光学卫星影像浅海海底地形测量方法研究

发布时间：2021-02-19 05:59

　　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（BP-ANN）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Worldview-2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、BP-ANN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BP-ANN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BP-ANN的权值和阈值进行优化,得到了改进型BP-ANN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... 

【文章来源】：上海海洋大学上海市

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

成像传感器接收到的水下目标的能量组成情况

上海海洋大学硕士学位论文合用人工神经网络来逼近。BP-ANN 模型是遥感水深反演中最常用的一种非线性数学模型。实际应用中用图 2-2 所示的三层人工神经网络作为像元光谱特征与对应水深值的非线系。该网络由 1 个输入层、1 个中间层（又称隐层）和 1 个输出层构成；每干个节点（又称神经元）组成；同一层的节点之间不相连，相邻层的任意两间相连接（连接强度用权值表示）。

先计算 6 个波段比值，再对 6 个波段为 BP 神经网络模型的输入数据，这样既可响，又可减少水深反演的计算量。反演模型的实验比较[44]甘泉岛周围浅水区域作为试验场，以该区域输入数据，以该区域采样点的实测水深值为型，两波段比值线性回归模型、多波段组合性的实验比较。骤水深反演的步骤如图 2-3 所示：

【参考文献】：
期刊论文
[1]一种更严密的双介质立体摄影测量折射改正算法[J]. 曹斌,朱述龙,邱振戈,曹彬才.  测绘学报. 2017(09)
[2]BP神经网络遥感水深反演算法的改进[J]. 曹斌,邱振戈,朱述龙,曹彬才.  测绘通报. 2017(02)
[3]四种遥感浅海水深反演算法的比较[J]. 曹斌,邱振戈,曹彬才.  测绘科学技术学报. 2016(04)
[4]高分辨率卫星立体双介质浅水水深测量方法[J]. 曹彬才,邱振戈,朱述龙,涂辛茹,曹芳,曹斌.  测绘学报. 2016(08)
[5]双介质摄影测量的折射改正方法[J]. 曹彬才,邱振戈,朱述龙,曹芳.  哈尔滨工程大学学报. 2016(11)
[6]改进型粒子群优化算法的BP神经网络全息图压缩[J]. 王刚刚,廖庆,徐玉蕊,刘乐,侯阿临.  吉林大学学报(信息科学版). 2016(01)
[7]低空无人机双介质水下礁盘深度测量试验与分析[J]. 周高伟,李英成,任延旭,盛琳,叶冬梅,范凤云,白洁.  测绘学报. 2015(05)
[8]水下摄影测量共线理论与相机标定方法[J]. 钦桂勤,张永生,黄桂平,范亚兵,陈铮.  计量学报. 2014 (02)
[9]基于混沌粒子群优化神经网络的GPS高程拟合研究[J]. 杨尚波,卢小平,李珵,庞星晨,刘洋洋.  测绘通报. 2013(09)
[10]运用GVF Snake算法提取水域的不规则边界[J]. 朱述龙,孟伟灿,朱宝山.  遥感学报. 2013(04)

博士论文
[1]基于悬浮泥沙影响的水深遥感方法研究[D]. 王艳姣.南京师范大学 2006



本文编号：3040702