CN113960625B - 一种基于星载单光子激光主被动遥感融合的水深反演方法 - Google Patents

一种基于星载单光子激光主被动遥感融合的水深反演方法 Download PDF

Info

Publication number
CN113960625B
CN113960625B CN202111232285.8A CN202111232285A CN113960625B CN 113960625 B CN113960625 B CN 113960625B CN 202111232285 A CN202111232285 A CN 202111232285A CN 113960625 B CN113960625 B CN 113960625B
Authority
CN
China
Prior art keywords
water depth
data
remote sensing
image
satellite
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
CN202111232285.8A
Other languages
English (en)
Other versions
CN113960625A (zh
Inventor
陈鹏
谢丛霜
张镇华
钟纯怿
黄海清
王天愚
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.)
Shanghai Jiaotong University
Second Institute of Oceanography MNR
Original Assignee
Shanghai Jiaotong University
Second Institute of Oceanography MNR
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 Shanghai Jiaotong University, Second Institute of Oceanography MNR filed Critical Shanghai Jiaotong University
Priority to CN202111232285.8A priority Critical patent/CN113960625B/zh
Publication of CN113960625A publication Critical patent/CN113960625A/zh
Application granted granted Critical
Publication of CN113960625B publication Critical patent/CN113960625B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Image Processing (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明公开一种基于星载单光子激光主被动遥感融合的水深反演方法，该方法首先读取ICESat‑2ATL03原始数据集；然后采用DBSCAN方法提取浅水水体水深数据；之后选择该地区少云量的Sentinel遥感图像，对其进行大气校正、空间切割、陆地云层掩膜；利用前面的ICESat‑2数据中检测得到的水深数据带入波段比值经验模型进行回归训练得到参数，最后带入sentinel遥感图像中反演出该地区水深地图。本发明采用无需原位测深数据作为控制点，在不易机载测量水深地区亦可开展水深测量，且保持了良好的测量精度。

