基于被动遥感光谱图像应用神经网络的光学浅水分类方法

    公开(公告)号:CN117523321B

    公开(公告)日:2024-04-09

    申请号:CN202410004256.3

    申请日:2024-01-03

    Abstract: 本发明公开了一种基于被动遥感光谱图像应用神经网络的光学浅水分类方法,包括:根据卫星数据获取先验水深数据点,对被动遥感图像做预处理后,使用红绿蓝波段的遥感反射率计算辐射传输数据,将红绿蓝波段的遥感反射率和辐射传输数据组成特征数据集;获取先验水深数据点对应位置的红绿蓝波段的遥感反射率和辐射传输数据作为浅水训练数据集;根据已知的原位测深数据集,获取深水区位置对应的红绿蓝波段的遥感反射率和辐射传输数据作为深水训练数据集;将浅水训练数据集和深水训练数据集输入神经网络模型训练;将特征数据集输入训练好的神经网络模型中,获取分类结果。本发明突出了光谱数据的光学特点,能够精确、快速地分类水体环境。

    基于辐射传输参数应用卷积神经网络的水深地图反演方法

    公开(公告)号:CN117496278B

    公开(公告)日:2024-04-05

    申请号:CN202410004085.4

    申请日:2024-01-03

    Abstract: 本发明公开了一种基于辐射传输参数应用卷积神经网络的水深地图反演方法,包括:获取参考海底地形测深点作为先验测深点,获取被动遥感图像并做预处理,获得包含不同波段对应的遥感反射率的图像,进而得到对应的辐射传输数据层信息以及漫射衰减系数;红绿蓝三波段的遥感反射率、辐射传输数据层信息、漫射衰减系数组成特征数据集,基于特征数据集提取每个以先验测深点位置为中心的7×7×7子图像组成特征张量训练数据集,训练标签为先验测深点;将特征张量训练数据集输入卷积神经网络训练;将特征数据集输入训练好的卷积神经网络反演出水深地图。本发明充分利用了被动遥感图像的光谱信息,并参考水深点周边像素信息,提高反演精度。

    一种基于水体叶绿素浓度的星载海洋激光雷达探测能力评估方法

    公开(公告)号:CN111965608B

    公开(公告)日:2024-01-12

    申请号:CN202010686197.4

    申请日:2020-07-16

    Abstract: 深度信噪比为0时的深度:本发明公开一种基于水体叶绿素浓度的星,当信噪比衰减到一定程度时的深度即为该波长载海洋激光雷达探测能力评估方法。该方法步骤下的探测能力。本发明可以快速准确的计算不同包括1)计算给定叶绿素浓度下特定波长的光学叶绿素浓度下,不同激光波长的最大探测深度。参数,包括散射角为180°的后向散射系数 和漫衰减系数 ;2)计算激光在大气中的透过率 ;3)通过后向散射系数 、漫衰减系数和透过率 ,计算星载海洋激光雷达回波信号 ;4)计算背景光接收功率 ;5)计算接收器内部噪声 ;6)计算星载海洋激光雷达信噪比 , ,其中,为(56)对比文件CN 102914505 A,2013.02.06WO 2016154131 A1,2016.09.29CN 201302547 Y,2009.09.02CN 111220552 A,2020.06.02US 2016238698 A1,2016.08.18CN 111239713 A,2020.06.05CN 107092015 A,2017.08.25CN 110095784 A,2019.08.06CN 104820224 A,2015.08.05CN 106769882 A,2017.05.31US 2011101239 A1,2011.05.05US 2005027475 A1,2005.02.03GB 0808340 D0,2008.06.18US 4986656 A,1991.01.22陈鹏.海杂波反射系数模型及雷达回波信号计算方法《.现代防御技术》.2020,第48卷(第3期),81-85.毛志华.CMODIS资料提取叶绿素a浓度的反演算法研究《.海洋学报》.2006,第28卷(第3期),57-63.聂瑞杰.基于SiPM阵列的激光水下三维成像技术研究《.中国博士学位论文全文数据库》.2013,(第12期),I135-5.刘群.星载海洋激光雷达最佳工作波长分析《.中国光学》.2020,第13卷(第1期),148-155.陈嘉星.基于GOCI 静止水色卫星数据的长江口及邻近 海域Kd(490)遥感反演及其在机载激光 测深预评估中的应用《.海洋技术学报》.2020,第39卷(第1期),1-9.李晓龙.视场可调节海洋激光雷达实验系统研制与ICCD激光荧光实验研究《.中国博士学位论文全文数据库》.2014,(第1期),I136-110.贺岩.机载海洋激光雷达测量叶绿素a浓度、悬移质浓度和浅海深度的性能估计《.中国海洋大学学报》.2004,第34卷(第4期),649-654.刘秉义.蓝绿光星载海洋激光雷达全球探测深度估算《.红外与激光工程》.2019,第48卷(第1期),1-6.丁凯 .单波段机载测深激光雷达全波形数据处理算法及应用研究《.中国博士学位论文全文数据库》.2017,(第2期),I136-76.李楠.激光雷达光接收机噪声的理论建模与实验研究《.中国博士学位论文全文数据库》.2017,(第2期),I136-2016.徐红云 .采用遥感手段估算海洋初级生产力研究进展《.应用生态学报》.2016,第27卷(第9期),3042-3050.丁凯.海南岛沿岸海域水体漫衰减系数光谱分析及LIDAR测深能力估算《.光谱学与光谱分析》.2018,第38卷(第5期),1582-1587.罗远.基于声光扫描的三维视频激光雷达技术《.中国激光》.2014,第41卷(第8期),1-7.崔晓宇.采用半解析蒙特卡洛技术模拟星载海洋激光雷达回波信号的软件《.红外与激光工程》.2020,第49卷(第2期),1-7.James H等.Lidar extinction-to-backscatter ratio of the ocean《.OPTICSEXPRESS》.2014,第22卷(第15期),1-9.HEMANI KAUSHAL等.Underwater OpticalWireless Communication 《.IEEE ACCESS》.2016,第4卷1518-1547.Cédric Jamet等.Going Beyond StandardOcean Color Observations: Lidar andPolarimetry《.FRONTIERS IN MARINESCIENCE》.2019,第6卷1-24.Chris A.等.Spaceborne Lidar in theStudy of Marine Systems《.ANNUAL REVIEWS》.2017,第9卷1-27.

