CN103148842B - 一种基于遥感图像特征的浅海沙波区多波束测深地形重构方法 - Google Patents

一种基于遥感图像特征的浅海沙波区多波束测深地形重构方法 Download PDF

Info

Publication number
CN103148842B
CN103148842B CN201310043013.2A CN201310043013A CN103148842B CN 103148842 B CN103148842 B CN 103148842B CN 201310043013 A CN201310043013 A CN 201310043013A CN 103148842 B CN103148842 B CN 103148842B
Authority
CN
China
Prior art keywords
remote sensing
point
bed ripples
terrain
multibeam
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310043013.2A
Other languages
English (en)
Other versions
CN103148842A (zh
Inventor
张华国
傅斌
何谢锴
史爱琴
王隽
王小珍
厉冬玲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Second Institute of Oceanography SOA
Original Assignee
Second Institute of Oceanography SOA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Second Institute of Oceanography SOA filed Critical Second Institute of Oceanography SOA
Priority to CN201310043013.2A priority Critical patent/CN103148842B/zh
Publication of CN103148842A publication Critical patent/CN103148842A/zh
Application granted granted Critical
Publication of CN103148842B publication Critical patent/CN103148842B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种新的基于遥感图像特征的浅海沙波区多波束测深地形重构方法,利用浅海沙波地形在遥感图像中呈现的特征信息(沙波波纹和波脊)和沙波地形分布规律,对以间隔型测线方式获得的多波束测深数据进行地形重构,从而获得完整的沙波地形信息。本发明针对广泛分布的浅海沙波地形区域的地形测绘需求,将遥感图像中的沙波纹理和沙波波脊线作为一个参考控制信息引入多波束测深数据地形重构中,可实现由间隔型测线方式获得的多波束测深数据重构高精度的浅海沙波区域地形,是遥感信息技术和多波束测深技术交叉应用方面的一项创新,具有极大的实用价值。

