卫星遥感反演水深技术在偏远地区海图测量中的应用

王 久 邬 金

(1. 广州海事测绘中心, 广东 广州 510320; 2. 南海航海保障中心, 广东 广州 510235)

0 引言

偏远地区的海图测量和评估一直以来都面临着这样的问题:鉴于偏远地区经济不发达、船舶流量较低,测量和更新海图的优先级远低于其他区域,缺乏可信的海图又限制了当地船舶交通和海洋旅游业的发展,阻碍了沿海偏远贫困地区的脱贫致富。

随着欧洲航天局(European Space Agency, ESA)Sentinel系列、国内的高分系列等遥感卫星数量的增加,多光谱卫星遥感数据获得广泛应用。与传统水深测量方法相比,卫星遥感反演水深(Satellite-Derived Bathymetry, SDB)虽然精度和可靠性相对较低,但其具有快速、大范围、低成本、即时和高空间分辨率的优点,不需要调动人员或设备,就能作为一种间接手段有效弥补偏远或有争议水域缺少全覆盖测量水深数据的不足。

近年来,SDB一直是国际海道测量组织(International Hydrographic Organization, IHO)关注的主题和未来计划的重点之一。2017年4月IHO A1会议,加、法、美提交了《在未知和不利于测图区域进行IHO SDB评估和制图项目开发》的提案,区域间协调委员会9次会议正式将其内容列入行动计划。在IHO支持下,SDB在一些国家和地区的海洋空间基础设施(Marine Spatial Data Infrastructure, MSDI)建设中发挥了重要作用,解决了许多偏远水域缺乏最新、高分辨率测深数据的问题[1-3],而国内这方面的研究多停留在理论层面[4-6],缺乏真正意义上的应用实践。

从原理看,用于水深反演的SDB模型主要有:

(1)通过辐射传输模型的反演,以每个像素为基础计算水深的理论模型。常用的有HOPE、SAMBUCA、SMLUT、WATCOR等;

(2)通过回归或相似分析,在实测水深和水体遥感辐射之间建立统计关系的经验模型,如从最古老的Lyzenga模型发展的多波段线性回归模型[7]、最常用的Stumpf对数转换比值模型[8]、基于神经网络和随机森林算法的新反演模型[9]等,其中包括将理论模型和经验参数相结合的半分析算法,如由Lyzenga模型发展的基于地理加权回归的水深反演模型[10]等。

本文以Stumpf模型和多时相SDB方法在中国南海海南岛东线部分海域的实践为例,简单探讨其在海图测量方面的几个应用场景。

1 技术原理及影响因素

1.1 技术方法

理论模型需通过考虑光穿透大气、水面和水体的各种影响以及邻近的明亮陆地反射率来模拟深度。这涉及光传播过程中的所有物理因素,以及在反射辐射被多光谱传感器捕获之前的其他物理过程。与其不同,经验模型的优势在于,它比理论模型更快速、更容易实现和更便于使用。

本文采用的Stumpf对数转换比值模型,基于比率变换方法,减少推导深度所需的参数数量,并且一定程度上消除了沙质、藻类、珊瑚等底质的影响。蓝光(440～500 nm)能穿透至少25 m的深度,能针对更快速被吸收的绿光或红光提取深度信息,可作为最佳参考波段。公式如下:

DSDB=m1μSDB-m0

(1)

(2)

其中,μSDB是由影像获取的无量纲的相对深度;DSDB是最后获取的绝对深度;m1和m0是可调常数,用于将算法结果线性转换为实际深度;R(λi)、R(λj)分别为第i、j个波段的地表反射率;n为固定常数,用以确保两个对数在任何情况下都是正的,并且对数比随深度产生线性响应。

由于海图水深的深度基准为理论最低潮面,首先需要对其进行瞬时潮汐校正,以便在对应的遥感影像获取时间同步潮汐。之后进行栅格计算获取μSDB,通过回归分析对比校正后的海图水深点拟合线性趋势,计算比例系数m1和偏移量m0,将μSDB转换为DSDB。

为了排除泥沙及近岸海域水质分布的影响,本文参照陆地遥感影像分析方法对以上方法进行了改进,结合了多时相SDB的计算[11-12]。计算方法基于两个假设:其一,如果不同时间采集到的两幅影像之间局部水质分布发生了变化,那么反演出的水深也会有局部不同;其二,水质分布的时间变化对SDB模型的影响明显大于海底随时间的自然迁移。以上两个假设构成了多时相SDB计算清水标准的基础,在同一区域内至少两幅影像推断出的相似深度则代表真实海底。如果在两幅影像中的同一区域反演出不同的深度,则反演结果首先被怀疑为水质差导致的假变浅。

