浅海水深多源遥感融合反演方法技术

浅海水深多源遥感融合反演方法包括：第一步：对多光谱遥感影像进行预处理，得到海表反射率；第二步：现场实测水深值获取及处理；第三步：单源水深反演和水深段标识；第四步：多源水深反演融合；第五步：水深反演精度验证；将n种单源的水深反演结果及其对应的水深段标识影像和融合参数作为输入，逐像元开展多源水深反演融合；水深反演精度验证完成后，将最终水深值作为遥感图像实际水深值输出数据。与现有的反演方法相比，本方法可综合利用多种遥感数据源对水深信息的不同响应，挖掘其中的水深数据，提高反演精度，经过决策融合处理，尤其适用于复杂情况下浅水区域的海洋水深测量。

【技术实现步骤摘要】

本专利技术涉及一种海洋水深测量方法，属于空间遥感
，尤其涉及一种可利用多种遥感器进行海洋水深探测的浅海水深多源遥感融合反演方法。
技术介绍
海洋水深测量是保障船舶航行、开展港口码头和海洋工程建设、制定海岸和海岛相关规划的必要基础数据。与水深现场测量手段相比，遥感技术具有覆盖广、周期短、费用低、空间分辨率高等多方面优势。自20世纪70年代以来，国内外开展了各种被动遥感水深反演模型的研究，常用的可见光水深反演模型主要包括分析模型、半分析半经验模型和统计模型。利用不同模型，近年来在河流、湖泊、水库、海岛和海岸带周边等水深测量领域进行了反演应用。水深可见光遥感反演是获取浅海复杂地形水深的有效解决办法，尤其可以反演获取船只无法靠近和难以进入区域的水深资料。但由于模型难以兼顾物理机制和参数化，因此已有的可见光水深遥感反演模型精度再提高的空间有限。水深多源遥感反演可以克服单源影像成像时环境条件的限制，且多源遥感影像提供的更丰富的波段信息和其不尽相同的光谱分辨率也有利于水深信息的提取，当前已有将多源应用于水深遥感反演的研究工作，但多是用于空间信息的插补，没有在决策融合层面进行开发应用。而决策融合能够充分利用已有遥感影像资源和信息，为提高光学遥感水深反演精度提供了新途径。中国专利(申请号201310188829.4，申请公布日CN104181515A)公开了“一种基于蓝-黄波段高光谱数据的浅海水深反演方法”。主要用于解决利用光学遥感手段进行清洁水体水深反演的模型大都针对多光谱数据建立，该类算法受多光谱数据波段宽、光谱信息少的制约，该专利技术依据水体光衰减机理，基于高光谱数据提出了一种利用蓝-黄波段(450-610纳米)高光谱数据反演清洁水体浅海水深的新方法，该方法可准确提取30米以内浅海水深分布信息，并且针对一种遥感器，只需要进行一次算法系数标定，算法普适性得到明显改善。但该方采用单源的遥感器获取影像作为探测数据源，可利用的遥感影像光谱数据波段、光谱信息范围有限，不利于提高浅海水深反演用于水深测量的准确性，尤其是在复杂情况下对浅海区域水深的探测效果不足。
技术实现思路
本专利技术提供了一种基于决策融合的浅海水深多源遥感融合反演方法，用于解决现有技术中只使用单源遥感器的影像作为数据源，其遥感影像光谱数据波段、光谱信息的使用范围受限，水深测量精度和准确性较差的问题。浅海水深多源遥感融合反演方法，包括以下步骤：第一步：对多光谱遥感影像进行预处理，得到海表反射率；所述预处理包括辐射亮度转换、大气校正和太阳耀斑去除；第二步：现场实测水深值获取及处理；获取实验区的水深数据和对应的经纬度坐标，通过潮汐表确认测量时刻的潮高值，将水深数据校正获得理论深度基准面的水深，再根据多光谱遥感影像的获取时刻，对理论深度基准面的水深数据进行瞬时水深的潮汐校正以获得瞬时水深；第三步：单源水深反演和水深段标识；根据水深控制点处水深与对应影像像元反射率之间的关系，采用多波段模型进行统计回归，输出在该源影像水深反演的参数作为多源反演融合的一项输入，并对多波段模型进行参数定标，多波段模型公式如下，Z=A0+Σi=1nAiXi---(1)]]>Xi＝Ln(ρi-ρsi)(2)其中，Z为水深，n为参与反演的波段个数，A0和Ai为待定系数；ρi是第i波段反射率数据，ρsi是该波段深水处的反射率；将水深控制点分成多个水深段作为输入，输出各水深段的平均相对误差，作为多源水深反演融合的另一项输入，即融合参数；作为多源水深反演融合输入的融合参数，还包括输出的单源影像的Kappa系数和每个水深段的分段平均精度；δk=1nΣi=1n|zi-zi′|zi---(3)]]>K^=nΣi=1kxii-Σi=1k(xi+×x+i)n2-Σi=1k(xi+×x+i)---(4)]]>δma_k=PAk+UAk2---(5)]]>其中，n为水深控制点个数，k表示水深段，式3中，δk为平均相对误差，zi是第i个水深控制点的实测值，zi'为其反演值，式4中，为Kappa系数，xii表示正确分类的控制点个数，xi+、x+i是对水深控制点进行分段统计时，误差矩阵的行列边界值，式5中，δma_k是分段平均精度，PAk是第k个水深段的生产者精度，UAk是第k个水深段的用户精度；利用融合参数和整景遥感影像，计算得到单源水深反演结果，并将其进行校正理论深度基准面之后对结果进行分段，得到水深段标识影像；第四步：多源水深反演融合；将n种单源的水深反演结果及其对应的水深段标识影像和融合参数作为输入，逐像元开展多源水深反演融合，具体包括；a)当某个水深段的票数为t，且说明有种或更多种影像的反演结果是在同一个水深段内，其中表示向下取整，此时，如果有2种或2种以上的影像得到相等的水深反演值，则直接为当前像元赋此值，否则，比较这几种影像在该水深段的平均相对误差和平均精度，将水深段平均精度最大的作为最终像元值；仅当该水深段平均精度最大的影像对应的水深段平均相对误差也最大时，选择平均精度次之的影像；b)当最大得票数t满足且有x个(x≥2)得票数为t，此时对比Kappa系数和n个分类器在各自对应水深段的平均精度，若Kappa系数最大的影像与平均精度最大的都判定为同一个水深段，且是同源影像，将该影像像元的水深值作为结果；若不是同一景影像，则确定这两景在该水深段中平均相对误差较小的；若Kappa系数最大的影像所判定的水深段与平均精度最大的不同，则取前者的水深值；若仅有1个得票数为t，则在投票数为t的水深段中，将水深段平均精度最大的作为最终像元值；当该水深段平均精度最大的影像对应的水深段平均相对误差也最大时，选择平均精度次之的影像；c)当最大投票数t＝1时，选择Kappa系数最大的影像所对应的水深值；第五步：水深反演精度验证；所述精度验证是利用水深检查点开展融合前单源反演结果和融合后多源反演结果的比较，水深反演精度验证完成后，将最终水深值作为遥感图像实际水深值输出数据。如上所述的浅海水深多源遥感融合反演方法，所述第一步中的辐亮度转换是将遥感影像DN值转化为辐亮度值；所述太阳耀斑去除可采用中值法、均值法或者小波法；所述大气校正可以采用FLAASH、暗像元或者6S大气校正方法。本专利技术中决策融合选择的基准影像，视所需水深影像的比例尺和分辨率而<本文档来自技高网...

