基于资源三号卫星影像的水深反演——以永兴岛为例

付帅，艾波，高小明，柳诚

（1.山东科技大学测绘科学与工程学院 青岛市 266590；2.国家测绘地理信息局卫星测绘应用中心 北京市 100039）

随着卫星数据采集技术和水深反演方法的进步，利用卫星遥感影像实现快速、大范围的水深测量成为可能，国内外学者也做了大量的研究性探索。例如Lafon[1]等利用多时相SPOT影像采用指数回归模型对Arcachon湖入海口进行水深探测。张振兴[2]等基于IKONOS高分辨率卫星影像分析了多种反演方法的精度和效率。王艳姣[3]等利用ETM+遥感图像反射率和实测水深值之间的相关性，建立了动量BP（Back Propagation） 人工神经网络水深反演模型。

然而TM、ETM+等免费数据空间分辨率低，这势必影像反演精度，而高分辨率的SPOT、IKONOS数据价格不菲。作为我国第一颗自主的民用高分辨率立体测绘卫星——资源三号（ZY-3）卫星，其搭载了地面分辨率2.1 m的全色相机、两台地面分辨率3.6 m的前视、后视相机和地面分辨率5.8 m的正视多光谱相机[4]。以永兴岛海域的资源三号多光谱数据为例，利用水深值与图像辐射值的相关关系，建立基于BP神经网络的水深反演模型，并对实验结果进行分析。

1 试验区域和影像数据

永兴岛是一个堆积在礁盘西南部质地松散的新灰沙岛[5]，东西长1 850 m，南北宽1 160 m，陆地面积约为2.6平方公里，是西沙群岛最大的岛屿，也是南海诸岛第三大岛屿。

选取2013年5月11日资源三号多光谱数据，其4个波段分别为蓝波段（450～520 nm）、绿波段（520～590 nm）、红波段（630～690 nm）、近红外波段（520～590 nm），数据分辨率为5.8 m，产品级别为SC。如图1所示，为合成的永兴岛真彩色图像。

2 数据处理

2.1 辐射定标

辐射定标是将传感器记录的电压或数字值转换成绝对辐射亮度的过程[6]。利用中国资源卫星应用中心于2013年公布的资源三号卫星多光谱相机在轨绝对辐射定标系数实现，其绝对辐射定标系数见表1。

图1 永兴岛真彩色图像

表1 资源三号卫星绝对辐射定标系数

利用绝对辐射定标系数将多光谱图像DN值转换为辐亮度图像的公式为：L=Gain·DN。式中L 为转换后辐亮度，单位为 W·m-2·sr-1·μm-1，Gain为定标增益，DN为卫星载荷观测值。

2.2 大气矫正

由于大气散射和吸收的影像，辐亮度并不能代表地物真实的辐射能量，若直接用于水深反演，反演精度必定受到影响，因此，进行大气矫正处理是必要的。

借助中国资源卫星应用中心提供的资源三号卫星多光谱数据的波长与对应的波普响应值获取相机归一化光谱响应函数，其数据列表见图2，以此得到的波谱响应函数曲线见图3。

图2 波长与波普响应值

Flaash是最常用的的多光谱大气矫正方法，能有效消除大气和光照等因素对地物反射的影响，获得地物较为准确的反射率和辐射率、地表温度等真实物理模型参数。依次输入资源三号卫星传感器的基本信息，如传感器高度506 km，像元大小为5.8 m。数据的过境时间，数据的中心经纬度等信息，借助得到的光谱响应函数进行大气矫正。

图3 波谱响应函数曲线图

3 BP神经网络模型

基于光在水体内的辐射传输方程的理论模型求解过程烦琐，需要的水体内部光学参数较多而这些光学参数往往又很难获得，因而在实际中并没有得到广泛的应用[7]。BP网络作为一种按误差逆传播算法训练的多层前馈网络，不需要确定明确的映射方程，通过对误差的反馈学习，具有很强的非线性映射能力，其在水深反演中的应用已经得到国内外学者的论证。

结合资源三号卫星多光谱影像的特点，选取了100个样本点，以样本点处的band1（蓝）、band2（绿）、band3（红）、band4（红外） 波段值作为影响因子，该处对应的水深H为预期值，建立4个输入神经元、一个输出神经元的BP神经网络，其结构如图4。

BP神经网络的基本步骤如下：

（2）输入样本的点的4个波段的辐射值以及对应的水深期望值H。

图4 BP神经网络结构图

（3） 计算隐含层的输出hi和输出层的输出yi。根据输入层到隐含层的权值wik加权求和，然后通过S形函数（Sigmoid Function）计算输出hi，再根据hi经过S型函数计算输出层的yi。

（4） 计算水深期望值与实测值之间的误差。若满足误差精度要求，算法结束，若误差超出范围，则以此修正各层次之间的网络权值，并进行下一轮的学习，直到学习误差满足精度要求。

4 实验结果分析

将反演的水深结果保存为单波段的TIFF格式文件，并根据灰度值生成假彩色图像，其中陆地部分的无效值用砖红色代替。如图5所示，围绕永兴岛周围有明显的浅滩过度区域。全图来看，北部海域较深，而南部海域相对较浅，这与SRTM数据的结果相符。

为了进一步的对比测试，选取25个未参与建模的样本数据与反演数据进行比较，以此来验证实验精度。计算得到25个点的平均绝对误差为1.595 m，平均相对误差为17.02%。观察图6中折线的走势，在0～6 m区间内，反演结果准确度较高，在7～13 m区间误差较大，但反演结果总体上围绕实际的水深值波动，从而使平均相对误差保持在满意的范围内。

图5 水深反演假彩色图

图6 反演数值与实测样本的比较

5 结语

数据方面，国产资源三号卫星多光谱数据相比与landsat系列卫星数据在空间分辨率上有着明显的优势。反演模型方面，BP神经网络模型通过反复的学习和误差修正，有效地提取了水深值与辐射值之间的相关关系，是目前为止最可行的多光谱水深反演方案。借助资源三号卫星多光谱数据和BP神经网络水深反演模型，做了永兴岛周围海域的水深反演实验，反演结果精度较高，对浅水地区水深反演预测有一定的价值。

［1］田庆久，王晶晶，杜心栋.江苏近海岸水深遥感研究[J].遥感学报，2007，11（3）：373-379.

［2］张振兴，郝燕玲.卫星遥感多光谱浅海水深反演法[J].中国航海，2012，35（1）：13-18.

［3］王艳姣，张鹰.基于BP人工神经网络的水体遥感测深方法研究 [J].海洋程，2005，23（4）：33-38.

［4］唐新明，张过，祝小勇等.资源三号测绘卫星三线阵成像几何模型构建与精度初步验证 [J].测绘学报，2012，41（2）：191-198.

［5］赵焕庭，宋朝景，余克服等.西沙群岛永兴岛和石岛的自然与开发 [J].海洋通报，1994，13（5）：44-56.

［6］梁顺林.定量遥感[M].北京：科学出版社，2009.

［7］王艳姣，董文杰，张培群等.水深可见光遥感方法研究进展[J].海洋通报，2007，26（5）：92-100.