[发明专利]一种使用卫星测高数据反演海底地形的方法及系统

说明书

本发明公开了一种使用卫星测高数据反演海底地形的方法及系统，属于海底地形反演领域。本发明方法包括：建立海洋重力异常模型，输出观测点的海洋重力异常信息；获取观测力点的海底探测数据，并以海底探测数据及观测点的海洋重力异常数据，作为训练数据，将训练数据输入至网络模型进行训练，获取地形地貌反演模型；获取待测观测点的卫星测高数据，并输入至海洋重力异常模型获取海洋重力异常数据，将获取到的海洋重力异常数据输入至地形地貌反演模型进行计算输出数据即为海底地形数据，通过海底地形数据，确定目标观测点的海底地形。本发明能够挖掘卫星测高数据和海底地形数据之间更多、复杂的关系。

技术领域

本发明涉及海底地形反演领域，并且更具体地，涉及一种使用卫星测高数据反演海底地形的方法及系统。

背景技术

海底地形是全球地形的重要组成部分，海底地形反映了海床的起伏变化，在海底板块运动、沉积物迁移变化、水面/水下载体安全航行、水下匹配导航、水下管节安放、沉船打捞、油气勘探和环境监测等海洋科学研究、海洋军事和海洋工程等方面发挥着重要的作用。海底的地形很大程度上反映了潜在的地质作用，高精度、高质量的海底地形信息，对于海上作业、海军的安全航行等重要活动至关重要，同时海啸波和海洋环流等的研究也受限于海深模型的精度，因此，研究高精度的海底地形地貌反演技术有着十分重要的意义。

发明内容

本发明的目的在于为了获取更全面、更有效的卫星测高资料和海洋重力异常测量数据，而提出了一种使用卫星测高数据反演海底地形的方法，包括：

建立海洋重力异常模型，根据海洋重力异常模型，输出观测点的海洋重力异常信息；

所述建立海洋重力异常模型，具体包括：

获取卫星对观测点的卫星测高数据，针对卫星测高数据进行预处理，获取大地水准面高信息和垂线偏差信息；

将观测点的海洋重力异常测量数据、大地水准面高信息和垂线偏差信息作为训练数据；

将训练数据输入神经网络模型进行训练，优化神经网络模型，优化过程中获取性能权重参数，根据性能权重参数，获取最优神经网络模型，即海洋重力异常模型；

获取观测力点的海底探测数据，并以海底探测数据及观测点的海洋重力异常数据，作为训练数据，将训练数据输入至网络模型进行训练，获取地形地貌反演模型；

所述获取地形地貌反演模型，具体包括：

将训练数据喂入神经网络模型中进行训练，提取观测点的海底地形特征；

根据海底地行特征获取水深数据和船测水深数据，对水深数据和船测水深数据进行损失计算，并通过反向传播进行参数学习，获取模型最优性能权重参数；

将具备最优性能权重参数的神经网络模型作为最优神经网络模型，即海底地形地貌反演模型；

获取待测观测点的卫星测高数据，并输入至海洋重力异常模型获取海洋重力异常数据，将获取到的海洋重力异常数据输入至地形地貌反演模型进行计算输出数据即为海底地形数据，通过海底地形数据，确定目标观测点的海底地形。

可选的，海底探测数据包括：平均水深、最大水深、地壳与和海水密度差异。

可选的，对卫星测高数据进行预处理，包括：数据编辑、误差校正及分析精化、共线处理和交叉点平差。

本发明还提出了一种使用卫星测高数据反演海底地形的系统，包括：

异常信息提取单元，建立海洋重力异常模型，根据海洋重力异常模型，输出观测点的海洋重力异常信息；

所述建立海洋重力异常模型，具体包括：

获取卫星对观测点的卫星测高数据，针对卫星测高数据进行预处理，获取大地水准面高信息和垂线偏差信息；