适用于复杂环境的水深光学遥感新模型研究

适用于复杂环境的水深光学遥感新模型研究

论文摘要

光学水深遥感探测技术可以经济有效地实现浅海水深宏观动态观测,获取最新的水深信息,对于一些测量船难以到达或政治敏感的海域具有重要实用价值。目前光学遥感模型存在的问题是移植性较差,水深探测精度受水环境影响较大,尤其在0-5 m极浅水深段,误差可达50%甚至更高。本文提出一种多调节因子的对数转换比值模型,力图提高水深反演的定量化水平,并选取不同浊度水体的东岛研究区和望加丽岛研究区,验证与评价多调节因子新模型的反演能力。考虑到底质空间异质性的影响,在多调节因子模型的基础上提出一种基于水深残差空间信息的分区水深遥感反演方法,并选取东岛为实例对该方法的反演能力进行定性与定量层面验证。针对极地海区弱光照情形,用水体辐射模拟的方式建立水光场,并探讨多调节因子模型在该种情况下的水深反演适用性。主要结论如下:1)东岛研究区,本文提出的多调节因子模型反演精度高于传统模型和改进模型,平均绝对误差为1.04 m,平均相对误差为9.6%,尤其在0-5 m,平均相对误差为25.5%,较传统模型减小41.9%,较改进模型减小24.93%;望加丽岛研究区,多调节因子模型反演精度亦最高,其可清晰地反演出水下地形变化,近岸湾口地势低洼且平坦,离岸方向多形成西北-东南走向、宽度在1.0-1.8 km的沙脊。可见多调节因子模型在不同类型水体中体现了相对较强的适用性。2)分区水深遥感方法是根据水深残差空间分布规律,创建自适应于每个子区的水深反演模型,该方法能更清晰地反演水下地形变化,尤其在复杂地形区域该方法更实用。具体到每个水深段,分区模型精度较全局模型均有所提高,尤其在0-5 m水深段,A区模型的平均相对误差为14.1%,误差明显低于全局模型19.4%;B区模型误差在0-5 m也有5.8%的降低,且在其他水深段反演效果较全局模型均有明显提升。3)基于典型的北冰洋水体参数设计并模拟了北极航道海区水光场,相比单波段模型,多调节因子模型反演水深值更加精准,精度最高的是绿-红波段组合多调节因子模型,平均绝对误差为1.39 m,平均相对误差为15.9%,其次是蓝-绿波段组合多调节因子模型、蓝-红波段组合多调节因子模型。因此多调节因子模型弥补了不同的单波段模型在反演能力上的不稳定性,适用于弱光照情形的水深反演研究。

论文目录

  • 摘要
  • abstract
  • 第一章 绪论
  •   1.1 研究背景与意义
  •   1.2 国内外研究现状
  •   1.3 本文研究工作
  • 第二章 数据与处理
  •   2.1 研究区
  •   2.2 数据源
  •   2.3 数据预处理
  • 第三章 多调节因子对数转换水深遥感反演模型
  •   3.1 水体辐射传输理论
  •   3.2 多调节因子模型构建
  •   3.3 模型反演能力分析
  •   3.4 本章小结
  • 第四章 基于残差空间分布的分区水深遥感方法
  •   4.1 基于水深残差空间分布的区域分割
  •   4.2 分区水深反演模型构建
  •   4.3 模型反演能力分析
  •   4.4 本章小结
  • 第五章 弱光照情形水深遥感新模型适用性研究
  •   5.1 弱光照情形的水光场模拟
  •   5.2 多调节因子模型对弱光照的适用性
  •   5.3 本章小结
  • 第六章 结论与讨论
  •   6.1 结论
  •   6.2 讨论
  • 参考文献
  • 发表的文章目录
  • 参加的科研项目
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 陈安娜

