科研动态
LORS | 科研进展：生态遥感团队刘永明博士水深遥感反演取得进展
广东省海洋遥感重点实验室（LORS）、中科院南海海洋研究所、GML、LTO刘永明、唐丹玲（通讯作者）和中山大学邓孺孺等合作研究，基于光学浅水反射率模型的参数敏感性分析结果，构建自适应的水深分段反演模型（ABAA, adaptive blended algorithm approach），使遥感影像上不同水深范围内的像元能够被最佳波段组合的反演模型提取水深，从而提高水深反演精度。该研究成果“An adaptive blended algorithm approach for deriving bathymetry from multispectral imagery（Y Liu, D. Tang, R. Deng, B. Cao, Q. Chen, R. Zhang, Y. Qin and S. Zhang）”最近在IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing（中科院二区）接受发表。
Stumpf等人（2003）的波段对数比值模型常被用于海洋一类水体的水深反演，但是目前的研究在选择该模型的波段组合时通常考虑具有较大穿透力的波段，忽略了不同水深范围内水深对不同波段反射率的敏感性差异。研究首先将LH-OAT参数全局敏感性分析法应用于一个半分析半经验的光学浅水反射率模型，全局敏感性分析结果表明，随着水深的增加，对水深变化敏感的波段从长波波段向短波波段变化。基于参数敏感性分析结果，研究建立了一个分段反演模型，能够连续反演从深水区域至浅水区域的水深。其中分段反演模型的子模型是不同波段组合的波段比值模型。为了能够根据遥感影像和研究区域自动确定子模型的形式及其适用的范围，研究还建立ADRA（applicable depth range analysis）筛选机制。
研究还进一步基于刘永明等人（2019）提出的优化反演模型和经验模型耦合反演思路，用优化反演模型UMOPE（刘永明等人，2018）反演的水深对经验模型ABAA进行定标，克服优化反演模型UMOPE计算效率低和经验模型ABAA需要实测数据定标的缺陷。
该研究最后以南海西沙群岛的甘泉岛、银砾滩、七连屿和永兴岛作为研究区域，将ABAA模型应用于多时相的WorldView-2和Landsat-8数据进行水深反演。当使用实测水深数据对ABAA进行定标时，ABAA显著的提高了水深反演的精度，尤其是小于 6 m的水深范围（WorldView-2: RMSE=0.31~0.94 m; Landsat-8: RMSE=0.25~1.42 m）。在缺失实测水深数据时，结果表明ABAA的精度比单一波段组合的波段比值法和UMOPE的精度高。
刘永明博士目前在唐丹玲团队做博士后工作。研究获得广东省重大人才工程项目U团队（2019BT02H594）、广东省海洋遥感重点实验室LORS (2017B030301005)、和南方海洋科学与工程广东省实验室（广州）人才团队引进重大专项（GML2019ZD0602）等资助。
图 1 在海洋一类水体环境下，光学浅水反射率模型的参数全局敏感性分析结果，以Worldview-2的波段设置为例
图 2 ABAA子模型选择的结果
图 3 (A)-(C)甘泉岛和银砾滩的多时相水深反演结果（2 m空间分辨率）。（D）-(E) 七连屿和永兴岛的多时相水深反演结果（30 m空间分辨率）
论文第一作者：刘永明博士
相关论文：
Y. Liu, D. Tang*, R. Deng, B. Cao, Q. Chen, R. Zhang, Y. Qin and S. Zhang. An adaptive blended algorithm approach for deriving bathymetry from multispectral imagery. IEEE J. Sel. Top. Appl. Earth Observ. Remote Sens. 2020. DOI: 10.1109/JSTARS.2020.3034375（#164 on http://www.lingzis.com/journal%20article.htm）
参考文献：
Y. Liu, R. Deng, J. Li, Y. Qin, L. Xiong, Q. Chen, and X. Liu. Multispectral bathymetry via linear unmixing of the benthic reflectance. IEEE J. Sel. Top. Appl. Earth Observ. Remote Sens. 2018. 11(11). 4349-4363
Y. Liu, R. Deng, Y. Qin, B. Cao, Y. Liang, Y. Liu, J. Tian, and S. Wang. Rapid estimation of bathymetry from multispectral imagery without in situ bathymetry data. Appl. Opt. 2019. 58(27). 7538-7551
R. P. Stumpf, K. Holderied, and M. Sinclair. Determination of water depth with high resolution satellite image over variable bottom types. Limnol. Oceanogr. 2003. 48(1_part_2). 547-556