Description

一种基于遥感图像特征的浅海沙波区多波束测深地形重构方法
技术领域
本发明属于遥感技术应用和海底地形测绘领域,具体是一种能够利用遥感图像中的沙波沙脊特征信息,如所希望那样对以间隔型测线方式获取的浅海沙波区多波束测深数据进行有效地形重构的方法。      
背景技术
海底地形测绘是探索和研究海洋的第一步,是开发和保护海洋的首要条件,也是现今海洋学研究的迫切需求。在回声测深仪发明之前,主要靠测深杆和测深锤来测量水深,测量精度较差。20世纪20年代回声测深仪出现之后,现代意义上海图的绘制才得以实现。但早期的测深仪为单波束发射,一次发射只能得到测量船正下方的水深,因而只能实现点、线测量,无法反映测线之间的地形地貌。1970年代中期出现的多波束测深技术实现了带状测量(最大宽度可达水深的7倍),显著提高了测深效率。尽管如此,在大范围浅海地形测量任务中,限于测量周期长、人力消耗大和资金需求高等方面的劣势,多波束测深仍然通常采用间隔型测线方式进行,获得的水深数据呈条带状分布,可用于大范围浅海地形地貌特征统计分析。要构建全覆盖的浅海地形(数字高程模型,DEM),须通过反距离权重法、Kriging插值法和样条插值法等空间数据插值方法等空间插值方法实现。但由于条带状多波束测深数据的不连续性,仅通过上述空间插值方法无法构建连续的浅海地形。
本发明针对广泛分布的浅海沙波地形分布区地形测绘的需求,将遥感图像特征信息引入浅海地形测绘的多波束测深数据处理中,利用遥感图像上的沙波纹理和沙波波脊等地形分布规律信息控制地形重构处理,提高多波束测深地形重构精度。
发明内容
本发明的目的是提供了一种新的基于遥感图像特征的浅海沙波区多波束测深地形重构方法。
本发明通过以下技术方案实现:
一种基于遥感图像特征的浅海沙波区多波束测深地形重构方法,其特征在于其包括以下步骤:
(1)获得多波束测深数据覆盖区域的遥感图像,采用几何校正方法进行遥感图像定位配准,实现与多波束测深数据空间基本配准;
(2)根据遥感图像上沙波纹理分布特征,提取沙波波脊线;
(3)评估多波束测深数据点的分布密度,在没有多波束测深数据分布的区域均匀生成一定数量的辅助点;
(4)将每两条相邻的沙波波脊线之间的区域划分为若干个子区;
(5)为每个辅助点估算水深值;
(6)将辅助点的水深值和多波束测深数据点水深值一起进行空间插值,获得工作区沙波地形数字高程模型,完成浅海沙波地形重构。
所述的一种基于遥感图像特征的浅海沙波区多波束测深地形重构方法,其特征在于步骤(2)中遥感图像上亮暗条纹相接处为沙波波脊线的位置,据此采用人机交互方法绘制相应的沙波波脊线。
所述的一种基于遥感图像特征的浅海沙波区多波束测深地形重构方法,其特征在于步骤(3)中所述辅助点的分布密度与多波束测深数据的分布密度基本一致,辅助点的位置采用均匀分布法生成:首先以多波束测深数据的间隔大小r为网格大小建立覆盖工作区域的网格,将网格中心点作为辅助点的位置,将与已有多波束测深数据点的距离小于r的辅助点删除,剩下的即为所需的辅助点。
所述的一种基于遥感图像特征的浅海沙波区多波束测深地形重构方法,其特征在于步骤(4)中将每两条相邻的沙波波脊线之间的区域划分为4—10个子区。
所述的一种基于遥感图像特征的浅海沙波区多波束测深地形重构方法,其特征在于步骤(4)中子区划分采用欧几里德距离均分法,操作步骤如下:1)首先在基本垂直于沙波波脊线的方向上,均匀设置一定数量的直线辅助线,辅助线的间距设为多波束测深点间隔r的5-10倍;2)根据辅助线与沙波波脊线的交叉点,计算中心点位置,将所有辅助线上的中心点连起来就得到第一次划分的划分线,实现将沙波波脊线之间的区域划分为两个子区;3)继续用2)中所述的方法得到第一次划分线与沙波波脊线之间的划分线,依次划分,直到满足子区划分的要求。
所述的一种基于遥感图像特征的浅海沙波区多波束测深地形重构方法,其特征在于步骤(5)中以步骤(3)中添加的每个辅助点为圆心、以多波束测线间距L为半径设置搜索范围,在该辅助点所在的步骤(4)所划分的子区内搜索多波束测深数据点,采用反距离权重法确定该辅助点的水深值,即把搜索到的多波束测深数据点的水深值以距离平方的倒数为权重值叠加给该辅助点,叠加公式为:
其中为该辅助点的估算水深,为第个多波束测深数据点到该辅助点的距离,为第个多波束测深数据点的水深值。
所述的一种基于遥感图像特征的浅海沙波区多波束测深地形重构方法,其特征在于步骤(6)中将通过步骤(5)完成水深值估算的辅助点和工作区内的多波束测深数据一起进行水深数据空间插值计算,构建连续的栅格化浅海地形数字高程模型DEM。
具体来说,广泛分布的浅海沙波地形能在遥感图像上成像,呈现为清晰的亮暗条幅间或分布的沙波纹理信息。其原理是:浅海沙波区起伏的地形通过水动力作用调制了海表流场,被调制后的海表流场通过波-流相互作用改变了表面波的密度谱,表面波密度谱的改变导致海面粗糙度的改变,海面粗糙度的改变引起海-气界面太阳耀光散射强度的改变,从而在遥感图像上呈现亮暗条纹间或分布的沙波波纹信息,据此可获得沙波波脊线。而沙波地形作为浅海区域进过长期水动力过程作用形成的自然地貌形态,呈现波浪形连续分布,并在沙波波脊线两侧分别呈单调变化趋势。上述的遥感图像的沙波波纹和波脊线等特征信息和沙波地形分布规律,可用于约束浅海沙波区多波束测深地形重构处理。
本发明利用浅海沙波地形在遥感图像中呈现的特征信息(沙波波纹和波脊)和沙波地形分布规律,对以间隔型测线方式获得的多波束测深数据进行地形重构,从而获得完整的沙波地形信息。
