基于半分析模型的多光谱遥感水深反演方法及装置的制造方法

文档序号:10569877阅读:516来源:国知局
基于半分析模型的多光谱遥感水深反演方法及装置的制造方法
【专利摘要】本发明提供了一种基于半分析模型的多光谱遥感水深反演方法及装置,其中方法包括:获取待测水域的多光谱卫星影像,对多光谱卫星影像进行预处理,得到待测水域的离水辐射等效反射率;根据待测水域的离水辐射等效反射率建立待测水域的半分析模型,并对半分析模型进行参数化;利用并行加速的遗传算法对参数化后的半分析模型进行迭代求解,得到待测水域的水深值。本发明中的基于半分析模型的多光谱遥感水深反演方法及装置无需预先获知待测水域的实测数据,能够测量远离大陆的敏感海域,缓解现有技术中无法测量远离大陆的敏感海域岛礁水深的问题。
【专利说明】
基于半分析模型的多光谱遥感水深反演方法及装置
技术领域
[0001] 本发明涉及水深测量领域,尤其涉及基于半分析模型的多光谱遥感水深反演方法 及装置。
【背景技术】
[0002] 随着卫星遥感技术的发展,通过遥感水深反演的方式测量水深已经得到广泛普 及。遥感水深反演具有不受地理位置和人为条件的限制,影像覆盖面积大,获取方便,费用 较低等优势,在一定程度上弥补了传统测量方法的不足。
[0003] 遥感水深反演是依据光在水和大气两种介质中的辐射传输过程,基于水体中的辐 射场分布建立离水辐射传输方程,进而利用传感器获取信息与水深值的定量模型的方法。 在理论研究及实际应用中,基于离水辐射传输方程的遥感水深反演模型包括半经验半理论 模型以及其他模型。半经验半理论模型是通过分析光在水体中的辐射衰减,采用理论模型 和经验参数相结合的方式实现水深反演,目前应用较多,精度较高,但是建模时需一定数量 的实测水深数据。
[0004] 可见,利用现有技术中的方法进行水深测量时,需要预先获知一定数量的实测数 据,这就导致无法测量远离大陆的敏感海域。

【发明内容】

[0005] 有鉴于此,本发明提供了基于半分析模型的多光谱遥感水深反演方法及装置,无 需预先获知待测水域的实测数据,能够测量远离大陆的敏感海域,缓解现有技术中无法测 量远离大陆的敏感海域岛礁水深的问题。
[0006] 第一方面,本发明提供了一种基于半分析模型的多光谱遥感水深反演方法,包括: 获取待测水域的多光谱卫星影像,对所述多光谱卫星影像进行预处理,得到所述待测水域 的离水辐射等效反射率;根据所述待测水域的离水辐射等效反射率建立所述待测水域的半 分析模型,并对所述半分析模型进行参数化;利用并行加速的遗传算法对参数化后的所述 半分析模型进行迭代求解,得到所述待测水域的水深值。
[0007]结合第一方面,本发明提供了第一方面第一种可能的实施方式,其中,对所述多光 谱卫星影像进行预处理,得到待测水域的离水辐射等效反射率,包括:对所述多光谱卫星影 像进行几何校正、辐射定标以及大气校正,得到所述待测水域的离水辐射等效反射率。 [0008]结合第一方面,本发明提供了第一方面第二种可能的实施方式,其中,根据所述待 测水域的离水辐射等效反射率建立所述待测水域的半分析模型,包括:根据以下公式(1)至 公式(5)建立所述待测水域的半分析模型;
^(0.084 + 0,1 ?0?)//
[0011] Af *l-〇3(l+ 2.4t〇°5 Df ? 1.04(1+ 5.4?)',?( 3).