【技术保护点】
浅海水深多源遥感融合反演方法，其特征在于，包括以下步骤：第一步：对多光谱遥感影像进行预处理，得到海表反射率；所述预处理包括辐射亮度转换、大气校正和太阳耀斑去除；第二步：现场实测水深值获取及处理；获取实验区的水深数据和对应的经纬度坐标，通过潮汐表确认测量时刻的潮高值，将水深数据校正获得理论深度基准面的水深，再根据多光谱遥感影像的获取时刻，对理论深度基准面的水深数据进行瞬时水深的潮汐校正以获得瞬时水深；第三步：单源水深反演和水深段标识；根据水深控制点处水深与对应影像像元反射率之间的关系，采用多波段模型进行统计回归，输出在该源影像水深反演的参数作为多源反演融合的一项输入，并对多波段模型进行参数定标，多波段模型公式如下，Z=A0+Σi=1nAiXi---(1)]]>Xi＝Ln(ρi‑ρsi)         (2)其中，Z为水深，n为参与反演的波段个数，A0和Ai为待定系数；ρi是第i波段反射率数据，ρsi是该波段深水处的反射率；将水深控制点分成多个水深段作为输入，输出各水深段的平均相对误差，作为多源水深反演融合的另一项输入，即融合参数；作为多源水深反演融合输入的融合参数，还包括输出的单源影像的Kappa系数和每个水深段的分段平均精度；δk=1nΣi=1n|zi-zi′|zi---(3)]]>K^=nΣi=1kxii-Σi=1k(xi+×x+i)n2-Σi=1k(xi+×x+i)---(4)]]>δma_k=PAk+UAk2---(5)]]>其中，n为水深控制点个数，k表示水深段，式3中，δk为平均相对误差，zi是第i个水深控制点的实测值，zi'为其反演值，式4中，为Kappa系数，xii表示正确分类的控制点个数，xi+、x+i是对水深控制点进行分段统计时，误差矩阵的行列边界值，式5中，δma_k是分段平均精度，PAk是第k个水深段的生产者精度，UAk是第k个水深段的用户精度；利用融合参数和整景遥感影像，计算得到单源水深反演结果，并将其进行校正理论深度基准面之后对结果进行分段，得到水深段标识影像；第四步：多源水深反演融合；将n种单源的水深反演结果及其对应的水深段标识影像和融合参数作为输入，逐像元开展多源水深反演融合，具体包括；a)当某个水深段的票数为t，且说明有种或更多种影像的反演结果是在同一个水深段内，其中表示向下取整，此时，如果有2种或2种以上的影像得到相等的水深反演值，则直接为当前像元赋此值，否则，比较这几种影像在该水深段的平均相对误差和平均精度，将水深段平均精度最大的作为最终像元值；仅当该水深段平均精度最大的影像对应的水深段平均相对误差也最大时，选择平均精度次之的影像；b)当最大得票数t满足且有x个(x≥2)得票数为t，此时对比Kappa系数和n个分类器在各自对应水深段的平均精度，若Kappa系数最大的影像与平均精度最大的都判定为同一个水深段，且是同源影像，将该影像像元的水深值作为结果；若不是同一景影像，则确定这两景在该水深段中平均相对误差较小的；若Kappa系数最大的影像所判定的水深段与平均精度最大的不同，则取前者的水深值；若仅有1个得票数为t，则在投票数为t的水深段中，将水深段平均精度最大的作为最终像元值；当该水深段平均精度最大的影像对应的水深段平均相对误差也最大时，选择平均精度次之的影像；c)当最大投票数t＝1时，选择Kappa系数最大的影像所对应的水深值；第五步：水深反演精度验证；所述精度验证是利用水深检查点开展融合前单源反演结果和融合后多源反演结果的比较，水深反演精度验证完成后，将最终水深值作为遥感图像实际水深值输出数据。...