本发明的有益效果是:
多波束测深已成为当前浅海水深测量的主要手段,但受测量周期、人力消耗和资金的限制,通常无法采用全覆盖扫描,间隔型测线是大范围水深测量的主要工作方式。而由此种方式获得的多波束测深数据无法实现地形的有效重构。本发明针对广泛分布的浅海沙波地形区域的地形测绘需求,将遥感图像中的沙波纹理和沙波波脊线作为一个参考控制信息引入多波束测深数据地形重构中,可实现由间隔型测线方式获得的多波束测深数据重构高精度的浅海沙波区域地形,是遥感信息技术和多波束测深技术交叉应用方面的一项创新,具有极大的实用价值。
附图说明
图1是基于遥感图像特征的浅海沙波区多波束测深地形重构方法的技术路线图;
图2是遥感图像中垂直于沙波波脊线的灰度剖面线;
图3a是子区划分方法的第一次划分示意图;
图3b是子区划分方法的第二次划分示意图;
图3c是子区划分方法的划分结果示意图;
图4是辅助点水深估算方法示意图;
图5是多波束测深数据和比较断面的示意图;
图6是根据遥感图像获得的沙波波脊线示意图;
图7是断面1的结果比较图;
图8是断面2的结果比较图;
图5中,1—断面1;2—断面2。
具体实施方式
根据本发明的基于遥感图像特征的浅海沙波区多波束测深地形重构方法进行实验,如图1所示,具体包括如下步骤:
1)获得多波束测深数据覆盖区域的遥感图像,采用几何校正方法进行遥感图像定位配准,实现与多波束测深数据空间基本配准:
选取研究区具有较高分辨率的遥感图像,检查图像沙波纹理信息的清晰度和完整性。在提取沙波波脊线信息之前进行遥感图像与多波束测深数据之间的空间配准。图像配准采用地面控制点同名点方式,即在遥感图像上的陆地区域选择一定数量的相同地物点,建立控制方程。地面控制点法回避传感器成像时的实际几何状态,直接对遥感图像进行几何校正,该方法的校正精度依赖于地面控制点精度。典型的地面控制点校正法是多项式校正,将遥感图像的总体变形看作是平移、缩放、旋转、偏扭以及更高次的基本变形综合作用结果,校正前后图像相应点之间坐标关系可以用一个适当的多项式来表达。遥感图像几何校正完成后,可将遥感图像与多波束测深数据进行空间叠置分析评估,确保两者空间位置基本一致。
2)根据遥感图像上沙波纹理分布特征,提取沙波波脊线:
考察遥感图像上沙波纹理分布特征,沙波区通常呈现亮暗条纹间隔分布。根据沙波地形遥感成像机理,亮暗条纹相接处为沙波波脊线的位置。图2显示了遥感图像中垂直于沙波波脊线的灰度坡面线,并标注了沙波波脊线的位置。据此可采用人机交互方法绘制相应的沙波波脊线。图6显示了根据遥感图像获得的沙波波脊线。
3)评估多波束测深数据点的分布密度,在没有多波束测深数据分布的区域均匀生成一定数量的辅助点:
将多波束测深数据和沙波波脊线叠加显示,对工作区域内中无多波束测深数据的区域,补充一定数量的辅助点。辅助点的分布密度与多波束测深数据的分布密度基本一致。辅助点的位置确定方法,采用均匀分布法生成:首先以多波束测深数据的间隔大小(r)为网格大小建立覆盖工作区域的网格,将网格中心点作为辅助点的位置。将与已有多波束测深数据点的距离小于(r)的辅助点删除,剩下的即为所需的辅助点。
4)将每两条相邻的沙波波脊线之间的区域划分为若干个子区(4-10个):
由于沙波地形的水深在沙波波脊垂直方向上变化较大,而沿波脊线方向变化较小,因此以平行于沙波波脊线的方向将相邻两条沙波波脊线之间的区域划分为若干子区,这样子区内具有较为接近的水深值和变化趋势。子区划分采用欧几里德距离均分法,示意图如图3a至图3c所示。操作步骤如下:(1)首先在基本垂直于沙波波脊线的方向上,均匀设置一定数量的直线(辅助线),辅助线的间距设为多波束测深点间隔(r)的5-10倍。(2)根据辅助线与沙波波脊线的交叉点,计算中心点位置,将所有辅助线上的中心点连起来就得到第一次划分的划分线,实现将沙波波脊线之间的区域划分为两个子区。(3)继续用(2)中所述的方法得到第一次划分线与沙波波脊线之间的划分线,依次划分,直到满足子区划分的要求。
5) 为每一个辅助点估算水深值:
以每个辅助点为圆心、多波束测线间距(L)为半径设置搜索范围,在该辅助点所在的子区内搜索多波束测深数据点,保证任意辅助都能从相邻两条多波束测线中的测深数据参与,其示意图如图4所示。采用反距离权重法确定该辅助点的水深值,即把搜索到的多波束测深数据点的水深值以距离平方的倒数为权重值叠加给该辅助点,叠加公式为:
其中为该辅助点的估算水深,为第个多波束测深数据点到该辅助点的距离,为第个多波束测深数据点的水深值。
6)将辅助点的水深值和多波束测深数据点水深值一起进行空间插值,获得工作区沙波地形数字高程模型(DEM),完成浅海沙波地形重构:
完成每一个辅助点的水深估算后,将其与工作区内的多波束测深数据一起进行水深数据空间插值计算,构建连续的栅格化浅海地形数字高程模型(DEM)。空间插值方法可以采用反距离权重法和Kriging空间插值法。
实验结果如图5、图7和图8所示,图5显示了多波束测深数据和比较断面,图7显示了有多波束测深数据分布区域(断面1)的地形重构结果,图8显示没有多波束测深数据分布区域(断面2)的地形重构结果。从图7和图8可以看出,用本发明的方法得到的重构地形剖线精度,明显好于原有方法得到的地形精度。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均包含在本发明的保护范围之内。

