基于箱线图光子去噪模型的浅海无原位遥感水深反演方法
Abstract
针对光学遥感影像与星载激光雷达联合浅海测深中噪声干扰大、水深反演精度不足的问题，提出了一种基于箱线图光子去噪模型的浅海无原位遥感水深反演方法。该方法通过高斯拟合分离海面和海底点，并对地形起伏区海底点云进行分段水平旋转，计算旋转后海底点的箱线图上下四分位数作为阈值，对ICESat-2（Ice， Cloud， and land Elevation Satellite-2）激光点云数据中的噪声进行去除，从而提取有效的水深信息。在此基础上，结合提取的水深信息和Sentinel-2多光谱影像特征，分别构建了多元线性回归（MLR）和神经网络（NN）水深反演模型，实现了夏威夷火奴鲁鲁岛浅海区域无原位水深反演。通过机载激光雷达测深数据（ALB）对比验证反演结果，并将所提算法与OPTICS（Ordering Points To Identify the Clustering Structure）和DBSCAN（Density Based Spatial Clustering of Applications with Noise）算法进行性能对比。实验结果表明，箱线图去噪算法显著提升了模型的水深反演精度：MLR模型的均方根误差（RMSE）为1.38 m，平均精度提升53%；NN模型的水深反演RMSE优于0.97 m，且其MAE低于最大水深（25 m）的5%。研究表明，所提方法能够有效去除测深数据中的噪声值，提升无原位遥感水深反演模型的精度，为大范围清澈浅海水下地形测绘提供技术方案。
Fields of Study & Subjects
Remote Sensing and LiDAR Applications
Coastal and Marine Dynamics
Satellite Image Processing and Photogrammetry
Publication details
- Journal / source
- Laser & Optoelectronics Progress
- Volume
- 63
- Issue
- 2
- Pages
- 0228002–0228002
- Publication date
- 1 January 2026
- Language
- EN