如果邻近时间的两幅影像可以明显区别出假变浅区域,则可以剔除掉该区域的控制点重新进行回归分析,计算结果综合两幅邻近时间影像的DSDB作为水深反演结果。如果剩余控制点数较少或者无法知道控制点是否处于假变浅区域,可以在回归分析之前比较μSDB模型,将一个μSDB模型指定为参考,另一个μSDB模型使用直方图均衡化进行匹配。云雾覆盖少的不同影像应该观测到相同的特征,影像中所有像素值的直方图应该具有类似的特性,虽然近岸水质可能会随着不同影像的变化而变化,但在覆盖大面积海洋的整景影像中,所占比例很小。

1.2 影响因素

1.2.1水质

水质是水深反演最主要的影响因素,影响最大反演深度、水深精度、目标探测要求。按实践经验,水透明度大于15 m为理想条件,水透明度大于5 m为基本条件。此外,水透明度的空间分布对全覆盖影响很大,一般至少要求水域内有相似的水透明度。

1.2.2底质和潮汐分布

底质和潮汐分布影响反演水深精度。泥沙等沉积物、珊瑚或硬底面为理想的反演底质,有水下植被或者非常暗的礁石则为不利条件;潮汐的均匀分布有利于水位控制。

1.2.3海浪和云雾

海况和云雾影响全覆盖、最大水深、水深精度、目标探测要求,理想的条件为没有或者很小海浪和云雾,最低要求没有强浪导致海底迁移。

1.2.4卫星传感器和几何角度

传感器分辨率的高低直接决定了最大反演深度、水深精度和目标探测的极限。8波段WorldView系列(优于2 m)、Sentinel-2(10 m)、高光谱传感器等获取的高空间分辨率遥感影像为理想的数据选择。此外,几何角度影响日光反射,需要采集影像时太阳和传感器有相似的方位和角度,从水面返回的反射率最多不大于5%。

以上影响因素直接决定了卫星遥感影像的选择原则。

2 区域概况及数据情况

本文综合评估了现有海图分布和海域水质特征,选择有代表性的海南东部博鳌、潭门和龙湾等水域为研究区(图1),结合海图测量任务进行了水深反演实践。

图1 应用实践区域

2.1 数据来源

研究区域内有1962和1985年测量为主的1∶150 000比例尺海图七洲列岛至白鞍岛,2012年测量的博鳌港、2011年测量的龙湾港两幅1∶10 000比例尺海图,考虑到水深不变和分布均匀的原则,共提取了1 954个水深点作为验证点。

影像来自Landsat 8和Sentinel-2卫星获取的2014—2020年遥感数据,潮汐数据来自历年潮汐表,主要如表1所示。

表1 数据情况

2.2 数据预处理

2.2.1辐射校正

首先利用遥感影像的元数据提供的增益、偏置值进行辐射定标。然后进行大气改正,以减少水体信息在传播过程中受大气、水汽等的干扰作用,将辐射亮度值转换为海底实际反射率。本文中Landsat 8影像采用基于MODTRAN5辐射传输模型的大气校正模块(Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes， FLAASH)进行大气改正,Sentinel-2影像采用Sen2cor插件完成。

2.2.2耀斑去除

太阳耀斑是卫星影像中常见的现象,由于太阳直射光在气-水界面上沿卫星方向的反射,离开水面的反射率很难观测到。特别是Sentinel-2卫星的观测几何结构使其易受太阳光污染。对于中高分辨率影像和沿海应用,有几种可用的耀斑去除方法[13]。本文通过ESA 哨兵应用平台(Sentinel Application Platform, SNAP)软件的Sen2Coral工具箱使用短波红外(Short Wave Infrared, SWIR)波段来计算耀斑,得到了较好的结果。

2.2.3水陆分离

水陆分离通常的做法是采用归一化差分水体指数(Normalized Difference Water Index, NDWI)、改进归一化差分水体指数(Modified NDWI, MNDWI)指数进行栅格计算,近红外波不能穿透水中，因而具有可以识别的明亮特征,在耀斑去除后,水的透明区域显得非常暗,云、空白和陆地在近红外(Near Infrared, NIR)波段具有高反射率,因此，本文直接设置了一个NIR阈值进行了过滤。