【技术特征摘要】
1.浅海水深多源遥感融合反演方法，其特征在于，包括以下步骤：
第一步：对多光谱遥感影像进行预处理，得到海表反射率；
所述预处理包括辐射亮度转换、大气校正和太阳耀斑去除；
第二步：现场实测水深值获取及处理；
获取实验区的水深数据和对应的经纬度坐标，通过潮汐表确认测量时刻的
潮高值，将水深数据校正获得理论深度基准面的水深，再根据多光谱遥感影像
的获取时刻，对理论深度基准面的水深数据进行瞬时水深的潮汐校正以获得瞬
时水深；
第三步：单源水深反演和水深段标识；
根据水深控制点处水深与对应影像像元反射率之间的关系，采用多波段模
型进行统计回归，输出在该源影像水深反演的参数作为多源反演融合的一项输
入，并对多波段模型进行参数定标，多波段模型公式如下，
Z=A0+Σi=1nAiXi---(1)]]>Xi＝Ln(ρi-ρsi)(2)
其中，Z为水深，n为参与反演的波段个数，A0和Ai为待定系数；ρi是第i波
段反射率数据，ρsi是该波段深水处的反射率；
将水深控制点分成多个水深段作为输入，输出各水深段的平均相对误差，
作为多源水深反演融合的另一项输入，即融合参数；作为多源水深反演融合输
入的融合参数，还包括输出的单源影像的Kappa系数和每个水深段的分段平均
精度；
δk=1nΣi=1n|zi-zi′|zi---(3)]]>K^=nΣi=1kxii-Σi=1k(xi+×x+i)n2-Σi=1k(xi+×x+i)---(4)]]>δma_k=PAk+UAk2---(5)]]>其中，n为水深控制点个数，k表示水深段，式3中，δk为平均相对误差，
zi是第i个水深控制点的实测值，zi'为其反演值，式4中，为Kappa系数，xii表示正确分类的控制点个数，xi+、x+i是对水深控制点进行分段统计时，误差矩
阵的行列边界值，式5中，δma_k是分段平均精度，PAk是第k个水深段的生产者
精度，UAk是第k个水深段的用户...

【专利技术属性】
技术研发人员：张靖宇，马毅，张震，梁建，
申请(专利权)人：国家海洋局第一海洋研究所，
类型：发明
国别省市：山东;37