研究目的
开发一种处理器,用于从星载合成孔径雷达(SAR)数据中自动推导网格化测深信息,特别是实现SAR图像中涌浪波周期的自动提取。
研究成果
该研究成功开发了一种从合成孔径雷达(SAR)图像中自动推导水深的方法,通过自动确定波周期减少了人工输入需求。该方法通过现场数据验证,显示出良好的一致性。它能够实现近实时业务化处理,用于改进沿海地区的水深数据,补充其他遥感技术。
研究不足
该方法要求合成孔径雷达图像中存在涌浪;在不具备波浪特征或存在强洋流及破浪效应的区域不适用。其精度受外部水深数据库质量影响,这些数据库可能已过时或分辨率较低。未考虑潮汐变化和洋流因素,可能导致结果不准确。该技术仅适用于约10米至70米的水深范围。
1:实验设计与方法选择:
本研究采用网格化方法对SAR数据进行自动处理以获取水深信息。该方法利用表面水波的频散关系,以波长和波周期作为输入参数。具体流程包括自动预滤波、通过快速傅里叶变换(FFT)提取波长,以及基于与数据库水深的均方根偏差(RMSD)分析进行波周期确定的迭代过程。
2:样本选择与数据来源:
使用TerraSAR-X卫星条带模式(StripMap)数据,特别是2010年3月31日获取的海峡群岛区域影像。通过与EMODnet和GEBCO等公开数据库的水深数据对比确定初始值并验证结果。
3:实验设备与材料清单:
TerraSAR-X卫星数据(条带模式多视地面范围检测产品,像元间距1.25米)、用于频谱分析的FFT工具,以及执行迭代计算的计算机工具。
4:25米)、用于频谱分析的FFT工具,以及执行迭代计算的计算机工具。
实验步骤与操作流程:
4. 实验步骤与操作流程:读取并校准SAR影像后划分子区域,对子区域进行预滤波,通过FFT提取波长,再利用RMSD比较计算水深与数据库水深以迭代确定最优波周期,最终基于该周期生成水深分布图。
5:数据分析方法:
采用RMSD分析评估计算水深与数据库水深的偏差,运用统计方法过滤误差以确保精度。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容