Description

一种基于星载单光子激光主被动遥感融合的水深反演方法
技术领域
本发明属于海洋激光雷达技术领域，尤其涉及一种基于星载单光子激光主被动遥感融合的水深反演方法。
背景技术
获取沿海地区的详细水深和地形信息是水文学相关研究和水资源管理面临的挑战之一。高分辨率水下地形数据是广泛海岸应用的基本参考。传统的载单波束/多波束回声测深仪和机载激光雷达测深是收集浅海数据和提供近持续水下地形图的主流技术。然而，这两种方法的缺点是显而易见的。它们成本高，效率低，覆盖范围稀疏。
卫星测深是绘制世界沿海水体图的重要替代测量方法。使用传统的多光谱成像技术的经验模型方法进行卫星测深，该过程通常依赖于现场原位测量作为控制点数据，但是在世界各地的偏远地区无法获得地面、船载或机载测量数据。随着星载激光雷达传感器的发展，星载激光雷达在水深测绘中显示出许多优势。与被动遥感图像相结合，行在激光雷达可以提供完整的垂直剖面，以获得更高的深度穿透和垂直精度。
发明内容
为了反演难以获取现场原位数据的浅水地区水深，本发明提供一种基于星载单光子激光主被动遥感融合的水深反演方法。该方法结合了主动遥感激光雷达信号和被动遥感信号，可以很好的反演出浅水区域如海岸，泻湖等区域的水深。
本发明的目的通过如下的技术方案来实现：
一种基于星载单光子激光主被动遥感融合的水深反演方法，该方法包括如下步骤：
S1：先沿着沿轨距离方向，截取ICESat-2的ATL03数据中对应所需反演海域的水下地形的原始光子数据；再对截取后的数据沿垂直高程方向截取，距离窗范围为[ymin，ymax]，ymax-ymin＝ywin，其中ymin和ymax分别是当前数据段最小和最大高程；
S2：对S1得到的数据采用DBSCAN方法检测海底地形；
S3：计算得到瞬时海面高程Ssuf；
S4：将S2检测到的海底地形数据减去S3中计算得到的瞬时海面高程Ssuf，得到该地区水深数据；
S5：将S4的水深数据与Sentinel-2图像进行分辨率匹配，获得新的水深数据；
S6：对Sentinel-2图像进行遥感图像预处理，去除海域之外的干扰因素，得到处理后的Sentinel-2遥感图像；
S7：利用S5获得的新的水深数据带入波段比值模型中进行回归反演：
其中，Z是水深，n是固定参数，Rw(λi)和Rw(λj)是波段i和j的遥感反射率，m1和m0是通过回归计算得到的参数；
S8：将S7计算得到的m1和m0带入S6获得的处理后的Sentinel-2遥感图像中，反演得到该地区水深地图。
进一步地，所述S6具体包括如下子步骤：
S6.1：对图像进行大气校正；
S6.2：对图像以蓝波段为参考波段进行重采样；
S6.3：对图像进行感兴趣区域裁剪；
S6.4：基于近红外波段图像，对其他波段图像进行云层、白帽去除；
S6.5：对图像进行陆地掩膜。
进一步地，所述的S3中瞬时海面高程Ssuf的具体计算步骤为：
将signal_conf_ph的置信度为4的数据取出，对这些数据纵坐标组成的数列M求取其置信度α＝0.95的置信区间；
P(Sdown＜M＜Sup)＝α＝0.95 (2)
其中，Sdown和Sup分别是ICESat-2海面光子数据底和面高程位置；
然后计算瞬时海面位置为：
Ssuf＝Sup-1 (3)
进一步地，所述的S5中分辨率匹配方法为，将与Sentinel-2数据单个像素对应的多个ICESat-2水深数据计算得到平均值，并将作为新的水深数据。
进一步地，所述的S6.5中陆地掩膜数据是依照course Space Shuttle RadarTopography Mission 5minute Digital Elevation Model模型建立的，该模型是实测陆地数据，更加精确。
本发明的有益效果是：
本发明提出了在浅水和沿海地区融合主动和被动遥感的新的卫星测深方法，它合并了主动遥感卫星数据，比如ICESat-2和被动遥感卫星，比如Sentinel-2卫星数据集，大大扩展了空间覆盖范围和提高了深度的测量精度。
附图说明
图1是本发明流程示意图；
图2是本发明S6Sentinel-2遥感图像处理示意图。
图3是采用本发明的方法的水深示意图。