Claims (4)

1.一种基于遥感图像特征的浅海沙波区多波束测深地形重构方法,其特征在于其包括以下步骤:
(1)获得多波束测深数据覆盖区域的遥感图像,采用几何校正方法进行遥感图像定位配准,实现与多波束测深数据空间基本配准;
(2)根据遥感图像上沙波纹理分布特征,提取沙波波脊线;
(3)评估多波束测深数据点的分布密度,在没有多波束测深数据分布的区域均匀生成一定数量的辅助点,所述辅助点的分布密度与多波束测深数据的分布密度基本一致,辅助点的位置采用均匀分布法生成:首先以多波束测深数据的间隔大小r为网格大小建立覆盖工作区域的网格,将网格中心点作为辅助点的位置,将与已有多波束测深数据点的距离小于r的辅助点删除,剩下的即为所需的辅助点;
(4)将每两条相邻的沙波波脊线之间的区域划分为若干个子区,子区划分采用欧几里德距离均分法,操作步骤如下:1)首先在基本垂直于沙波波脊线的方向上,均匀设置一定数量的直线辅助线,辅助线的间距设为多波束测深点间隔r的5-10倍;2)根据辅助线与沙波波脊线的交叉点,计算中心点位置,将所有辅助线上的中心点连起来就得到第一次划分的划分线,实现将沙波波脊线之间的区域划分为两个子区;3)继续用2)中所述的方法得到第一次划分线与沙波波脊线之间的划分线,依次划分,直到满足子区划分的要求;
(5)为每个辅助点估算水深值,以步骤(3)中添加的每个辅助点为圆心、以多波束测线间距L为半径设置搜索范围,在该辅助点所在的步骤(4)所划分的子区内搜索多波束测深数据点,采用反距离权重法确定该辅助点的水深值,即把搜索到的多波束测深数据点的水深值以距离平方的倒数为权重值叠加给该辅助点,叠加公式为:
其中为该辅助点的估算水深,为第个多波束测深数据点到该辅助点的距离,为第个多波束测深数据点的水深值;
(6)将辅助点的水深值和多波束测深数据点水深值一起进行空间插值,获得工作区沙波地形数字高程模型,完成浅海沙波地形重构。
2.如权利要求1所述的一种基于遥感图像特征的浅海沙波区多波束测深地形重构方法,其特征在于步骤(2)中遥感图像上亮暗条纹相接处为沙波波脊线的位置,据此采用人机交互方法绘制相应的沙波波脊线。
3.如权利要求1所述的一种基于遥感图像特征的浅海沙波区多波束测深地形重构方法,其特征在于步骤(4)中将每两条相邻的沙波波脊线之间的区域划分为4—10个子区。
4.如权利要求1所述的一种基于遥感图像特征的浅海沙波区多波束测深地形重构方法,其特征在于步骤(6)中将通过步骤(5)完成水深值估算的辅助点和工作区内的多波束测深数据一起进行水深数据空间插值计算,构建连续的栅格化浅海地形数字高程模型DEM。
CN201310043013.2A 2013-02-04 2013-02-04 一种基于遥感图像特征的浅海沙波区多波束测深地形重构方法 Active CN103148842B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310043013.2A CN103148842B (zh) 2013-02-04 2013-02-04 一种基于遥感图像特征的浅海沙波区多波束测深地形重构方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310043013.2A CN103148842B (zh) 2013-02-04 2013-02-04 一种基于遥感图像特征的浅海沙波区多波束测深地形重构方法

