TCI 329-2024 主被动融合浅水水下地形提取技术规范

T/CI329—2024主被动融合浅水水下地形提取技术规范Technicalspecificationforshallowwaterbathymetrybasedonintegrationofactiveandpassivemethods2024-04-15发布2024-04-15实施中国国际科技促进会发布I 2 2 2 3 3 3 4 5 5 5 5 6 6 6 6 6 6 7本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构大学、海南师范大学、河南理工大学、中国黄荣永、李国元、谷延锋、栾奎峰、朱卫东1基本要求、数据准备与处理、水下地形提取算法、精度评价、产品质量检查等内2规范性引用文件水体其固有光学参数的变化主要由浮游植物及其附属物的变化决定2MRE:平均相对误差(MeanRelativeError)3辐射校正几何校正多项式法辐射校正几何校正多项式法耀斑校正被动光学卫星影像数据耀斑校正主动测深数据处理测试样本陆地掩膜训练样本主动测深数据处理测试样本陆地掩膜训练样本坐标统一坐标统一实测水深数据卫星遥感影像筛选遥感影像处理水下地形提取神经网络法精度评价产品质量检查水下地形提取产品注：在一般情况下，空间分辨率优于30m更有利于水下地形卫星遥感提取。选择与测量任务需求时间相近的、成像质量好的、覆盖反演区域的一等可见光波段和近红外波段(770-89a)影像层次丰富、色彩清晰、色调均匀、反差适b)影像无传感器条带噪声，主要工作区无明显环境噪声。47.2.1.1.2波段的辐射亮度应采用下列公式计算：=∙+··················································(1)b)控制点在影像上均匀分布；b)对选取区域内的像元，以近红外波段为轴，以可见光波段为轴进行统计回归分析，确定斜c)根据耀斑校正公式获取整幅影像耀斑7.2.3.2耀斑校正应采用下列公式计()=()−()[()−()]································(2)()——斜率；()——近红外波段地表反射率值。7.2.4.1使用提取遥感影像水体，将陆地进行掩膜处理。的计算7.2.4.2值应采用下列公式计算：=···············································(3)57.3.1统一坐标系水深数据坐标系统一到CGCS2000。7.3.2样本优化样本优化步骤应采用以下步骤：a)去除被影像噪声淹没的水深点；b)根据实际作业情况将1倍塞氏盘深度范围进行等深度分层，每个分层中选取相同数量的水深c)建立训练样本和测试样本，分别用于水下地形提取和精度验证。8水下地形提取方法8.1比值法水下地形提取8.1.1宜采用影像蓝光、绿光波段进行水下地形提取。8.1.2实测水深数据训练样本数量大于30为宜。8.1.3水深提取应采用下列公式计算：式中：C₁——斜率，通过线性回归获得；Co——偏移量，通过线性回归获得：n——某一固定常数，通常取1000;8.2多项式法水下地形提取8.2.1宜采用影像蓝光、绿光、红光等波段进行水下地形提取。8.2.2实测水深数据训练样本数量大于30为宜。8.2.3水深提取应采用下列公式计算：式中：R(λ;)——第i个波段的地表反射率；8.3神经网络法水下地形提取8.3.1宜采用影像蓝光、绿光、红光等波段进行水下地形提取。8.3.2实测水深数据训练样本数量大于300为宜。8.3.3将经过预处理的遥感影像多个波段地表反射率作为输入层的输入值、水深值作为输出层的输出值，建立BP神经网络模型。通过输入信号的正向传播和误差的反向传播来不断调整网络的权值和阈值，通过最速下降法使网络的误差平方和最小。8.3.4BP神经网络模型见图2。6图2BP神经网络示意图9成果质量检查9.1精度评价9.1.1利用实测水深数据测试样本，对水下地形提取结果进行精度评价。定量评价指标使用RMSE和MRE。 (6) (7)2——提取水深值；9.1.3在0～20m水深范围内，RMSE应小于2m。9.2水下地形提取产品质量检查9.2.1检查因船舶、养殖箱等水面设施遮挡水下光学信号造成提取结果异常的区域，掩膜消除。9.2.2检查成果图色彩选