具体实施方式
下面根据附图和优选实施例详细描述本发明，本发明的目的和效果将变得更加明白，以下结合附图和实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明的基于星载单光子激光主被动遥感融合的水深反演方法，包括如下步骤：
S1：为了提高后续DBSCAN检测精度，先沿着沿轨距离方向，截取ICESat-2的ATL03数据中对应所需反演海域的水下地形的原始光子数据；再对截取后的数据沿垂直高程方向截取，距离窗范围为[ymin，ymax]，ymax-ymin＝ywin，其中ymin和ymax分别是当前数据段最小和最大高程；
S2：对S1得到的数据采用DBSCAN方法检测海底地形；
S3：计算得到瞬时海面高程Ssuf；
S4：将S2检测到的海底地形数据减去S3中计算得到的瞬时海面高程Ssuf，得到该地区水深数据；
S5：将S4的水深数据与Sentinel-2图像进行分辨率匹配，获得新的水深数据；
S6：对Sentinel-2图像进行遥感图像预处理，去除海域之外的干扰因素，包括大气、波浪云层、陆地等，得到处理后的Sentinel-2遥感图像；如图2所示，具体通过如下子步骤来实现：
S6.1：对图像进行大气校正；
S6.2：对图像以蓝波段为参考波段进行重采样；
S6.3：对图像进行感兴趣区域裁剪；
S6.4：基于近红外波段图像，对其他波段图像进行云层、白帽去除；
S6.5：对图像进行陆地掩膜。
S7：利用S5获得的新的水深数据带入波段比值模型中进行回归反演：
其中，Z是水深，n是固定参数，Rw(λi)和Rw(λj)是波段i和j的遥感反射率，m1和m0是通过回归计算得到的参数；
S8：将S7计算得到的m1和m0带入S6获得的处理后的Sentinel-2遥感图像中，反演得到该地区水深地图。
进一步地，所述的S3中瞬时海面高程Ssuf的具体计算步骤为：
signal_conf_ph的置信度为4的数据包含了海面及部分海底光子信号，由于海面光子信号累积最多，因此将signal_conf_ph的置信度为4的数据取出，对这些数据纵坐标组成的数列M求取其置信度α＝0.95的置信区间；
P(Sdown＜M＜Sup)＝α＝0.95 (2)
其中，Sdown和Sup分别是ICESat-2海面光子数据底和面高程位置；
然后计算瞬时海面位置为：
Ssuf＝Sup-1 (3)
进一步地，为了避免多个水深数据对应一个被动遥感像素值造成的反演误差，所述的S5中分辨率匹配方法为，将与Sentinel-2数据单个像素对应的多个ICESat-2水深数据计算得到平均值，并将作为新的水深数据。
进一步地，传统的陆地掩膜是基于近红外波段进行演算遮挡陆地位置，所述的S6.5中陆地掩膜数据是依照course Space Shuttle Radar Topography Mission 5minuteDigital Elevation Model模型建立的，该模型是实测陆地数据，更加精确。
下面以一个具体实施案例来说明本发明的方法的效果。
该实施例采用2019年01月15日Acklins岛附近水域地Sentinel-2卫星遥感影像，结合从ICESat2卫星原始文件ATL03_20181122060325_08340107_003_01.h5，ATL03_20190221014318_08340207_004_01.h5.ATL03_20201213060025_12230901_004_01.h5中通过DBSCAN提取的水深数据，通过本发明方法反演得到的水深地图，如图3所示，本发明方法对测量船无法到达的浅水地区，也能获得水深地图，大大扩展了遥感水深反演技术空间覆盖范围。
本领域普通技术人员可以理解，以上所述仅为发明的优选实例而已，并不用于限制发明，尽管参照前述实例对发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实例记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在发明的精神和原则之内，所做的修改、等同替换等均应包含在发明的保护范围之内。