[0012] u = bb/ (a+bb) (4);
[0013] k = a+bb (5);其中,Rrs为所述离水辐射等效反射率,rrs为水面以下遥感反射率, rrsdp为深水的遥感反射率,0W为太阳天顶角,为水体的光程延长系数,:Of为底质散射系 数,k为衰减系数,H为水深,P为底质反射率,u为中间系数,a为吸收系数,bb为后向散射系 数;建立的所述半分析模型归纳如公式(6)所示,其中A为光谱波长;
[0014] Rrs(A)=f[a(A),bb(A),p(A),H] (6)。
[0015] 结合第一方面,本发明提供了第一方面第三种可能的实施方式,其中,对所述半分 析模型进行参数化,包括:根据以下公式(7)至公式(10)对所述半分析模型进行参数化;
[0016] a = aw+a4)+ag (7);
[0017] bb = bbw+bbp (8);
(9), (10);
[0020] 其中,aw为纯水吸收常量,&4>为浮游植物吸收系数,ag为黄色物质吸收系数,bbw为 纯水后向散射常量,bb P为悬浮颗粒后向散射系数,ao(A)为第一系数,ai〇)为第二系数,P、 G、X、B均为变量,Y为光谱斜率参数,A为光谱波长;参数化后的所述半分析模型如公式(11) 所示;
[0021] Rrs(A)=f[P,G,X,B,Y,H,ao(A),ai(A)] (11)〇
[0022] 结合第一方面上述实施方式,本发明提供了第一方面第四种可能的实施方式,其 中,利用并行加速的遗传算法对参数化后的所述半分析模型进行迭代求解,得到所述待测 水域的水深值,包括:在并行加速处理模式下,确定参数化后的所述半分析模型中变量的范 围,根据所述范围构建搜索空间,在所述搜索空间内随机选择多个个体组成初始种群;将参 数化后的所述半分析模型的误差函数作为适应度函数,确定所述初始种群的种群规模、交 叉率、变异率和代数;计算所述初始种群中各个个体的适应度,并判断所述适应度是否满足 预设条件;若所述适应度满足预设条件,则将所述初始种群中适应度最大的个体输出,作为 所述待测水域的水深值;若所述适应度不满足预设条件,则根据所述种群规模、交叉率、变 异率和代数对所述初始种群迭代进行个体选择、交叉、变异及代数增长,并对代数增长后的 所述种群重复所述适应度计算动作以及所述适应度判断动作,直至得到所述待测水域的水 深值。
[0023]第二方面,本发明提供了一种基于半分析模型的多光谱遥感水深反演装置,包括: 影像预处理模块,用于获取待测水域的多光谱卫星影像,对所述多光谱卫星影像进行预处 理,得到所述待测水域的离水辐射等效反射率;半分析模型建立模块,用于根据所述待测水 域的离水辐射等效反射率建立所述待测水域的半分析模型,并对所述半分析模型进行参数 化;水深值解算模块,用于利用并行加速的遗传算法对参数化后的所述半分析模型进行迭 代求解,得到所述待测水域的水深值。
[0024]结合第二方面,本发明提供了第二方面第一种可能的实施方式,其中,所述影像预 处理模块用于:对所述多光谱卫星影像进行几何校正、辐射定标以及大气校正,得到所述待 测水域的离水辐射等效反射率。
[0025]结合第二方面,本发明提供了第二方面第二种可能的实施方式,其中,所述半分析 模型建立模块包括:半分析模型建立单元,用于根据以下公式(1)至公式(5)建立所述待测 水域的半分析模型;
[0029] u = bb/(a+bb) (4);
[0030] K = a+bb (5);
[0031] 其中,Rrs为所述离水辐射等效反射率,rrs为水面以下遥感反射率,rrs dp为深水的遥 感反射率,0WS太阳天顶角,D,(/为水体的光程延长系数,Df为底质散射系数,k为衰减系数, H为水深,P为底质反射率,u为中间系数,a为吸收系数,bb为后向散射系数;建立的所述半分 析模型归纳如公式(6)所示,其中A为光谱波长;
[0032] Rrs(A)=f[a(A),bb(A),p(A),H] (6)。
[0033] 结合第二方面,本发明提供了第二方面第三种可能的实施方式,其中,所述半分析 模型建立模块包括:半分析模型参数化单元,用于根据以下公式(7)至公式(10)对所述半分 析模型进行参数化;
[0034] a = aw+a4)+ag (7);
[0035] bb = bbw+bbp (8); ao (/l) = [a() (/l) + ?, (/0 I n( P)] P a:, (A) = G oxp[-0.015(i - 440)]
[0036] ' p(/) - Bp{550) ( 9 ); (10);
[0038] 其中,aw为纯水吸收常量,&4>为浮游植物吸收系数,ag为黄色物质吸收系数,bbw为 纯水后向散射常量,bb P为悬浮颗粒后向散射系数,ao(A)为第一系数,ai〇)为第二系数,P、 G、X、B均为变量,Y为光谱斜率参数,A为光谱波长;参数化后的所述半分析模型如公式(11) 所示;
[0039] Rrs(A)=f[P,G,X,B,Y,H,ao(A),ai(A)] (11)〇
