一种利用遥感图像测量沙波水深的方法

摘要

本发明提供了一种新的利用遥感图像测量浅海沙波水深的方法，利用浅海沙波地形在遥感图像中呈现的亮暗条纹特征信息及其空间位置与强度与沙波水深的定量关系，测量浅海沙波水深。本发明针对广泛分布的浅海沙波区的地形变化监测需求，利用遥感技术方法的大范围覆盖和高频率重访的能力，基于遥感图像中所包含的因沙波地形对水体流场和海面粗超度的调制而在呈现的亮暗条纹特征，包括亮暗条纹的强弱及其空间分布特征，对遥感图像的灰度数据进行定量处理，并利用少量的实测数据进行转换处理，获得沙波水深信息，用于浅海水下地形动态变化监测，是遥感信息技术用于浅海水深测量的一项创新，具有极大的实用价值。

说明书

技术领域

本发明涉及一种遥感技术应用和浅海地形监测领域，特别是一种利用遥感 图像测量沙波水深的方法。

背景技术

海底地形测绘是探索和研究海洋的第一步，是开发和保护海洋的首要条件， 也是现今海洋学研究的迫切需求，对于掌握地形演化规律和特征都有十分重要 的意义。在回声测深仪发明之前，主要靠测深杆和测深锤来测量水深，测量精 度较差。20世纪20年代回声测深仪出现之后，现代意义上海图的绘制才得以实 现。但早期的测深仪为单波束发射，一次发射只能得到测量船正下方的水深， 因而只能实现点、线测量，无法反映测线之间的地形地貌。1970年代中期出现 的多波束测深技术实现了带状测量(最大宽度可达水深的7倍)，显著提高了测 深效率。尽管如此，限于测量周期长、人力消耗大和资金需求高等方面的劣势， 在地形高变化的浅海区域进行大范围的动态变化监测任务中，仅依赖多波束测 深方法仍然很难满足需求。遥感技术方法具有大范围覆盖和高频率重访的能力， 在浅海水深测量方面也发展了基于底质光谱反射的光学遥感测深方法和基于海 面粗糙度调制的SAR和太阳耀光遥感测深方法。但受水体环境和底质条件差异 的限制，光学遥感测深方法仅适用于清洁水体和甚浅水域，基本无法适用于沙 波水深测量。SAR和太阳耀光遥感虽不受水体环境影响，但现有的基于水动力 调制模型的水深信息提取方法，需要一定的水体流场和风场等环境参数的支持， 计算过程复杂，且水深测量精度较低。从检索到的公开资料看，尚未有与本发 明完全一致的实现利用遥感图像测量浅海沙波水深的方法。

本发明针对广泛分布的浅海沙波区的地形变化监测需求，利用遥感技术方 法的大范围覆盖和高频率重访的能力，基于遥感图像中所包含的因沙波地形对 水体流场和海面粗超度的调制而在呈现的亮暗条纹特征，包括亮暗条纹的强弱 及其空间分布特征，对遥感图像的灰度数据进行定量处理，并利用少量的实测 数据进行转换处理，获得沙波水深信息，用于浅海水下地形动态变化监测。

发明内容

本发明所要解决的技术问题是提供一种新的利用遥感图像测量沙波水深的 方法。

本发明解决上述技术问题所采用的技术方案是：

一种利用遥感图像测量沙波水深的方法，其特征在于其包括以下步骤：

(1)通过遥感器获取含有沙波信息的遥感图像，采用几何校正方法进行定 位配准，实现与实测地形数据的配准；

(2)根据遥感图像上的沙波纹理分布特征，确定沙波走向；

(3)添加若干垂直于沙波走向的检测线；

(4)将检测线叠加于遥感图像上，获得检测线位置上的遥感图像像元的灰 度值，经过归一化处理得到检测线的遥感图像归一化灰度剖面线；

(5)基于归一化灰度剖面线进行相对水深计算，获得相对水深；

(6)选取两个不同位置的实测水深点数据，对相对水深进行水深控制转换， 获得测量水深；

(7)重复步骤(4)至步骤(6)，完成全部检测线上的水深测量，获得整 个沙波的水深信息。

作为优选，所述步骤(2)中确定沙波走向，根据遥感图像上沙波纹理分布 特征，亮暗条纹相接处为沙波波脊线的位置，根据亮暗条纹的分布特征确定沙 波的走向。

作为优选，所述步骤(3)中添加若干垂直于沙波走向的检测线，检测线的 间距为3-5倍的遥感图像像元大小。

作为优选，所述步骤(4)中归一化处理方法为：

(41)通过比较和计算获得该检测线上所有像元灰度值的平均值(DN_a)、 最大值(DN_max)和最小值(DN_min)；

(42)计算任意像元点的归一化像元值，计算公式如下：

${\mathrm{DN}}_{\mathrm{new}}=\frac{\mathrm{DN}-{\mathrm{DN}}_a}{{\mathrm{DN}}_{\max }-{\mathrm{DN}}_{\min }}$