Publications (2)

Publication Number Publication Date
CN103148842A CN103148842A (zh) 2013-06-12
CN103148842B true CN103148842B (zh) 2014-11-05

Family

ID=48547054

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310043013.2A Active CN103148842B (zh) 2013-02-04 2013-02-04 一种基于遥感图像特征的浅海沙波区多波束测深地形重构方法

Country Status (1)

Country Link
CN (1) CN103148842B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103344954B (zh) * 2013-07-08 2014-07-02 国家海洋局第二海洋研究所 一种基于多来源水深数据融合的海底地形地貌构建方法
CN103389077B (zh) * 2013-07-24 2014-05-07 国家海洋局第二海洋研究所 一种基于mbes的海底沙波地貌运动探测方法
CN103400405B (zh) * 2013-08-01 2014-06-11 国家海洋局第二海洋研究所 基于海底数字水深模型特征提取的多波束水深图构建方法
CN104197902A (zh) * 2014-09-12 2014-12-10 国家海洋局第二海洋研究所 一种利用单景高分辨率光学遥感图像提取浅海地形的方法
CN104482925A (zh) * 2014-12-09 2015-04-01 中国海洋石油总公司 基于分布源模型的多波束测深系统复杂地形的测量方法
CN104484577B (zh) * 2014-12-30 2017-06-16 华中科技大学 一种基于山脊能量校正的山地中带状地下目标的探测方法
CN104599278B (zh) * 2015-01-29 2017-04-12 国家海洋局第二海洋研究所 一种基于遥感图像的浅海沙波信息提取方法
CN104613893B (zh) * 2015-02-09 2017-03-15 国家海洋局第二海洋研究所 一种利用遥感图像测量沙波水深的方法
CN104599282B (zh) * 2015-02-09 2017-04-12 国家海洋局第二海洋研究所 一种基于遥感图像的沙波体范围检测方法
CN104613945B (zh) * 2015-02-11 2017-01-18 国家海洋局第二海洋研究所 一种浅海大型复杂沙波区地形重构方法
CN109446485B (zh) * 2018-11-05 2023-01-06 江西省国土空间调查规划研究院 一种基于多源数据融合的季节性湖泊湖底地形生成方法
CN109579802B (zh) * 2018-12-26 2020-12-01 中国海洋大学 一种多级贯入式海底沙波原位观测装置及方法
CN116299306B (zh) * 2023-05-23 2023-08-08 威海凯思信息科技有限公司 一种海洋地貌图像处理方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1690844A (zh) * 2004-04-28 2005-11-02 中国有色金属工业总公司北京矿产地质研究所 正地貌遥感影像图制作方法
CN101339245A (zh) * 2008-08-08 2009-01-07 西安电子科技大学 多基线干涉合成孔径雷达干涉相位展开方法
CN101344390A (zh) * 2008-08-19 2009-01-14 南京师范大学 地形高程的高保真数字建模方法
CN102419436A (zh) * 2011-09-08 2012-04-18 国家海洋局第二海洋研究所 基于总传播误差滤波器的多波束数据处理方法
JP4937791B2 (ja) * 2007-03-01 2012-05-23 三菱電機株式会社 レーダ画像処理装置
CN102538763A (zh) * 2012-02-14 2012-07-04 清华大学 一种河工模型试验三维地形的量测方法
CN102622738A (zh) * 2012-03-08 2012-08-01 北京师范大学 一种Landsat TM/ETM+图像中山体阴影区的光谱信息恢复方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001083243A (ja) * 1999-09-13 2001-03-30 Mitsubishi Electric Corp 干渉型合成開口レーダによる地形の3次元情報抽出装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1690844A (zh) * 2004-04-28 2005-11-02 中国有色金属工业总公司北京矿产地质研究所 正地貌遥感影像图制作方法
JP4937791B2 (ja) * 2007-03-01 2012-05-23 三菱電機株式会社 レーダ画像処理装置
CN101339245A (zh) * 2008-08-08 2009-01-07 西安电子科技大学 多基线干涉合成孔径雷达干涉相位展开方法
CN101344390A (zh) * 2008-08-19 2009-01-14 南京师范大学 地形高程的高保真数字建模方法
CN102419436A (zh) * 2011-09-08 2012-04-18 国家海洋局第二海洋研究所 基于总传播误差滤波器的多波束数据处理方法
CN102538763A (zh) * 2012-02-14 2012-07-04 清华大学 一种河工模型试验三维地形的量测方法
CN102622738A (zh) * 2012-03-08 2012-08-01 北京师范大学 一种Landsat TM/ETM+图像中山体阴影区的光谱信息恢复方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JP特开2001-83243A 2001.03.30 *
JP特许第4937791号B2 2012.05.23 *