[0040] 结合第二方面上述实施方式,本发明提供了第二方面第四种可能的实施方式,其 中,所述水深值解算模块包括:初始种群组成单元,用于在并行加速处理模式下,确定参数 化后的所述半分析模型中变量的范围,根据所述范围构建搜索空间,在所述搜索空间内随 机选择多个个体组成初始种群;适应度函数确定单元,用于将参数化后的所述半分析模型 的误差函数作为适应度函数,确定所述初始种群的种群规模、交叉率、变异率和代数;适应 度计算单元,用于计算所述初始种群中各个个体的适应度,并判断所述适应度是否满足预 设条件;水深值输出单元,用于若所述适应度满足预设条件,则将所述初始种群中适应度最 大的个体输出,作为所述待测水域的水深值;迭代计算单元,用于若所述适应度不满足预设 条件,则根据所述种群规模、交叉率、变异率和代数对所述初始种群迭代进行个体选择、交 叉、变异及代数增长,并对代数增长后的所述种群重复所述适应度计算动作以及所述适应 度判断动作,直至得到所述待测水域的水深值。
[0041] 本实施例中,首先获取待测水域的多光谱卫星影像,对多光谱卫星影像进行预处 理,得到待测水域的离水辐射等效反射率;其次根据待测水域的离水辐射等效反射率建立 待测水域的半分析模型,并对半分析模型进行参数化;最后利用并行加速的遗传算法对参 数化后的半分析模型进行迭代求解,得到待测水域的水深值。本实施例中的基于半分析模 型的多光谱遥感水深反演方法及装置,只需要获取待测水域的多光谱卫星影像即可,无需 预先获知待测水域的实测数据,因此能够测量远离大陆的敏感海域,缓解现有技术中无法 测量远离大陆的敏感海域岛礁水深的问题。
【附图说明】
[0042] 为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附 图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对 范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这 些附图获得其他相关的附图。
[0043] 图1示出本发明第一实施例所提供的基于半分析模型的多光谱遥感水深反演方法 的一种流程示意图;
[0044] 图2示出本发明第一实施例所提供的利用并行加速的遗传算法求解参数化后的半 分析模型的流程示意图;
[0045] 图3示出本发明第一实施例所提供的基于半分析模型的多光谱遥感水深反演方法 的另一种流程示意图;
[0046] 图4示出本发明第二实施例所提供的基于半分析模型的多光谱遥感水深反演装置 的结构示意图。
【具体实施方式】
[0047] 为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例 中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅 是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实 施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的 实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实 施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所 有其他实施例,都属于本发明保护的范围。
[0048] 考虑到利用现有技术中的方法进行水深测量时,需要预先获知一定数量的实测数 据,导致无法测量远离大陆的敏感海域,本发明提供了一种基于半分析模型的多光谱遥感 水深反演方法及装置,下面结合实施例进行具体描述。
[0049] 实施例一
[0050]图1示出了本发明第一实施例提供的基于半分析模型的多光谱遥感水深反演方法 的一种流程示意图,如图1所示,本发明实施例中的基于半分析模型的多光谱遥感水深反演 方法包括:
[0051] 步骤S102,获取待测水域的多光谱卫星影像,对多光谱卫星影像进行预处理,得到 待测水域的离水辐射等效反射率;
[0052]步骤S104,根据待测水域的离水辐射等效反射率建立待测水域的半分析模型,并 对半分析模型进行参数化;
[0053]步骤S106,利用并行加速的遗传算法对参数化后的半分析模型进行迭代求解,得 到待测水域的水深值。
[0054]本实施例中,首先获取待测水域的多光谱卫星影像,对多光谱卫星影像进行预处 理,得到待测水域的离水辐射等效反射率;其次根据待测水域的离水辐射等效反射率建立 待测水域的半分析模型,并对半分析模型进行参数化;最后利用并行加速的遗传算法对参 数化后的半分析模型进行迭代求解,得到待测水域的水深值。本实施例中的基于半分析模 型的多光谱遥感水深反演方法,只需要获取待测水域的多光谱卫星影像即可,无需预先获 知待测水域的实测数据,因此能够测量远离大陆的敏感海域,缓解现有技术中无法测量远 离大陆的敏感海域岛礁水深的问题。
[0055]上述步骤S102中,优选通过航空遥感的方式获取高分辨率的待测水域的多光谱卫 星影像,基于高分辨率的多光谱卫星影像能够保证后续影像处理的准确性。