    一种基于星载激光雷达数据的南极磷虾昼夜CPUE预测算法

    公开(公告)号:CN115932878A

    公开(公告)日:2023-04-07

    申请号:CN202211555856.6

    申请日:2022-12-06

    Inventor: 陈鹏 钟纯怿

    Abstract: 本发明属于海洋激光雷达遥感探测领域,公开了一种基于星载激光雷达数据的南极磷虾昼夜CPUE预测算法。该方法包括如下步骤:步骤一:计算南极磷虾的名义CPUE数据;步骤二:将CALIPSO信号数据进行预处理后计算bbp,使用ANN模型对所述bbp数据和MODIS叶绿素数据进行建模,反演叶绿素得到叶绿素反演数据;步骤三:将所述南极磷虾的名义CPUE数据和叶绿素反演数据与环境变量数据进行匹配,然后使用ANN模型建模;步骤四:对所述ANN模型进行训练,训练完成后导出模型;步骤五:将需要预测年份的环境变量数据输入模型,网络输出南极磷虾的标准化CPUE数据。本发明填补了极地地区被动遥感数据的空白、提供了有效的南极磷虾CPUE预测数据,为极地渔业资源预测提供支持。

    一种角度约束的遥感反演流场的矢量数据处理方法

    公开(公告)号:CN110020404B

    公开(公告)日:2023-03-21

    申请号:CN201910285331.7

    申请日:2019-04-10

    Abstract: 本发明公开一种角度约束的遥感反演流场的矢量数据处理方法,所述的处理方法包括以昼夜为时间段对反演流场的矢量进行分组;对组内矢量按照顺时针依次排序;计算相邻两个矢量的旋转方向与旋转角;确定流场旋转方向;计算主旋转方向下流场矢量的单位时间旋转角;确定基准矢量和基准旋转角;计算基准矢量外的其他矢量;计算得到的理论矢量和其对应得到所有矢量的角度差;按角度差的大小进行排序,删除角度差较大的对应矢量。本发明的数据处理方法契合近海流场受潮流影响的现象,一个潮流周期内的流场矢量应具备潮流椭圆的旋转规律,时间连续的遥感反演流场也应符合潮流椭圆。本方法能有效降低遥感反演流场矢量数据的角度误差,提高数据可用性。

    一种利用合成孔径雷达图像反演海面风速的方法及系统

    公开(公告)号:CN111812646A

    公开(公告)日:2020-10-23

    申请号:CN202010621954.X

    申请日:2020-07-01

    Abstract: 本发明公开了一种利用合成孔径雷达图像反演海面风速的方法及系统,包括步骤:S1、获得含有风条纹信息的合成孔径雷达图像,对所述图像进行辐射校正,将强度信息转化为归一化后向散射系数;S2、对辐射校正后的图像进行重新标定;S3、将所述重新标定后的图像转化为灰度图像;S4、计算所述灰度图像的灰度共生矩阵;S5、计算所述灰度共生矩阵的特征值;S6、基于所述灰度共生矩阵的特征值、及灰度共生矩阵的特征值与风速间的关系,计算海面风速。本发明对辐射校正后的图像进行重新标定,以避免当SAR图像辐射定标的加性因子不准时反演效果差的问题,提高风速计算的准确性。

Patent Agency Ranking