Claims (5)

1.一种基于星载单光子激光主被动遥感融合的水深反演方法，其特征在于，该方法包括如下步骤：
S1：先沿着沿轨距离方向，截取ICESat-2的ATL03数据中对应所需反演海域的水下地形的原始光子数据；再对截取后的数据沿垂直高程方向截取，距离窗范围为[ymin，ymax]，ymax-ymin＝ywin，其中ymin和ymax分别是当前数据段最小和最大高程；
S2：对S1得到的数据采用DBSCAN方法检测海底地形；
S3：计算得到瞬时海面高程Ssuf；
S4：将S2检测到的海底地形数据减去S3中计算得到的瞬时海面高程Ssuf，得到该地区水深数据；
S5：将S4的水深数据与Sentinel-2图像进行分辨率匹配，获得新的水深数据；
S6：对Sentinel-2图像进行遥感图像预处理，去除海域之外的干扰因素，得到处理后的Sentinel-2遥感图像；
S7：利用S5获得的新的水深数据带入波段比值模型中进行回归反演：
其中，Z是水深，n是固定参数，Rw(λi)和Rw(λj)是波段i和j的遥感反射率，m1和m0是通过回归计算得到的参数；
S8：将S7计算得到的m1和m0带入S6获得的处理后的Sentinel-2遥感图像中，反演得到该地区水深地图。
2.根据权利要求1所述的基于星载单光子激光主被动遥感融合的水深反演方法，其特征在于，所述S6具体包括如下子步骤：
S6.1：对图像进行大气校正；
S6.2：对图像以蓝波段为参考波段进行重采样；
S6.3：对图像进行感兴趣区域裁剪；
S6.4：基于近红外波段图像，对其他波段图像进行云层、白帽去除；
S6.5：对图像进行陆地掩膜。
3.根据权利要求1所述的基于星载单光子激光主被动遥感融合的水深反演方法，其特征在于，所述的S3中瞬时海面高程Ssuf的具体计算步骤为：
将signal_conf_ph的置信度为4的数据取出，对这些数据纵坐标组成的数列M求取其置信度α＝0.95的置信区间；
P(Sdown＜M＜Sup)＝α＝0.95 (2)
其中，Sdown和Sup分别是ICESat-2海面光子数据底和面高程位置；
然后计算瞬时海面位置为：
Ssuf＝Sup-1 (3)。
4.根据权利要求1所述的基于星载单光子激光主被动遥感融合的水深反演方法，其特征在于，所述的S5中分辨率匹配方法为，将与Sentinel-2数据单个像素对应的多个ICESat-2水深数据计算得到平均值，并将作为新的水深数据。
5.根据权利要求1所述的基于星载单光子激光主被动遥感融合的水深反演方法，其特征在于，所述的S6.5中陆地掩膜数据是依照course Space Shuttle Radar TopographyMission 5minute Digital Elevation Model模型建立的。
CN202111232285.8A 2021-10-22 2021-10-22 一种基于星载单光子激光主被动遥感融合的水深反演方法 Active CN113960625B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111232285.8A CN113960625B (zh) 2021-10-22 2021-10-22 一种基于星载单光子激光主被动遥感融合的水深反演方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111232285.8A CN113960625B (zh) 2021-10-22 2021-10-22 一种基于星载单光子激光主被动遥感融合的水深反演方法

Publications (2)

Publication Number Publication Date
CN113960625A CN113960625A (zh) 2022-01-21
CN113960625B true CN113960625B (zh) 2024-06-11

Family

ID=79466161

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111232285.8A Active CN113960625B (zh) 2021-10-22 2021-10-22 一种基于星载单光子激光主被动遥感融合的水深反演方法

Country Status (1)

Country Link
CN (1) CN113960625B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115372986B (zh) 2022-10-21 2023-03-24 武汉大学 基于ICESat-2高分辨率数据的树高制图方法、装置及设备
CN116817869B (zh) * 2023-08-31 2023-12-22 山东科技大学 一种利用激光雷达数据的海底光子信号确定方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU1819354C (ru) * 1990-01-02 1993-05-30 Ленинградский государственный университет Способ морской электроразведки
WO2018028191A1 (zh) * 2016-08-10 2018-02-15 福州大学 一种基于波段比模型和太阳高度角的tavi计算方法
CN109059796A (zh) * 2018-07-20 2018-12-21 国家海洋局第三海洋研究所 无水深控制点区域的浅海水深多光谱卫星遥感反演方法
CN111947628A (zh) * 2020-08-25 2020-11-17 自然资源部第一海洋研究所 基于固有光学参数的线性水深反演方法
CN112050793A (zh) * 2020-08-27 2020-12-08 曹彬才 一种WorldView-2立体双介质水深探测方法
CN112433227A (zh) * 2021-01-28 2021-03-02 中国地质大学（武汉） 一种水容量变化监测方法、系统、终端设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8000945B2 (en) * 2008-08-08 2011-08-16 The United States Of America Represented By The Secretary Of The Navy Method for determining heterogeneous bottom friction distributions using a numerical wave model