[0056] 考虑到影像处理的准确性,上述步骤S102中,对多光谱卫星影像进行预处理,得到 待测水域的离水辐射等效反射率,包括:对多光谱卫星影像进行几何校正、辐射定标以及大 气校正,得到待测水域的离水辐射等效反射率。
[0057]考虑到半分析模型应用的普遍性,上述步骤S104中,根据待测水域的离水辐射等 效反射率建立待测水域的半分析模型,包括:根据以下公式(1)至公式(5)建立待测水域的 半分析模型;
? (0.084+ 0.170咖
[0060] 0 ? 1.03(1+ 2.4";r 1.04(1 十 5.4〃)°; ,,、 1 I 3 );
[0061] u = bb/(a+bb) (4);
[0062] K = a+bb (5);
[0063] 其中,Rrs为上述离水辐射等效反射率,rrs为水面以下遥感反射率,rrs dp为深水的遥 感反射率,0WS太阳天顶角,D,「为水体的光程延长系数,对为底质散射系数,k为衰减系数, H为水深,P为底质反射率,u为中间系数,a为吸收系数,bb为后向散射系数;
[0064] 建立的半分析模型归纳如公式(6)所示,其中A为光谱波长;
[0065] Rrs(人)=f[a(人),bb(人),P(人),H] (6)。
[0066] 上述太阳天顶角0W可以在获取待测水域的多光谱卫星影像时确定。上述公式(1) 中的各项参数,如0.5、1、1.5,以及公式(3)中的各项参数,如0.084、0.170、1.03、1、2.4、 1.04、1、5.4,都是根据多次试验得到的,通过这些参数能够准确表征待测水域的半分析模 型,并准确对半分析模型进行优化。
[0067]对上述公式(1)中的半分析模型进行角度改正,得到公式(2)。由上述公式(1)至公 式(5)可知,a、bb、P和H为未知量,Rrs和0W为已知量,并且本领域技术人员知道,a、bb、P是随光 谱波长A变化的量,因此优化后的半分析模型能够通过公式(6)表达。
[0068]为了避免通过公式(1)至公式(6)得到的半分析模型的病态反演,上述步骤S104 中,对半分析模型进行参数化,包括:根据以下公式(7)至公式(10)对半分析模型进行参数 化;
[0073] 其中,aw为纯水吸收常量,&4>为浮游植物吸收系数,ag为黄色物质吸收系数,bbw为 纯水后向散射常量,bb P为悬浮颗粒后向散射系数,ao(A)为第一系数,ai〇)为第二系数,P、 G、X、B均为变量,Y为光谱斜率参数,A为光谱波长;
[0074] 参数化后的半分析模型如公式(11)所示;
[0075] Rrs(A)=f[P,G,X,B,Y,H,ao(A),ai(A)] (11)〇
[0076] 本实施例中,基于生物-光学模型,对半分析模型中的各成分吸收系数和后向散射 系数进行参数化,通过水中生物学参数的反演,建立了遥感光谱信息与水深值之间的半分 析模型。
[0077] 本领域技术人员知道,上述公式中,aw和bbw均为常量。通过上述公式(7)至公式 (10) 的参数化过程,公式(6)中的变量a(A)、bb(A)和p(A)能够用a〇(A)、ai(A)、P、G、X、B、Y表 示,则半分析模型由公式(6)变为公式(11)。
[0078] 在公式(6)中,由于a、bb、P是随光谱波长A变化的未知量,H是固定未知量,因此当 待测水域的多光谱卫星影像包括n个光谱时(n为大于1的自然数),公式(6)求解时就有3n+l 个未知量。公式(11)中,?、64、8、¥、11均为固定未知量,&()(1)和£1 1(\)为变化未知量,因此当 待测水域的多光谱卫星影像包括n个光谱时,公式(11)求解时就有2n+6个未知量,通过公式 (11) 进行求解能够简化求解工作,减少运算工作量。
[0079] 本实施例中,公式(9)和公式(10)是经过多次试验论证得到的参数化公式,通过公 式(9)和公式(10)的参数化过程能够得到公式(11),从而简化求解工作。
[0080] 为了进一步对参数化后的半分析模型进行求解,得到待测水域的水深值,上述步 骤S106中,利用并行加速的遗传算法和对参数化后的半分析模型进行迭代求解,得到待测 水域的水深值,包括:(a)在并行加速处理模式下,确定参数化后的半分析模型中变量的范 围,根据该范围构建搜索空间,在搜索空间内随机选择多个个体组成初始种群。(b)将参数 化后的半分析模型的误差函数作为适应度函数,确定初始种群的种群规模、交叉率、变异率 和代数。(c)计算初始种群中各个个体的适应度,并判断该适应度是否满足预设条件。预设 条件包括预设阈值或预定遗传代数。(d)若适应度满足预设条件,则将初始种群中适应度最 大的个体输出,作为待测水域的水深值。(e)若适应度不满足预设条件,则根据种群规模、交 叉率、变异率和代数对初始种群迭代进行个体选择、交叉、变异及代数增长,并对代数增长 后的种群重复上述适应度计算动作以及上述适应度判断动作,直至得到待测水域的水深 值。
[0081] 图2示出了本实施例提供的利用并行加速的遗传算法求解参数化后的半分析模型 的流程示意图。如图2所示,该流程包括:
[0082] 步骤S202,设定初始群体。利用一定的先验知识,确定参数化后的半分析模型中多 个变量的范围,构建搜索空间U,然后在搜索空间内进行随机选取N个个体,作为初始群体S (1) = {S1,S2, ? ? ?,SN},种群代数为 1。
[0083] 步骤S204,确定适应度函数。将参数化后的半分析模型的误差函数作为适应度函 数f ( x ),同时给定种群规模N、交叉率P。、变异率P m和代数T。适应度函数为
式中,i代表波段,R'rs⑴为反演得到的反射率值,R rs(i)为离水 辐射等效反射率。
[0084] 步骤S206,计算适应度函数。计算种群S中每个个体的适应度f i = f (Si)。
[0085] 步骤S208,判断适应度是否满足要求。判断步骤S206计算得到的适应度是否满足 预设阈值或达到预定遗传代数,若是,执行步骤S210,否则,执行步骤S212。
[0086] 步骤S210,结果输出。将适应度最大的个体输出,作为反演得到的水深值。
[0087] 步骤S212,选择算子。选择算子是以适应度为基准,首先选中适应度值最大的两个
个体直接复制到下一代,然后计算个体的选中概率P(Sl): 按 〇 照概率分布决定选中机会,采用赌轮选择法进行选择,,并每次从种群S中选取一个个体将 其复制,共做N次,则复制得到的N个个体组成新的种群Si。
[0088] 步骤S214,交叉算子。以交叉率P。为依据,决定参加交叉的个体的个数,从新种群Si 中随机选取个体进行配对交叉,产生新的个体代替原个体,得到新一代的种群&。
[0089] 步骤S216,变异算子。以变异率Pm为依据,决定变异次数,从种群52中随机选取个 体,进行变异操作同时替换原个体,得到新种群S 3。
[0090] 步骤S218,产生新一代种群。将种群S3作为新一代种群,即S3替代S,种群代数T = T+ 1,重复执行步骤S206。通过一代代的选择、交叉和变异,最终可以得到参数化后的半分析模 型的参数值,即反演的水深值。
[0091] 本实施例中,可以通过openMP共享内存的编程模型实现遗传算法,使模型反演得 到最优解。遗传算法的核心思想是在待求解问题为非连续、多峰以及有噪声的情况下,它能 够以很大的可能性收敛到最优解或近似最优解,同时搜索过程不受优化函数连续性的约 束,无需导数或其他辅助信息。引入OpenMP共享内存的编程模型,大幅降低模型运算时间, 提高模型收敛速度。OpenMP采用并行多线程工作方式,结合遗传算法对半分析模型进行求 解,实现了高效参数求解的效果。
[0092] 图3示出了本发明第一实施例提供的基于半分析模型的多光谱遥感水深反演方法 的另一种流程示意图。如图3所示,该方法包括:
[0093]步骤S302,影像获取。获取待测水域的高分辨率卫星影像。
[0094] 步骤S304,影像预处理。对高分辨率卫星影像进行预处理,该预处理包括几何校 正、辐射定标和大气校正。
[0095]步骤S306,水陆分离。对预处理后的影像进行水陆分离。
[0096] 步骤S308,建立半分析模型。
[0097]步骤S310,遗传算法求解。对水陆分离后的影像代入预先建立好的半分析模型,并 利用遗传算法和OpenMP进行模型求解。
[0098]步骤S312,判断求解是否符合预设要求。判断求解是否达到预设遗传代数或者预 设阈值,若达到,则执行步骤S314,否则,返回步骤S310。
[0099] 步骤S314,水深输出。输出反演得到的水深值。
[0100] 步骤S316,精度评价。对输出的水深值进行精度评价。
[0101] 与现有技术相比,本实施例解决了远离大陆岛礁礁盘水深的非接触式、无需实测 水深控制数据的测深技术难题。在进行水深求解时,引入遗传算法和openMP共享内存的编 程模型,实现无需先验知识的多线程共享内存模型参数求解,准确得到岛礁礁盘水深的同 时大幅降低模型运算时间,满足岛礁礁盘遥感水深反演工程化需求,满足大范围、快速精准 获取敏感岛礁礁盘水深的需求。
[0102] 实施例二
[0103] 图4示出了本发明第二实施例提供的基于半分析模型的多光谱遥感水深反演装置 的结构示意图,如图4所示,该装置包括:影像预处理模块41,用于获取待测水域的多光谱卫 星影像,对多光谱卫星影像进行预处理,得到待测水域的离水辐射等效反射率;半分析模型 建立模块42,用于根据待测水域的离水辐射等效反射率建立待测水域的半分析模型,并对 半分析模型进行参数化;水深值解算模块43,用于利用并行加速的遗传算法对参数化后的 半分析模型进行迭代求解,得到待测水域的水深值。
[0104] 考虑到影像处理的准确性,上述影像预处理模块41用于:对多光谱卫星影像进行 几何校正、辐射定标以及大气校正,得到待测水域的离水辐射等效反射率。
[0105] 考虑到半分析模型应用的普遍性,上述半分析模型建立模块42包括:半分析模型 建立单元,用于根据以下公式(1)至公式(5)建立待测水域的半分析模型;
[0109] u = bb/(a+bb) (4);
[0110] K = a+bb (5);
[0111] 其中,Rrs为上述离水辐射等效反射率,rrs为水面以下遥感反射率,rrs dp为深水的遥 感反射率,心为太阳天顶角,A丨为水体的光程延长系数,为底质散射系数,^为衰减系 数,H为水深,P为底质反射率,u为中间系数,a为吸收系数,bb为后向散射系数;建立的半分 析模型归纳如公式(6)所示,其中A为光谱波长;
[0112] Rrs(入)=f[a(入),bb(入),P(入),H] (6)。
[0113] 为了避免通过公式(1)至公式(6)得到的半分析模型的病态反演,上述半分析模型 建立模块42包括:半分析模型参数优化单元,用于根据以下公式(7)至公式(10)对半分析模 型进行参数化;
[0114] a = aw+a4)+ag (7);
[0115] bb = bbw+bbp (8); (9), (10);
[0118] 其中,aw为纯水吸收常量,&4>为浮游植物吸收系数,ag为黄色物质吸收系数,bbw为 纯水后向散射常量,bb P为悬浮颗粒后向散射系数,ao(A)为第一系数,ai〇)为第二系数,P、 G、X、B均为变量,Y为光谱斜率参数,A为光谱波长;参数化后的半分析模型如公式(11)所示;
[0119] Rrs(A)=f[P,G,X,B,Y,H,ao(A),ai(A)] (11)〇
[0120] 为了进一步对参数化后的半分析模型进行求解,得到待测水域的水深值,上述水 深值解算模块43包括:初始种群组成单元,用于在并行加速处理模式下,确定参数化后的半 分析模型中变量的范围,根据范围构建搜索空间,在搜索空间内随机选择多个个体组成初 始种群;适应度函数确定单元,用于将参数化后的半分析模型的误差函数作为适应度函数, 确定初始种群的种群规模、交叉率、变异率和代数;适应度计算单元,用于计算初始种群中 各个个体的适应度,并判断适应度是否满足预设条件;水深值输出单元,用于若适应度满足 预设条件,则将初始种群中适应度最大的个体输出,作为待测水域的水深值;迭代计算单 元,用于若适应度不满足预设条件,则根据种群规模、交叉率、变异率和代数对初始种群迭 代进行个体选择、交叉、变异及代数增长,并对代数增长后的种群重复适应度计算动作以及 适应度判断动作,直至得到待测水域的水深值。
[0121]本实施例中,首先获取待测水域的多光谱卫星影像,对多光谱卫星影像进行预处 理,得到待测水域的离水辐射等效反射率;其次根据待测水域的离水辐射等效反射率建立 待测水域的半分析模型,并对半分析模型进行参数化;最后利用并行加速的遗传算法对参 数化后的半分析模型进行迭代求解,得到待测水域的水深值。本实施例中的基于半分析模 型的多光谱遥感水深反演装置,只需要获取待测水域的多光谱卫星影像即可,无需预先获 知待测水域的实测数据,因此能够测量远离大陆的敏感海域,缓解现有技术中无法测量远 离大陆的敏感海域岛礁水深的问题。
[0122] 为了进一步说明本实施例中提供的基于半分析模型的多光谱遥感水深反演方法 及装置的实现原理,下面详细介绍离水辐射等效反射率的计算过程。
[0123] 基于光在水和大气两种介质中的福射传输过程,建立离水福射传输方程,
其中,L(z,Q )为出射方向的辐射亮度,L G (z,Q ')为入射方向的辐射亮度,Q为出射方向,Q '为入射方向;c(z)为衰减系数,z为垂直 方向坐标,z在[0,H]区间内取值,0位置代表水面,H位置代表水底;0(z,Q ')为体散射函 数。
[0124] 假设辐射场各向同性,辐射亮度与方向无关,则L(z,⑴=L(z),辐射亮度L与通量密度E 的关系为£(4=札(\),则上述离水辐射传输方程可表达为:
其 中,£<;1(2)为下行福射通量,衰减系数(3(2)=3(2)+131)(2)+&办),3(2)为吸收系数,131 )(2)为后 向散射系数,bf ( Z )为前向散射系数(可忽略)。
[0125] Eu( z)为上行辐射通量,光在向上传输时同样会出现衰减,则在水深z处,dz层对水 面的向上辐射通量密度的贡献为吨? 〇
[0126] 经H路径衰减后,水底反射到达水面的上行辐射通量为美__炽)=尽(〇)f 。 式中,P为底质反射率。
[0127] 对上述公式中的z在[0,H]区间进行积分,可得各层水体总的贡献为
[0128] 由折射定律可知,只有入射角小于48.759的向上辐射才能穿出水面,其它辐射被 全反射,因此到达水面上层的辐射通量,为水底反射以及各层水体的向上辐射通量之和,用 公式表达为:
[0129] 基于以上基础,包含水底反射的离水辐射等效反射率表示为水面上层的总向上辐射通 量与水面上层的向下辐射通量的比值,艮[
[0130] 本发明实施例所提供的基于半分析模型的多光谱遥感水深反演装置可以为设备 上的特定硬件或者安装于设备上的软件或固件等。本发明实施例所提供的装置,其实现原 理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可 参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到,为描述的方便 和简洁,前述描述的系统、装置和单元的具体工作过程,均可以参考上述方法实施例中的对 应过程,在此不再赘述。
[0131] 在本发明所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方 式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻 辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可 以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间 的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连 接,可以是电性,机械或其它的形式。
[0132] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显 示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个 网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目 的。
[0133] 另外,在本发明提供的实施例中的各功能单元可以集成在一个处理单元中,也可 以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
[0134] 所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以 存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说 对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计 算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个 人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。 而前述的存储介质包括:U盘、移动硬盘、只读存储器(R0M,Read-0nly Memory)、随机存取存 储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0135] 应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一 个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语"第 一"、"第二"、"第三"等仅用于区分描述,而不能理解为指示或暗示相对重要性。
[0136] 最后应说明的是:以上所述实施例,仅为本发明的【具体实施方式】,用以说明本发明 的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发 明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员 在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻 易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使 相应技术方案的本质脱离本发明实施例技术方案的精神和范围。都应涵盖在本发明的保护 范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
【主权项】
1. 一种基于半分析模型的多光谱遥感水深反演方法,其特征在于,包括: 获取待测水域的多光谱卫星影像,对所述多光谱卫星影像进行预处理,得到所述待测 水域的离水辐射等效反射率; 根据所述待测水域的离水辐射等效反射率建立所述待测水域的半分析模型,并对所述 半分析模型进行参数化; 利用并行加速的遗传算法对参数化后的所述半分析模型进行迭代求解,得到所述待测 水域的水深值。2. 根据权利要求1所述的方法,其特征在于,对所述多光谱卫星影像进行预处理,得到 所述待测水域的离水辐射等效反射率,包括: 对所述多光谱卫星影像进行几何校正、辐射定标以及大气校正,得到所述待测水域的 离水辐射等效反射率。3. 根据权利要求1所述的方法,其特征在于,根据所述待测水域的离水辐射等效反射率 建立所述待测水域的半分析模型,包括: 根据以下公式(1)至公式(5)建立所述待测水域的半分析模型;u = bb/ (a+bb) (4); K = a+bb (5); 其中,Rrs为所述离水辐射等效反射率,rrs为水面以下遥感反射率,rrs dp为深水的遥感反 射率,0|为太阳天顶角,为水体的光程延长系数,为底质散射系数,K为衰减系数,Η为 水深,Ρ为底质反射率,u为中间系数,a为吸收系数,bb为后向散射系数; 建立的所述半分析模型归纳如公式(6)所示,其中λ为光谱波长; Rrs(X) = f[a(A),bb(X),Ρ(λ),H] (6) 〇4. 