    导师: 马毅

    关键词: 水深遥感,多调节因子模型,复杂环境,分区模型,弱光照

    来源: 自然资源部第一海洋研究所

    年度: 2019

    分类: 基础科学

    专业: 海洋学

    单位: 自然资源部第一海洋研究所

    分类号: P715.7

    总页数: 64

    文件大小: 4298K

    下载量: 130

    相关论文文献

    • [1].递归反演与基于模型反演的应用对比[J]. 山东煤炭科技 2016(02)
    • [2].基于遗传优化的西太平洋副高异常活动年份的动力预报模型反演[J]. 物理学报 2013(07)
    • [3].接地测量与土壤模型反演的研究[J]. 电工技术 2018(02)
    • [4].基于模型反演及其在STRATA软件中的应用[J]. 内蒙古石油化工 2008(23)
    • [5].基于多项式回归模型的岛礁遥感浅海水深反演[J]. 海洋学报 2018(03)
    • [6].一种极干旱区水热通量遥感模型反演[J]. 测绘科学 2015(03)
    • [7].仿生算法在地下水模型反演中的应用现状与展望[J]. 水文地质工程地质 2016(01)
    • [8].机器人多模型反演滑模控制策略研究[J]. 吉林大学学报(信息科学版) 2014(04)
    • [9].基于卫星重力场模型反演全球及区域Moho面深度[J]. 测绘学报 2020(04)
    • [10].富营养化的太湖水体叶绿素a浓度模型反演[J]. 地球信息科学学报 2009(05)
    • [11].3,5,6-三氯-2-吡啶醇在紫色土中的吸附特征与参数估计[J]. 农业机械学报 2017(05)
    • [12].青藏高原地区水汽转换系数H模型反演GPS大气可降水量的适用性分析[J]. 桂林理工大学学报 2018(02)
    • [13].准南高密度三维近地表速度模型反演的地震道优选[J]. 新疆地质 2016(03)
    • [14].基于初至旅行时差的微地震速度模型反演[J]. 石油地球物理勘探 2015(01)
    • [15].地质模型反演预测隐蔽油气藏[J]. 江汉石油科技 2009(02)
    • [16].基于模糊系统的西太平洋副热带高压异常年份的影响因子检测分析和动力预报模型反演[J]. 气象学报 2015(02)
    • [17].瞬变电磁烟圈反演及层状模型反演在隧道建设探测效果中的对比[J]. 公路交通技术 2020(02)
    • [18].基于混凝土无应力计测值统计模型反演热膨胀系数[J]. 水力发电 2012(10)
    • [19].基于DVI的像元二分模型反演植被覆盖度研究[J]. 黑龙江科技大学学报 2020(02)
    • [20].作物生长模型同化MODIS反射率方法提取作物叶面积指数[J]. 中国科学:地球科学 2010(01)
    • [21].GLIBERTY-DSAIL耦合模型反演南方混交林植被LAI[J]. 测绘通报 2020(11)
    • [22].基于C-2PO模型和CMOD5.N地球物理模式函数的SAR风速反演性能评估[J]. 海洋学报 2018(09)
    • [23].不同叶面积指数遥感反演方法对红壤丘陵区森林的适用性分析[J]. 江西农业大学学报 2011(03)
    • [24].基于三波段生物光学模型反演闽江下游叶绿素a[J]. 激光与光电子学进展 2020(07)
    • [25].复杂不规则地质体的速度模型反演[J]. 煤炭学报 2018(S2)
    • [26].基于遗传算法优化的ENSO指数的动力预报模型反演[J]. 地球物理学报 2008(05)
    • [27].基于粒子群神经网络模型反演玉米、小麦叶面积指数[J]. 浙江农业学报 2019(07)
    • [28].火山形变Mogi模型反演的病态总体最小二乘解算方法[J]. 测绘工程 2017(07)
    • [29].4种机器学习模型反演太湖叶绿素a浓度的比较[J]. 水生态学杂志 2019(04)
    • [30].基于支持向量机模型反演浮游植物粒级结构[J]. 热带海洋学报 2015(04)

    标签:;  ;  ;  ;  ;  

    适用于复杂环境的水深光学遥感新模型研究
    下载Doc文档

    猜你喜欢