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU1819354C (ru) * 1990-01-02 1993-05-30 Ленинградский государственный университет Способ морской электроразведки
WO2018028191A1 (zh) * 2016-08-10 2018-02-15 福州大学 一种基于波段比模型和太阳高度角的tavi计算方法
CN109059796A (zh) * 2018-07-20 2018-12-21 国家海洋局第三海洋研究所 无水深控制点区域的浅海水深多光谱卫星遥感反演方法
CN111947628A (zh) * 2020-08-25 2020-11-17 自然资源部第一海洋研究所 基于固有光学参数的线性水深反演方法
CN112050793A (zh) * 2020-08-27 2020-12-08 曹彬才 一种WorldView-2立体双介质水深探测方法
CN112433227A (zh) * 2021-01-28 2021-03-02 中国地质大学（武汉） 一种水容量变化监测方法、系统、终端设备及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于TM遥感图像的近海岸带水深反演研究;王晶晶;田庆久;;遥感信息;20061230(06);28-31+82 *
基于多源影像融合去云的水深遥感反演研究――以哨兵-2A和资源三号为例;吴忠强;毛志华;王正;邱耀炜;沈蔚;;测绘与空间地理信息;20191125(11);22-26 *
浅海水深光学遥感研究进展;马毅;张杰;张靖宇;张震;王锦锦;;海洋科学进展;20180715(03);5-25 *

Also Published As

Publication number Publication date
CN113960625A (zh) 2022-01-21

Similar Documents

Publication Publication Date Title
Hodúl et al. Satellite derived photogrammetric bathymetry
Tseng et al. Reconstruction of time-varying tidal flat topography using optical remote sensing imageries
Boak et al. Shoreline definition and detection: a review
Karvonen Baltic sea ice concentration estimation using SENTINEL-1 SAR and AMSR2 microwave radiometer data
Xu et al. Deriving highly accurate shallow water bathymetry from Sentinel-2 and ICESat-2 datasets by a multitemporal stacking method
CN113960625B (zh) 一种基于星载单光子激光主被动遥感融合的水深反演方法
Heygster et al. Topographic mapping of the German tidal flats analyzing SAR images with the waterline method
He et al. Mapping topo-bathymetry of transparent tufa lakes using UAV-based photogrammetry and RGB imagery
Chu et al. Technical framework for shallow-water bathymetry with high reliability and no missing data based on time-series sentinel-2 images
CN114297938B (zh) 一种基于神经网络的光学浅水水底深度的反演方法
CN113639716A (zh) 一种基于深度残差收缩网络的水深遥感反演方法
CN116817869B (zh) 一种利用激光雷达数据的海底光子信号确定方法
Webster et al. Optimization of data collection and refinement of post-processing techniques for Maritime Canada's first shallow water topographic-bathymetric lidar survey
CN116519913A (zh) 基于星载和地基平台融合的gnss-r数据土壤水分监测方法
CN113129248A (zh) 一种海岛遥感影像集获得方法、装置、设备及介质
Xu et al. Machine learning based estimation of coastal bathymetry from ICESat-2 and Sentinel-2 data
Yu et al. Automatic extraction of green tide using dual polarization Chinese GF-3 SAR images
Deng et al. Mapping bathymetry from multi-source remote sensing images: a case study in the Beilun estuary, Guangxi, China
CN115546658B (zh) 一种数据集质量提升与改进cnn相结合的夜间云检测方法
Leder et al. Optimal Conditions for Satellite Derived Bathymetry (SDB)—Case Study of the Adriatic Sea
Islam et al. Evaluation of satellite remote sensing for operational monitoring of sediment plumes produced by dredging at Hay Point, Queensland, Australia
Xie et al. New Reference Bathymetric Point Cloud Datasets Derived from ICESat-2 Observations: A Case in the Caribbean Sea
Cao et al. Methodology for fine-scale seamless elevation model construction using unoccupied aerial and surface vehicles
Monfort et al. Assimilation of airborne imagery with a wave model for bathymetric estimation
Woolard et al. Shoreline mapping from airborne lidar in Shilshole Bay, Washington

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant