[发明专利]基于决策融合的浅海水深多时相遥感影像反演方法

摘要

本发明公开了涉及基于决策融合的浅海水深多时相遥感影像反演方法，包括以下步骤：第一步：对多光谱遥感影像进行预处理，得到海表反射率；第二步：现场实测水深值获取及处理；第三步：单时相水深反演及云掩膜；第四步：多时相水深反演融合；第五步：水深反演精度验证；水深反演精度验证完成后，将最终水深值作为遥感图像实际水深值输出数据。与现有的遥感影像水深反演方法相比，本发明可以采用多云和高海况情况下获取的遥感影像，挖掘其中的水深数据，扩大了遥感图像的使用范围，实现多时相遥感数据的充分利用，提高了反演精度，尤其适用于浅水区域的海洋水深测量。

主权项

基于决策融合的浅海水深多时相遥感影像反演方法，其特征在于，包括以下步骤：第一步：对多光谱遥感影像进行预处理，得到海表反射率；所述预处理包括对辐射亮度转换、大气校正和太阳耀斑去除；第二步：现场实测水深值获取及处理；获取实验区的水深数据和对应的经纬度坐标，通过潮汐表确认潮高值，将水深数据校正到理论深度基准面上，并根据采用的多时相影像获取时刻，分别对水深值进行对应影像的潮汐校正；第三步：单时相水深反演及云掩膜；对每景处理后的多光谱影像，进行分类处理得到云掩膜影像，将云及云影区赋值为1，非云区为0，作为多时相反演融合输入的一部分，根据水深控制点处水深与对应影像像元反射率值间的关系，统计回归出多波段模型在该景影像水深反演的参数，多波段模型公式如下，$Z=A_0+\underset{i=1}{\overset{n}{\Σ}}{A}_i{X}_i---\left(1\right)$其中，Z为水深，n为参与反演的波段个数，A₀和A_i为待定系数，X_i＝Ln(ρ_i‑ρ_si)，ρ_i是第i波段反射率数据，ρ_si是该波段深水处的反射率；将水深控制点分成数个的水深段，并计算出各水深段的平均相对误差和可信度，作为多时相水深反演融合的另一项输入，即融合参数，${\mathrm{\δ}}_k=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}\frac{|z_i-{z_i}^{\′}|}{z_i}---\left(2\right)$$L_k=0.5+{\left\{\underset{i=1}{\overset{n}{\Σ}}{w}_j{(L_k^i-0.5)}^{\mathrm{\α}}\right\}}^{\frac{1}{\mathrm{\α}}}---\left(3\right)$其中，k均表示水深段，式2中，z_i是第i个水深检查点的实测值，z_i'为其反演值，n为水深检查点个数，式3中，L_k表示第k水深段的可信度，w_j表示每个信源的相对重要程度，且满足其公式为代表该i景影像控制点的Kappa系数，n表示参与反演融合影像的个数，α为奇数；利用得到的参数和整景遥感影像，计算得单时相水深反演结果，并将其潮汐校正到理论深度基准面，之后得到水深段标识影像；第四步：多时相水深反演融合；将单时相水深反演结果、水深段标识影像、云掩膜和融合参数作为多时相水深反演融合的输入，逐像元开展融合，具体包括以下几个步骤；(1)判断是否为云及云影区，非云区的像元参与下一步融合运算，当非云区像元个数为1时，赋该值为最终的水深值，仅当参与下一步运算的像元数为0时，所有像元都继续下一步；(2)判断像元对应的水深段标识，对在同一水深段且该水深段内像元个数最多的进行下一步运算，否则，按照第(4)步进行运算；(3)判断像元的水深值，若有2个或2个以上的像元值相同，赋该值为最终的水深值，若不同，进行下一步运算；(4)判断像元在5×5邻域内是否为奇异值，选非奇异值点赋值为最终水深值，若非奇异点个数有2个或2个以上，进行下一步运算，若均为奇异点，按照第(6)步进行；(5)比较像元在当前水深段的平均相对误差，以最小误差对应的像元值为最终的水深值；(6)计算像元5×5邻域的中值，并以该邻域中值为新像元值，判断其水深段归属，若相同，按照第(5)步进行，否则进行下一步运算；(7)比较像元值所在水深段的可信度大小，以可信度大的像元值为最终水深值；第五步：水深反演精度验证；所述精度验证是利用检查点开展融合前单时相反演结果和融合后多时相反演结果的比较。