[发明专利]基于半分析模型的高光谱水深反演方法及系统

权利要求书

1.基于半分析模型的高光谱水深反演方法，其特征在于，包括以下步骤：

步骤1：将半分析模型变换为矩阵形式，以将其估计方法转换成最大似然估计法；

步骤2、根据贝叶斯模型，在最大似然估计中加入先验概率，将最大似然估计法变为最大后验概率估计法；

步骤3、在包含了环境噪声和底部类内光谱变异性的反演方法MILE和MILEBI中加入最大后验概率估计法，即在MILE和MILEBI的损失函数中加入正则化因子，变为新的目标函数；

步骤4、使用新的目标函数进行反演，对目标函数采用信赖域反射算法进行迭代优化。

2.根据权利要求1所述的基于半分析模型的高光谱水深反演方法，其特征在于，所述步骤1中，半分析模型的基础表达式为：

其中，是假设的光学深水柱的水面下遥感反射率；H为水深；K_d为下行辐射的垂直平均漫射衰减系数；为水柱散射的上行辐射的垂直平均漫射衰减系数；为源自底部上行辐射的垂直平均漫射衰减系数；ρ是底部反射率，且底部一般默认假设为朗伯反射镜；A₀和A₁为两个额外的系数，根据准单散射理论，A₀通常设为1，A₁通常设为1/π；K_d不等于

光学浅水中简化上述公式(1)，即把K_d、ρ、H五个变量和吸收系数、后向散射系数联系起来后，得到一个具有五个独立变量的r_rs光谱表达式：

r_rs＝f(P,G,X,B,H) (2)

其中，P,G,X,B都是标量值，P为浮游植物吸收系数，G为凝絮体吸收系数；X为悬浮颗粒的后向散射系数；B为参考波长下的底部反射率；

将预设参数代入上式(1)后为；

其中，r_∞(λ)为光学深水柱水面下遥感反射率，ρ_b(λ)为底部反照率，k_d(λ)是下行光子的衰减系数，分别为与底部有相互作用的和与底部没有相互作用的上升光子的衰减系数；上述公式(3)的第一项为水柱贡献，第二项为底部贡献。

3.根据权利要求2所述的基于半分析模型的高光谱水深反演方法，其特征在于，所述步骤1中，将半分析模型的原始姓氏转换成矩阵表达式为：

r_rs＝r_∞+K_Br_0,B-K_Cr_∞ (4)

其中，r_rs＝[r(λ₁)...r(λ_L)]^t为光谱像素，L为光谱波段的个数，r_0,B为底部反射率，K_B,K_C分别为与底部有无相互作用的光子衰减矩阵；

采用最大似然估计法时，假设高光谱数据遵循多元高斯分布，将水面下反射率r_rs＝[r(λ₁),...,r(λ_L)]^t的光谱向量遵循均值为μ＝E[r]、协方差矩阵为Γ＝E[(r-E(r))(r-E(r))^t]的多元高斯分布；

设△为水柱参数各类系数的未知向量，即△＝[H,P,G,X]^t，在使用最大似然方法估计△参数时通过估计△的最大似然估计值得出似然函数为：

所要求解的似然函数即为：

4.根据权利要求3中所述的基于半分析模型的高光谱水深反演方法，其特征在于，所述步骤2中，采用的贝叶斯模型为：

得出最大后验概率△值为：