo method. Results indicate that the practical procedures developed in this study are suitable for use by national hydrographic offices. 相似文献