基于无先验数据的遥感水深反演模型迁移方法与流程

技术特征：
1.一种基于无先验数据的遥感水深反演模型迁移方法，其特征在于，包括以下步骤：步骤s1：预处理：对遥感图像数据以及水深数据的特征进行预处理；步骤s2：特征映射：对于目标域的影像数据中的水域部分，进行特征映射，使得其与源域的光谱特征尽量一致；步骤s3：建立源域水深反演模型，并保存模型：以特征映射后的源域的光谱信息作为输入，实测水深数据作为训练数据，构建多层感知机模型并进行模型训练，用训练好的模型参数来预测未知点水深，并保存模型结构及参数；步骤s4：将模型迁移到目标域，构建目标域模型：将经过预处理及特征映射后的目标域的光谱特征直接输入上述模型，得到目标域的预测水深值；步骤s5：精度评价：将模型迁移后的预测的水深值与收集到的实测水深值实测对比，做精度评价。2.根据权利要求1所述的基于无先验数据的遥感水深反演模型迁移方法，其特征在于，所述步骤s1中的影像数据的预处理包括辐射定标、大气校正、影像去噪、水陆分离；水深数据的预处理包括潮汐改正、投影转换、建立水深点与影像对应关系。3.根据权利要求2所述的基于无先验数据的遥感水深反演模型迁移方法，其特征在于，所述辐射定标、大气校正、影像去噪以及水陆分离的具体方法如下所示：辐射定标：计算公式如下：其中，l(λ
i
)为第ii波段的辐亮度值；abscalfactor
i
为第ii波段的绝对定标系数；dn
i
为第ii波段的像元灰度值；δλ
i
为第ii波段的等效波段宽度；大气校正：大气校正模型分为基于图像特征、经验回归模型和大气辐射传输理论，基于大气辐射传输理论校正模型分为6s、flassh和modtran。影像去噪：通过建立水域的柱状图统计，对影像进行去噪处理；水陆分离：采用自动阈值分割算法对采集到的遥感图像进行二值化以提取水体和陆地的边界。4.根据权利要求2所述的基于无先验数据的遥感水深反演模型迁移方法，其特征在于，所述潮汐改正、投影转换、建立水深点与影像对应关系的具体方法如下所示：潮汐改正：计算公式如下：z＝h l tide其中，z为影像过境时瞬时水深；h为海域稳态水深；l指理论深度基准面到平均海面距离；tide指影像过境时距离平均海面的瞬时潮位；投影转换：采用坐标转换工具进行投影转换；建立水深点与影像对应关系：假设影像左上角坐标为(x，y)，多光谱波段分辨率为f，水深点a坐标为(x，y)，则水深点落在影像位置为(m,n)，m＝roundup(x-x)/fn＝roundup(y-y)/f其中roundup函数表示向上舍入数字。5.根据权利要求1所述的基于无先验数据的遥感水深反演模型迁移方法，其特征在于，
所述步骤s2中的特征映射中对源域和目标域的辐射差异采用辐射值归一化处理，具体如下所示：所示：其中，dt
nor
代表归一化后的目标域辐射值；dt为归一化前的目标域辐射值；dt
mean
为归一化前的目标域辐射值均值；dt
std
为归一化前的目标域辐射值标准差；ds
nor
为归一化后的源域辐射值；ds为归一化前的源域辐射值；ds
mean
为归一化前的源域辐射值均值；dsstd为归一化前的源域辐射值标准差。6.根据权利要求1所述的基于无先验数据的遥感水深反演模型迁移方法，其特征在于，所述步骤s3的具体步骤如下：步骤s31：构建模型：第1层：z
(1)
＝f(w
(1)
×
xs b
(1)
)第1至n-1层：z
(i)
＝f(w
(i)
×
z
(i-1)
b
(i)
)第n层：z
(n)
＝w
(n)
×
z
(n-1)
b
(n)
其中，n为层数，n为大于等于1的自然数；m
(i)
为每层的结点，i＝[1,n]；xs为源域的四个波段的光谱特征，xs＝[x
s1
,x
s2
，x
s3
，x
s4
]；w
(i)
为每层的权重，i＝[1,n]；b
(i)
为每层的偏移参数，i＝[1,n]；z
(i)
为每层的活性值，i＝[1,n]；f为激活函数；步骤s32：训练模型：选择训练数据(xt，yt),训练样本个数为n，对上述模型进行训练，使得损失函数最小，求得w和b得值；其中，l(y
i
，f(x
i
|w，b))是每个样本的模型输出值与训练样本实测值的差值，为正则化因子，w和b包含了每一层的权重矩阵和偏置向量；步骤s33：模型值输出：计算得到的参数值w和b输入模型，并通过不断调试确定模型层数n、节点m，以及激活函数f，得到输出值即预测水深值步骤s34：保存模型结构及参数：包括模型层数为n，每层的结点为m
(i)
，每层的权重为w
(i)
,每层的偏移参数为b
(i)
，激活函数为f。7.根据权利要求1所述的基于无先验数据的遥感水深反演模型迁移方法，其特征在于，所述步骤s4的具体步骤如下：将经过预处理及特征映射后的目标域的四个波段的光谱特征xt＝[x
t1
,x
t2
，x
t3
，x
t4
]，直接输入步骤s3中已训练好的模型中，得到：第1层：z
(1)
＝f(w
(1)
×
xt b
(1)
)第1至n-1层：z
(i)
＝f(w
(i)
×
z
(i-1)
b
(i)
)
第n层：z
(n)
＝w
(n)
×
z
(n-1)
b
(n)
得到目标域的预测水深值8.根据权利要求1所述的基于无先验数据的遥感水深反演模型迁移方法，其特征在于，所述步骤s5中精度评价采用mae和mre作为评价指标，计算公式具体如下：所述步骤s5中精度评价采用mae和mre作为评价指标，计算公式具体如下：其中，mae为平均绝对误差，mre为平均相对误差，y
i
代表实测值,代表模型的预测值,代表实测值的平均值，n代表样本个数。

技术总结
本发明涉及空间遥感技术领域，公开了一种基于无先验数据的遥感水深反演模型迁移方法，包括以下步骤：步骤S1：预处理：对遥感图像数据以及水深数据的特征进行预处理；步骤S2：特征映射：对于目标域的影像数据中的水域部分，进行特征映射，使得其与源域的原始特征尽量一致；步骤S3：建立源域水深反演模型，并保存模型；步骤S4：将模型迁移到目标域，构建目标域模型：将经过特征预处理后的目标域的光谱特征直接输入上述模型，得到目标域的预测水深值；步骤S5：精度评价：将模型迁移后的预测的水深值与收集到的实测水深值实测对比，做精度评价。本发明能够在无控制点的情况下建立水深反演模型，预测水深值，具有应用范围广、成本低的优点。点。


技术研发人员：王燕红 陈义兰 崔力 冯义楷 刘晓瑜
受保护的技术使用者：自然资源部第一海洋研究所
技术研发日：2022.05.11
技术公布日：2022/8/30