1. 研究背景
精确的测深绘图对于岛礁研究、底栖生态系统评估和近岸工程至关重要。越来越多的卫星遥感数据促进了光学遥感的应用发展。然而，受复杂水下光路和不稳定因素影响（如破浪，船只和云层），高质量卫星影像获取有限，很难对浅海岛屿进行大规模、高效率的浅海地形测绘。
2. 研究方法
提出了一种主、被动遥感融合的水深测绘方法，其中主动数据来自于ICESat-2（Ice, Cloud, and Land Elevation Satellite-2）卫星激光测深数据，被动数据来自于Sentinel-2 卫星多光谱数据。关键步骤是基于多期Sentinel-2多光谱数据的蓝绿波段对数比值的中值与ICESat-2数据，建立了高效的岛礁水深反演模型。
图1 方法流程图
3. 实验结果
将该方法在南海、太平洋和印度洋等六个典型岛礁区域进行了应用验证。结果表明，在水深 0-20 m范围内，测深绘图的均方根误差（RMSE）和平均绝对误差（MAE）分别为 0.49-0.71 m和 0.29-0.49 m。此外，该方法能消除复杂的水下光路和表面不稳定因素（如波浪、船只和云层）的影响（图2），具备高效获得岛礁浅海地形数据的能力，在全球海洋岛屿和珊瑚礁生态环境遥感探测评估方面具有巨大潜力。
图2 所提方法与单景影像反演对比图
4. 展望与思考
通过本研究提出的方法，可以在不依赖实际测量数据的情况下实现高效的海洋测深制图，为相关领域的研究和应用提供了新的思路和方法。未来相关研究可以在以下几个方面进行深入和扩展：
（1）机器学习的应用：文章提到了机器学习在未来研究中的潜在应用。可以考虑开发新的算法或改进现有算法，以利用机器学习技术进一步提高测深的精度和效率。
（2）时间序列观测增加：随着时间序列图像观测次数的增加，可以收集更多的数据进行分析，这可能有助于改善模型的性能，并提高测深结果的准确性和可靠性。
（3）珊瑚礁资源的动态监测：方法可以应用于珊瑚礁资源的动态监测，未来研究可以更加专注于珊瑚礁的长期变化，以评估气候变化和人类活动的影响。
（4）大规模测深绘图和分布研究：扩展研究到更多的全球海洋岛屿和礁石，进行大规模的测深绘图和深度分布研究，这将有助于更好地理解全球海洋地貌。
（5）与其他遥感数据的融合：考虑将ICESat-2和Sentinel-2数据与其他遥感数据源相结合，如高分辨率激光雷达（LiDAR）测深数据，以提高测深图的分辨率和精度。
（6）不同水域类型的应用：将当前的方法应用于不同类型的水域，如内陆水体、浑浊水域等，验证和改进方法的适用性和鲁棒性。
通过这些研究展望的实现，可以期待，星载遥感反演技术预计会在海洋测绘领域取得更为广泛和深入的研究成果。
引文格式：
Han T, Zhang H, Cao W, et al. Cost-efficient bathymetric mapping method based on massive active–passive remote sensing data[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2023, 203: 285-300.
https://doi.org/10.1016/j.isprsjprs.2023.07.028
------------------------------------
PS: 本文内容来源网络：https://soed.sio.org.cn/index_kydt/4413.html，版权归原作者及刊载媒体所有，所刊载内容仅供交流参考使用，不代表本公众号立场。