其中DN为原像元灰度值，DN_new为归一化后像元灰度值，范围为-1.0～1.0。

作为优选，所述步骤(5)中相对水深的计算方法如下：

(51)从归一化灰度剖面线的第一个数据点开始，设其数值为0，即r₁＝0；

(52)计算第2个数据点的相对水深值r₂，其值为第一个数据点的相对水 深值(r₁)和归一化灰度剖面线的第2个数据点数值(DN₂)的和，即r₂＝r₁+DN₂；

(53)根据步骤(52)，第n个数据点的相对水深值(r_n)为第n-1个数据 点的相对水深值(r_n-1)和第n个归一化灰度剖面线数据点值(DN_n)的和，即 r_n＝r_n-1+DN_n，直到完成全部数据点的相对水深计算。

作为优选，所述步骤(6)中，检测两个不同点的实测水深数据作为实测控 制水深，对相对水深进行线性转换，所述线性转换方法为：

(61)获得两个不同点的相对水深数据r₁和r₂作为相对控制水深；

(62)检测获得与r₁和r₂相同位置的实测水深值d₁和d₂作为实测控制水深；

(63)将任意位置的相对水深值r_n转换为绝对水深值d_n，转换方式如下：

$d_n=\frac{(d_2-d_1)*(r_n-r_1)}{r_2-r_1}+d_1$

作为优选，所述选取的控制水深数据r₁、d₁为沙波波峰处的水深数据，r₂、 d₂为沙波波谷处的水深数据，两个实测水深点的位置尽可能分开一定距离，且 水深值的差异尽可能大，因此最好一个选择沙波的波峰处，另一个选择在沙波 的波谷处。

作为优选，步骤(7)中重复步骤(4)至步骤(6)，完成全部检测线上的 水深测量，进行合并处理，获得整个沙波的水深信息。

具体来说，广泛分布的浅海沙波地形能在遥感图像上成像，呈现为清晰的 亮暗条幅间或分布的沙波纹理信息。其原理是：浅海沙波区起伏的地形通过水 动力作用调制了海表流场，被调制后的海表流场通过波-流相互作用改变了表面 波的密度谱，表面波密度谱的改变导致海面粗糙度的改变，海面粗糙度的改变 引起海-气界面太阳耀光散射强度的改变，从而在遥感图像上呈现亮暗条纹间或 分布的沙波波纹信息。而遥感图像的亮暗条纹的位置、强度等信息主要取决于 沙波水深及其分布，两者之间存在一定的定量关系。利用这种定量关系可以， 利用遥感图像的沙波纹理信息，直接提取获得沙波水深信息，完成沙波水深测 量。

本发明就是利用浅海沙波地形在遥感图像中呈现的特征信息，包括沙波亮 暗条纹的强弱及其空间分布特征，对遥感图像的灰度数据进行定量处理，并利 用少量的实测数据进行转换处理，获得沙波水深信息。

本发明同现有技术相比具有以下优点及效果：对浅海沙波地形进行动态监 测是研究浅海海洋环境、开发和保护海洋资源的需要。多波束测深虽已成为当 前浅海水深测量的主要手段，但受测量周期、人力消耗和资金的限制，通常无 法经常进行动态测量与监测。遥感监测是一种非常有效的浅海水下沙波监测手 段。本发明针对广泛分布的浅海沙波区的地形变化监测需求，利用遥感技术方 法的大范围覆盖和高频率重访的能力，基于遥感图像中所包含的因沙波地形对 水体流场和海面粗超度的调制而在呈现的亮暗条纹特征，包括亮暗条纹的强弱 及其空间分布特征，对遥感图像的灰度数据进行定量处理，并利用少量的实测 数据进行转换处理，获得沙波水深信息，用于浅海水下地形动态变化监测，是 遥感信息技术用于浅海水深测量的一项创新，具有极大的实用价值。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施 例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述 中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付 出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是利用遥感图像测量浅海沙波水深的方法技术路线图；

图2是典型沙波的遥感图像灰度剖面线；

图3是典型检测线的归一化灰度剖面线；

图4是典型检测线的相对水深值；

图5是典型检测线的测量水深值；

图6是典型检测线的测量水深与实测水深的比较图。

具体实施方式

下面结合实施例对本发明做进一步的详细说明，以下实施例是对本发明的 解释而本发明并不局限于以下实施例。

实施例1：

根据本发明的利用遥感图像测量浅海沙波水深的方法进行实验，技术路线 如图1所示，具体包括如下步骤：

(1)通过遥感器获取含有沙波信息的遥感图像，采用几何校正方法进行定 位配准，实现与实测地形数据的配准：

选取具有较高分辨率的遥感图像，检查图像沙波纹理信息的清晰度和完整 性。进行遥感图像空间配准，配准采用地面控制点同名点方式，即在遥感图像 上的陆地区域选择一定数量的相同地物点，建立控制方程。地面控制点法回避 传感器成像时的实际几何状态，直接对遥感图像进行几何校正，该方法的校正 精度依赖于地面控制点精度。典型的地面控制点校正法是多项式校正，将遥感 图像的总体变形看作是平移、缩放、旋转、偏扭以及更高次的基本变形综合作 用结果，校正前后图像相应点之间坐标关系可以用一个适当的多项式来表达。 遥感图像几何校正完成后，可将遥感图像与实测水深数据进行空间叠置分析评 估，确保两者空间位置基本一致。

