《岛礁浅海地形高效遥感探测技术研究进展》

  • 来源专题:中国科学院文献情报系统—海洋科技情报网
  • 编译者: liguiju
  • 发布时间:2023-09-10
  • 近日,自然资源部第二海洋研究所与浙江大学联合培养的博士研究生韩通以第一作者在国际遥感领域著名期刊ISPRS Journal of Photogrammetry and Remote Sensing (IF 12.7)发表题为“Cost-efficient bathymetric mapping method based on massive active-passive remote sensing data”的文章,通讯作者为自然资源部第二海洋研究所张华国研究员。

    精确的测深绘图对于岛礁研究、底栖生态系统评估和近岸工程至关重要。越来越多的卫星遥感数据促进了光学遥感的应用发展。然而,受复杂水下光路和不稳定因素影响(如破浪,船只和云层),高质量卫星影像获取有限,很难对浅海岛屿进行大规模、高效率的浅海地形测绘。针对该问题,研究者提出了一种主、被动遥感融合的水深测绘方法,其中主动数据来自于ICESat-2(Ice, Cloud, and Land Elevation Satellite-2)卫星激光测深数据,被动数据来自于Sentinel-2 卫星多光谱数据。关键步骤是基于多期Sentinel-2多光谱数据的蓝绿波段对数比值的中值与ICESat-2数据,建立了高效的岛礁水深反演模型。

    将该方法在南海、太平洋和印度洋等六个典型岛礁区域进行了应用验证。结果表明,在水深 0-20 m范围内,测深绘图的均方根误差(RMSE)和平均绝对误差(MAE)分别为 0.49-0.71 m和 0.29-0.49 m。当Sentinel-2多光谱影像数量超过150景时,反演误差趋于稳定。此外,该方法能消除复杂的水下光路和表面不稳定因素(如波浪、船只和云层)的影响,具备高效获得岛礁浅海地形数据的能力,在全球海洋岛屿和珊瑚礁生态环境遥感探测评估方面具有巨大潜力。

    论文引用:Han, T., Zhang, H., Cao, W., Le, C., Wang, C., Yang, X., Ma, Y., Li, D., Wang, J., Lou, X., 2023. Cost-efficient bathymetric mapping method based on massive active–passive remote sensing data. ISPRS Journal of Photogrammetry and Remote Sensing 203, 285-300.doi:10.1016/j.isprsjprs.2023.07.028

  • 原文来源:https://www.sio.org.cn/a/yjcg/21511.html
相关报告
  • 《岛礁珊瑚白化遥感监测技术新进展》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:liguiju
    • 发布时间:2023-09-10
    • 近日,自然资源部第二海洋研究所张华国研究员团队在国际遥感领域著名期刊IEEE Geoscience and Remote Sensing Letters (IF 4.8)上发表了题为“Detection of Coral Bleaching in Oceanic Islands Using Normalized Bottom Reflectance Change Index From Multispectral Satellite Imagery”的研究成果。论文第一作者为自然资源部第二海洋研究所与上海交通大学联合培养的博士生马蕴涵,通讯作者为张华国研究员。 在全球气候变化和人类活动的综合影响下,大规模珊瑚白化事件日益频发,珊瑚礁底栖生境正在退化。底质反射率是表征底栖健康状态的重要指标,然而,大范围实测底质光谱数据获取困难、成本高、效率低,再加上浅海区域底质反射和水柱散射信号耦合程度高,难以精确提取海底反射率。针对该问题,团队基于水深和光谱参数之间的强线性关系对辐射传输模型进行全局约束,提出了一种无需实测数据支持、具备物理意义的底质反射率定量反演方法,分析评估了其在底质分类和珊瑚白化监测中的潜力。 在此基础上,团队基于长时序标准化的底质反射率产品,进一步构建了归一化底质反射率变化指数NBRCI,通过阈值分割技术识别珊瑚白化与恢复区域,取得一些新成果。 将该方法在太平洋两个典型岛礁区域进行了应用验证。结果表明,基于NBRCI监测到的两个研究区珊瑚白化与恢复交替出现,NBRCI为正值代表珊瑚可能发生白化,为负值代表白化可能发生恢复。变化周期与珊瑚白化温度产品异常能够很好地匹配,DHW超过一级预警对应的白化比例、底质反射率和NBRCI都会有所升高,表明NBRCI能够在像元尺度上有效、稳定地识别珊瑚状态的变化,对珊瑚礁底栖生态系统的保护具有重要意义。 论文引用:Ma Y, Zhang H, Cao W, et al. Detection of coral bleaching in oceanic islands using normalized bottom reflectance change index from multispectral satellite imagery [J]. IEEE Geoscience and Remote Sensing Letters, 20 [2023-08-21]. DOI:10.1109/LGRS.2023.3282708.
  • 《基于多尺度分辨率融合的岛礁浅海水深反演新模型》

    • 来源专题:岩土力学与工程信息资源网
    • 编译者:李娜娜
    • 发布时间:2024-10-12
    • 岛礁浅海区域水深数据的获取是海岸带管理、工程建设及航道安全等的关键前提。水深测量手段随着技术发展在精度和效率上实现了显著提升,传统调查技术手段代价高昂且作业条件限制使得其无法获取高时空分辨率的水深数据。随着对地观测卫星遥感技术的进步,卫星水深反演(Satellite Derived Bathymetry,SDB)提供了一种高效率的大面积浅海水域水深数据快速获取手段。但是目前基于多光谱遥感影像的SDB模型大多依靠单个像素或小尺度空间输入从而并未对空间感受野足够重视,并且缺乏对反演模型跨区域部署场景下外推泛化能力的评估。这些不足阻碍了SDB模型精度和稳健性的进一步增强。 自然资源部海底科学重点实验室“海底地形地貌探测与应用”团队等针对大范围空间尺度高效特征融合算法展开研究,提出了一种具有更高反演精度以及更强泛化能力的多尺度分辨率融合水深反演模型(MuSRFM)。为评估MuSRFM的精度与泛化能力,在全球范围内选择了五个较大规模的实验区域组成了研究数据集,其中维京群岛的圣克鲁斯岛被用于构建训练集和测试集,其余四个区域则组成一个真实世界数据集用于评估MuSRFM及基线模型的迁移能力。将MuSRFM与基线模型在测试集和真实世界数据集上部署,并计算对应的精度指标。结果显示,MuSRFM在测试集上显著超越了所有对比模型,提升幅度明显;而在真实世界数据集上,MuSRFM同样显著的优于精度第二高的模型,在绝大多数的精度指标上都保持显著的提升。MuSRFM在真实世界数据集中的瓦胡岛和塞班岛-天宁岛区域的推理结果显示,其整体分布与真值非常接近,并且在某些特殊地形地貌区域例如塞班岛西侧的潟湖区域仍能保持较好的效果,表现出了足够的泛化能力。 相关研究成果发表于《ISPRS Journal of Photogrammetry and Remote Sensing》[1]。 [1] MuSRFM: Multiple scale Resolution Fusion Based Precise and Robust Satellite Derived Bathymetry Model for Island Nearshore Shallow Water Regions Using Sentinel-2 Multi-Spectral Imagery