根据权利要求1所述的方法,其特征在于,对所述半分析模型进行参数化,包括: 根据以下公式(7)至公式(10)对所述半分析模型进行参数化; £1 - £lw+£l4)+£lg ( 7 ); bb = bbw+bbp (8);其中,aw为纯水吸收常量,a<t>为浮游植物吸收系数,ag为黄色物质吸收系数,bbw为纯水后 向散射常量,bbP为悬浮颗粒后向散射系数,ao〇)为第一系数,ai〇)为第二系数,P、G、X、B均 为变量,Y为光谱斜率参数,λ为光谱波长; 参数化后的所述半分析模型如公式(11)所示; Rrs(A) = f[P,G,X,B,Y,H,ao(A),ai(A)] (11) 〇5. 根据权利要求1至4任一项所述的方法,其特征在于,利用并行加速的遗传算法对参 数化后的所述半分析模型进行迭代求解,得到所述待测水域的水深值,包括: 在并行加速处理模式下,确定参数化后的所述半分析模型中变量的范围,根据所述范 围构建搜索空间,在所述搜索空间内随机选择多个个体组成初始种群; 将参数化后的所述半分析模型的误差函数作为适应度函数,确定所述初始种群的种群 规模、交叉率、变异率和代数; 计算所述初始种群中各个个体的适应度,并判断所述适应度是否满足预设条件; 若所述适应度满足预设条件,则将所述初始种群中适应度最大的个体输出,作为所述 待测水域的水深值; 若所述适应度不满足预设条件,则根据所述种群规模、交叉率、变异率和代数对所述初 始种群迭代进行个体选择、交叉、变异及代数增长,并对代数增长后的所述种群重复所述适 应度计算动作以及所述适应度判断动作,直至得到所述待测水域的水深值。6. -种基于半分析模型的多光谱遥感水深反演装置,其特征在于,包括: 影像预处理模块,用于获取待测水域的多光谱卫星影像,对所述多光谱卫星影像进行 预处理,得到所述待测水域的离水辐射等效反射率; 半分析模型建立模块,用于根据所述待测水域的离水辐射等效反射率建立所述待测水 域的半分析模型,并对所述半分析模型进行参数化; 水深值解算模块,用于利用并行加速的遗传算法对参数化后的所述半分析模型进行迭 代求解,得到所述待测水域的水深值。7. 根据权利要求6所述的装置,其特征在于,所述影像预处理模块用于: 对所述多光谱卫星影像进行几何校正、辐射定标以及大气校正,得到所述待测水域的 离水辐射等效反射率。8. 根据权利要求6所述的装置,其特征在于,所述半分析模型建立模块包括: 半分析模型建立单元,用于根据以下公式(1)至公式(5)建立所述待测水域的半分析模 型;u = bb/ (a+bb) (4);K = a+bb (5); 其中,Rrs为所述离水辐射等效反射率,rrs为水面以下遥感反射率,rrs dp为深水的遥感反 射率,0W为太阳天顶角,为水体的光程延长系数,/_),f为底质散射系数,κ为衰减系数,Η为 水深,Ρ为底质反射率,u为中间系数,a为吸收系数,bb为后向散射系数; 建立的所述半分析模型归纳如公式(6)所示,其中λ为光谱波长; Rrs(X) = f[a(A),bb(X),Ρ(λ),H] (6) 〇9. 根据权利要求6所述的装置,其特征在于,所述半分析模型建立模块包括: 半分析模型参数化单元,用于根据以下公式(7)至公式(10)对所述半分析模型进行参 数化; £1 - £lw+£l4)+£lg ( 7 ); bb = bbw+bbp (8);其中,aw为纯水吸收常量,ΒΦ为浮游植物吸收系数,ag为黄色物质吸收系数,bbw为纯水后 向散射常量,bbP为悬浮颗粒后向散射系数,ao〇)为第一系数,ai〇)为第二系数,P、G、X、B均 为变量,Y为光谱斜率参数,λ为光谱波长; 参数化后的所述半分析模型如公式(11)所示; Rrs(A) = f[P,G,X,B,Y,H,ao(A),ai(A)] (11) 〇10. 根据权利要求6至9任一项所述的装置,其特征在于,所述水深值解算模块包括: 初始种群组成单元,用于在并行加速处理模式下,确定参数化后的所述半分析模型中 变量的范围,根据所述范围构建搜索空间,在所述搜索空间内随机选择多个个体组成初始 种群; 适应度函数确定单元,用于将参数化后的所述半分析模型的误差函数作为适应度函 数,确定所述初始种群的种群规模、交叉率、变异率和代数; 适应度计算单元,用于计算所述初始种群中各个个体的适应度,并判断所述适应度是 否满足预设条件; 水深值输出单元,用于若所述适应度满足预设条件,则将所述初始种群中适应度最大 的个体输出,作为所述待测水域的水深值; 迭代计算单元,用于若所述适应度不满足预设条件,则根据所述种群规模、交叉率、变 异率和代数对所述初始种群迭代进行个体选择、交叉、变异及代数增长,并对代数增长后的 所述种群重复所述适应度计算动作以及所述适应度判断动作,直至得到所述待测水域的水 深值。
【文档编号】G06F17/11GK105930304SQ201610228572
【公开日】2016年9月7日
【申请日】2016年4月13日
【发明人】李英成, 白洁, 薛艳丽, 彭硕, 周高伟
【申请人】中测新图(北京)遥感技术有限责任公司
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1