(2)根据遥感图像上的沙波纹理分布特征，确定沙波走向：

考察遥感图像上沙波纹理分布特征，沙波区通常呈现亮暗条纹间隔分布。 根据沙波地形遥感成像机理，亮暗条纹相接处为沙波波脊线的位置。图2显示 了遥感图像中垂直于沙波波脊线的灰度坡面线，并标注了沙波波脊线的位置。 根据亮暗条纹的分布特征确定沙波的走向。

(3)添加若干垂直于沙波走向的检测线：

根据步骤(2)确定的沙波走向，添加若干垂直于沙波走向的检测线，检测 线的间距为3-5倍的遥感图像像元大小。

(4)将检测线叠加于遥感图像上，获得检测线位置上的遥感图像像元的灰 度值，经过归一化处理得到检测线的遥感图像归一化灰度剖面线：

将步骤(3)生成的检测线叠加于遥感图像上，从遥感图像上获得与检测线 相交的所有像元点，并读取其灰度值，经过归一化处理，得到检测线的遥感图 像剖面线，图3为归一化灰度剖面线。归一化处理方法为：(41)通过比较和计 算获得该检测线上所有像元灰度值的平均值(DN_a)、最大值(DN_max)和最小值 (DN_min)；(42)计算任意像元点的归一化像元值，计算公式如下：

${\mathrm{DN}}_{\mathrm{new}}=\frac{\mathrm{DN}-{\mathrm{DN}}_a}{{\mathrm{DN}}_{\max }-{\mathrm{DN}}_{\min }}$

其中DN为原像元灰度值，DN_new为归一化后像元灰度值，范围为-1.0～1.0。

(5)基于归一化灰度剖面线进行相对水深计算，相对水深。

基于步骤(4)获得的归一化灰度剖面线，计算相对水深值。计算方法如下：

(51)从归一化灰度剖面线的第一个数据点开始，设其数值为0，即r₁＝0；

(52)计算第2个数据点的相对水深值r₂，其值为第一个数据点的相对水 深值(r₁)和归一化灰度剖面线的第2个数据点数值(DN₂)的和，即r₂＝r₁+DN₂；

(53)根据步骤(52)，第n个数据点的相对水深值(r_n)为第n-1个数据 点的相对水深值(r_n-1)和第n个归一化灰度剖面线数据点值(DN_n)的和，即 r_n＝r_n-1+DN_n，直到完成全部数据点的相对水深计算。

图4为相对水深值。

(6)选取两个不同位置的实测水深点数据，对相对水深进行水深控制转换， 获得测量水深。

对步骤(5)获得的相对水深值进行线性转换，获得绝对水深值。需要两个 实测水深数据的作为控制水深，两个实测水深点的位置尽可能分开一定距离， 且水深值的差异尽可能大，因此最好一个选择沙波的波峰处，另一个选择在沙 波的波谷处。线性转换方法为：

(61)获得沙波的波峰和波谷处的相对水深数据r₁和r₂作为相对控制水深；

(62)检测获得与r₁和r₂相同位置的实测水深值d₁和d₂作为实测控制水深；

(63)将任意位置的相对水深值r_n转换为绝对水深值d_n，转换方式如下：

$d_n=\frac{(d_2-d_1)*(r_n-r_1)}{r_2-r_1}+d_1$

(7)重复步骤(4)至步骤(6)，完成全部检测线上的水深测量，进行 合并处理，获得整个沙波的水深信息。

典型断面的实验结果如图5所示，图6为测量水深值与实测水深值的比较 图。对该典型剖面线的水深测量结果的平均显示，用本发明方法测量沙波水深 与实测水深具有较高的一致性，相关性很高，均方根误差仅为0.99m，表明沙波 水深测量效果显著。当然，在后续处理中还可以根据需要进行空间数据插值， 获得水下数字高程模型(DEM)和等深线等沙波地形信息。

此外，需要说明的是，本说明书中所描述的具体实施例，其零、部件的形 状、所取名称等可以不同。凡依本发明专利构思所述的构造、特征及原理所做 的等效或简单变化，均包括于本发明专利的保护范围内。本发明所属技术领域 的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的 方式替代，只要不偏离本发明的结构或者超越本权利要求书所定义的范围，均 应属于本发明的保护范围。