Also Published As

Publication number Publication date
CN103148842A (zh) 2013-06-12

Similar Documents

Publication Publication Date Title
CN103148842B (zh) 一种基于遥感图像特征的浅海沙波区多波束测深地形重构方法
Kang et al. Topographic mapping on large-scale tidal flats with an iterative approach on the waterline method
CN104197902A (zh) 一种利用单景高分辨率光学遥感图像提取浅海地形的方法
Poizot et al. Using a GIS to enhance grain size trend analysis
CN110070488B (zh) 一种基于卷积神经网络的多角度遥感影像森林高度提取方法
CN110390687A (zh) 一种基于三维激光扫描的河道冲淤测量方法
Allen et al. Mapping coastal morphodynamics with geospatial techniques, Cape Henry, Virginia, USA
CN104613945A (zh) 一种浅海大型复杂沙波区地形重构方法
Huang et al. High-efficiency determination of coastline by combination of tidal level and coastal zone DEM from UAV tilt photogrammetry
James et al. Measuring 3D coastal change with a digital camera
CN108983239A (zh) 星载干涉sar数字高程模型重建方法
Pidcock et al. The spatial variability of vertical velocity in an Iceland basin eddy dipole
Xu et al. Deriving tidal flat topography using ICESat‐2 laser altimetry and sentinel‐2 imagery
Colombero et al. Ice thickness estimation from geophysical investigations on the terminal lobes of Belvedere Glacier (NW Italian Alps)
CN104613893B (zh) 一种利用遥感图像测量沙波水深的方法
Douxchamps et al. Stereoscopic and velocimetric reconstructions of the free surface topography of antidune flows
Ansari et al. RivQNet: Deep Learning Based River Discharge Estimation Using Close‐Range Water Surface Imagery
He et al. Reconstruction of sand wave bathymetry using both satellite imagery and multi-beam bathymetric data: a case study of the Taiwan Banks
Marks et al. The IHO-IOC GEBCO Cook Book.
CN104599282B (zh) 一种基于遥感图像的沙波体范围检测方法
Yu et al. Radar imaging of shallow water bathymetry: A case study in the Y angtze E stuary
Hapep et al. Comparison of Different DEM Generation Methods based on Open Source Datasets.
Unnithan et al. Enigmatic holocene sand ridges: complex meandering to anastomosing bedforms in the North Sea (German Seabight)
CN104599278B (zh) 一种基于遥感图像的浅海沙波信息提取方法
Lijun et al. Remote sensing method for extracting topographic information on tidal flats using spatial distribution features

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant