光学卫星影像浅海海底地形测量方法研究

《光学卫星影像浅海海底地形测量方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码：10264研究生学号：M150306596上海海洋大学硕士学位论文题目：光学卫星影像浅海海底地形测量方法研究AStudyofShallowSeafloorRelief英文题目：MeasurementUsingOpticalSatelliteImages专业：环境科学与工程（工学）研究方向：海洋遥感测绘姓名：曹斌指导教师：邱振戈教授二〇一八年五月二十四日光学卫星影像浅海海底地形测量方法研究摘要浅海水深信息和浅海海底地形信息是重要的水文信息，在海洋航行、海洋环境治理、海洋资源开发利用等方面起到重要的作用。随着卫星遥感技术的不断发展，利用卫星遥感影像获取浅海水深信息和浅海

2、海底地形信息已成为当前的研究热点。本文首先探讨了多光谱卫星遥感影像浅海水深反演方法。从多光谱卫星遥感影像浅海水深反演的机理入手，详细介绍了单波段线性回归模型、两波段比值线性回归模型、多波段组合线性回归模型、BP神经网络模型（BPANN）等4种光学遥感水深反演算法，然后利用同一地区、同一时期的Worldview2多光谱遥感影像和实测水深数据，对4种水深反演模型的准确性进行了实验比较。研究表明：多波段组合线性回归模型、BPANN模型的水深反演的性能较好，利用多光谱遥感图像数据反演得到的水深值误差较小；而单波段线性回归模型、两波段比值线性回归模型的效果较差。接着，针对传统的BPAN

3、N遥感水深反演算法学习速度较慢、对初始权值和阈值比较敏感等缺点，运用粒子群算法对传统BPANN的权值和阈值进行优化，得到了改进型BPANN遥感水深反演算法。试验表明：改进型BP算法的训练迭代收敛速度明显快于传统BP算法，浅水区的水深反演精度优于传统BP算法，且学习算法对初始权值和阈值不敏感。最后，针对“双介质立体摄影测量空中同名直线光线不相交情况对物方坐标折射改正的影响”，提出了一种更严密的双介质立体摄影测量折射改正方法。该算法根据双介质立体摄影测量物像几何关系，采用水下目标的空中同名直线光线公垂线段的中点作为摄影测量交会点的理论位置，解决了空中同名直线光线延长线不相交情况下

4、摄影测量交会点不存在导致的点位关系不确定性问题，使摄影测量交会点到真实物点的坐标折射改正公式能够严格推导出来。文中详细研究了摄影测量交会点与水下真实物点的相互位置关系，推导了水下目标点的水深和大地坐标计算公式（即折射改正公式），通过WorldView2立体影像浅海海底地形测量试验对算法的正确性和测量精度进行验证。研究表明，不论水下目标的空中同名直线光线延长线是否相交，该算法都是适用的，且能显著改善水下目标的高程测量精度。I关键词：卫星影像，水深反演，海底地形测量，线性回归模型，BP神经网络模型，双介质立体摄影测量，折射改正IIAStudyofShallowSeafloorRe

5、liefMeasurementUsingOpticalSatelliteImagesABSTRACTWaterdepthandseafloorreliefinshallowseaareveryimportanthydrologicalinformation,whichplayimportantrolesinsuchaspectsasmaritimenavigation,marineenvironmentmanagementandmarineresourcesdevelopmentandutilization.Withtherapiddevelopmentofremotesen

6、sing,extractingwaterdepthandseafloorreliefinshallowseafromsatelliteimageryisbecomingacurrentresearchfocus.First,thispaperdiscussesbathymetricinversionalgorithmsthatusemultispectralsatelliteimages.Afterintroducingthemechanismofbathymetricinversionalgorithmsbasedonmultispectralremotesensingim

7、ages,fourbathymetricinversealgorithmswerereviewed,whichareonebandlinearregressionmodel,twobandratiolinearregressionmodel,multibandcombinationlinearregressionmodelandBPANNmodel.ThenthesefourbathymetricinversealgorithmswereexperimentallycomparedusingWorldv