[发明专利]基于FUI分区和Ransac的浅海遥感水深反演方法

说明书

本发明涉及一种基于FUI分区和Ransac的浅海遥感水深反演方法，本发明首先使用多光谱遥感数据计算得到FUI水色指数，并基于FUI水色指数的分布，结合人工目视解译，对浅海地区进行分区；然后使用Ransac算法对每个分区的实地水深点数据集（实地水深点的水深值及其对应的R、G、B波段上的反射率）进行筛选，保留正确的数据，去除存在较大误差的数据；最后，使用保存下来的实地水深点数据集进行分区反演。本发明将分区思想与抗差估计思想有机地结合起来，在一定程度上提升了反演精度。本发明能够广泛地应用于浅海多光谱遥感水深反演领域。

技术领域

本发明涉及海洋遥感领域，具体涉及一种基于FUI分区和Ransac的浅海遥感水深反演方法。

背景技术

水深是浅海地区的重要地理要素之一，对于海岸带开发与保护、海上航行、海洋科学研究等具有重要意义。遥感技术具有大尺度、低成本、重复观测等优势，其为浅海水深探测提供了一种行之有效的新手段。由于技术方法简单、获取数据相对容易等优势，利用多光谱遥感数据来反演水深最为普遍。但是，使用多光谱遥感数据反演浅海水深存在着两个难点。其一，由于浅海地区环境因素复杂，使用单一的半理论半经验模型无法很好地拟合整个区域。因此，众多学者提出了许多分区反演的方法，例如根据底质分区、根据反演残差分区等等。这些方法虽取得了较好的反演结果，但实施起来较为复杂，需要大量的先验知识及工作。其二，多光谱遥感数据和源于海图的实地水深点数据不可避免地存在着各种测量误差，甚至是粗差，这个问题目前还没有引起其他学者的过多关注和研究。上述难点严重影响了浅海多光谱遥感水深反演的精度、效率。

发明内容

本发明要解决的技术问题是针对以上不足，提供一种基于FUI分区和Ransac的浅海遥感水深反演方法。

为解决以上技术问题，本发明采用以下技术方案：

步骤1、获取目标水域的多光谱遥感数据，并对多光谱遥感数据进行预处理；依据多光谱遥感数据的成像时间，对源于海图的实地水深点进行潮汐校正，得到实地水深点潮汐校正后的水深值；

步骤2、使用预处理后的多光谱遥感数据的R、G和B波段，利用CIE-XYZ色度系统中三原色RGB与三刺激值XYZ之间的转换关系，计算得到多光谱遥感数据的R、G和B波段对应的三刺激值X、Y和Z：

将得到的刺激值X和Y归一化，得到（x，y）：

在二维CIE色度空间里，将得到的（x，y）进行转换，得到以等能白光点为原点的坐标（x’,y’）：

（x’,y’）向量与二维CIE色度空间中的x’轴负方向之间的顺时针夹角即为色度角α，然后根据FUI水色指数查找表得到FUI水色指数；

步骤3、根据步骤2得到的FUI水色指数分布,结合人工目视解译，对不同水色的水域进行人工分区，得到若干个水域分区；

步骤4、在步骤3得到的每个水域分区里，将步骤1的实地水深点潮汐校正后的水深值及其对应的R、G和B波段的反射率导出；每个水域分区的实地水深点潮汐校正后的水深值和对应的R、G和B波段上的反射率组成每个水域分区的实地水深点数据集；

步骤5、在步骤3得到的每个水域分区里，使用蓝绿双波段对数线性模型、红蓝绿三波段对数线性模型和Stumpf对数转换比值模型三种反演模型中的任意一种，利用对应的Ransac算法对步骤4得到的实地水深点数据集进行筛选，保留数据误差小于误差阈值的实地水深点数据及其在R、G和B波段上的反射率，去除数据误差大于误差阈值的数据，得到筛选后的实地水深点数据集；