近日，《ISPRS Journal of Photogrammetry and Remote Sensing》相关研究，提出了一种基于近红外（NIR）波段信息的多时相图像加权合成（MIWC）方法。该方法通过迭代分割和反距离加权合成实现自动图像合成，无需复杂的参数设置，能够有效抑制多时相图像上的各类噪声，从而为卫星水深反演（SDB）提供高质量的图像。 |
1. 研究背景
图源：ISPRS Journal of Photogrammetry and Remote Sensing
2. 研究方法
负像素掩膜：对大气校正后的多时相遥感图像集合进行负像素掩膜。
图像的迭代阈值分割：使用Otsu算法对NIR图像进行无监督水体分割。
计算水体的共同分割阈值：通过计算NIR反射率的四分位数，去除异常阈值。
计算NIR反射率的下限：对每幅图像的水体像素进行阈值分割。
多时相图像加权合成：逐像素进行多时相图像合成，计算每个像素的权重。
孔洞插值：对合成图像中可能出现的孔洞进行线性插值。
均值滤波：对合成图像进行3×3均值滤波以进一步抑制残余噪声。
图源：ISPRS Journal of Photogrammetry and Remote Sensing
3. 研究贡献
MIWC：此方法通过迭代分割和逆距离加权合成实现自动图像合成，无需复杂的参数设置，能够有效抑制多时相图像上的各种噪声。
噪声检测与抑制能力：论文中提到，在2022年8月26日的图像上，具有噪声分布的区域在加权中被显著降低甚至降至0，这表明论文提出的方法在检测和抑制微弱噪声方面非常有效。例如，在孟子礁的部分区域A和B及其相应的合成权重中，反射率较低的像素通常被赋予较高的权重，而被噪声覆盖的反射率显著高的像素自动被赋予0权重，从而完全排除噪声的影响。
适用性：MIWC方法在南中国海和大西洋都取得了卓越的结果，覆盖了远海岛礁近岸水域。
图源：ISPRS Journal of Photogrammetry and Remote Sensing
4. 展望与思考
水深测量不仅对于航海安全至关重要，也对于海洋环境保护和监测有着重要的意义。如通过精确的水深图，可以更好地理解和保护珊瑚礁等敏感的海洋生态系统。星载主被动遥感数据在远海岛礁浅水区水下精细测绘中具有重要应用价值。如何提升卫星遥感水下地形测绘的效果，拓宽其应用范围，可从以下几方面考虑：
传感器进步：随着遥感技术的不断进步，特别是在空间分辨率和光谱分辨率方面，我们预计未来能够获得更准确的水下地形数据。
数据处理问题：对于遥感卫星数据的处理算法，如大气校正、信号去噪、以及水深反演等方面的研究，仍然是提升水深测量精度的关键。
反演模型创新：目前，已经有许多基于机器学习和深度学习的算法被应用于水深测量，例如U-Net、支持向量机等。未来，可以期待更多的创新算法，如卷积神经网络、生成对抗网络等，为水深测量带来新的突破。
数据融合：将多源数据进行有效融合，例如将光学遥感（光谱数据、星载激光测高数据）与合成孔径雷达（SAR）数据相结合，或者向本文一样，结合多时相遥感数据，可以进一步提高水深测量的准确性和可靠性。
引文格式：
Duan Z, Cheng L, Mao Q, et al. MIWC: A multi-temporal image weighted composition method for satellite-derived bathymetry in shallow waters[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2024, 218: 430-445.
https://doi.org/10.1016/j.isprsjprs.2024.10.009
------------------------------------
PS: 本文内容来源网络：ISPRS Journal of Photogrammetry and Remote Sensing，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。
- End -
往期推荐
好文推荐 |Nature Communications：华人科学家研究揭示海平面加速上升对海岸湿地的淹没机制
好文推荐 |Nature Geoscience：新的海洋地震学方法提高海啸预警准确性
好文推荐 | ISPRS: 高分辨卫星影像助力远海岛礁浅海地形高效探测
点击“阅读原文”