3 结果与分析

3.1 精度评估

SDB的水平精度主要取决于所用卫星影像的定位精度。商业卫星影像具有更高的分辨率和精度,而像Landsat 8和Sentinel-2这样的公开卫星影像具有中高等的分辨率和精度。如Sentinel-2影像的空间分辨率为10 m,水平精度为12.5 m(2σ)。

SDB的垂直精度主要通过比较SDB结果与同区域实测水深数据的差异进行评估,如图2所示。

图2 历年SDB结果与实测水深散点1∶1图

SDB使用可靠的实测数据进行回归分析获得的水深结果垂直精度通常在0.5～2.0 m之间[1-14],并且由于信噪比降低,精度随着深度的增加而降低。一般采用均方根误差ERMS和决定系数R2衡量SDB结果的准确度,如表2所示。

表2 SDB精度统计

(3)

(4)

此外,还可通过相同SDB模型反演的不同期水深结果评估其方法的精确度,如图3所示的2014—2020年水深结果比较。

从本次SDB精度评估结果可以看出:(1)图2(d)中2020年采用多时相SDB计算结果的离散点较其他结果明显减少,很大程度上改善了水质分布不均的问题;(2)图2～3和表2中,Sentinel-2卫星相对Landsat 8卫星虽然分辨率提高,从而有较强的目标探测能力,但在一般水域,从Stumpf模型反演的结果上看,精度提升不显著;(3)从图3中可以看出,0～5 m水深区域的变化较为频繁,10～15 m水深区域的反演精度受环境因素影响最大;(4)由精度统计可以看出,SDB结果的精度虽然不及专业水深测量,但能够满足S-57标准的ZOC B级要求,完全可以作为水深变化分析等应用的数据来源。

图3 多期SDB水深比较1∶1图

直方图均衡化在2019—2020年的影像进行了应用。计算过程中发现,多时相SDB可以在一定程度上改善水质分布不均匀影像的反演精度,但在没有人工干预的情况下,一些礁石等浅点会被掩盖掉。此外,由于反演模型对随机噪声和条带化非常敏感,采用低通3×3滤波器对卫星影像各波段进行了平滑处理,该过程也导致了部分孤立浅点被消除或变深。

3.2 应用分析

3.2.1分析区域水深变化以确定复测优先级

在沿岸浅水区域及偏远海域,可采用SDB技术了解海域内水深状况(如在台风过后),进行短周期的水深监测,有助于从水深变化的角度评估海图的现势性。此外,通过分析可确定水深易变区域,将其作为输入数据进行海道测量风险评估,能更合理地规划测量区域的优先级和海图测量周期。

图4为近年博鳌港附近水深变化情况分析。由水深差异可以看出万泉河口处进入博鳌港的通道变化最为明显,图4(a)显示在2014年之前玉带滩形成有南北两个口门。受沿岸输沙影响,到图4(b)的2016年北口门逐渐消失,之后台风银河、莎莉嘉在附近登陆,在强浪和常浪作用下,图4(c)中2018年南口门逐渐北移,在原两口门中间形成新的口门,至2020年渐趋稳定,水深维持在2 m左右,如图4(d)所示。口门之外由于礁石区密布,礁石之间受流水冲刷,泥沙难以淤积,保持了相对稳定的水深情况。博鳌港南部红石滩至东高礁礁石群附近的水深则变化较为剧烈,形成了纵横交错的海沟,图4(c)、(d)显示的台风登陆前后最为明显。该水域海图测量周期为8年,而通过SDB技术可以将水深变化监测频次提高至半年甚至每月一次。在海图测量任务规划时,应重点考虑对以上水深变化区域进行测量,同时相应调整水深易变区域的测量周期。

图4 历年博鳌港附近SDB结果比较注：圆形区域为万泉河口通道；方形区域为红石滩至东高礁附近礁石区

3.2.2作为首版图和小比例尺图幅判断重点扫测区域的依据

SDB具有成本低、速度快的特点,可作为偏远地区水深和底质测量的背景工具,并且由于中高分辨率卫星影像具有良好的空间分辨率,多光谱影像可以捕捉小尺度特征,如潮汐通道、与航行有关的海峡、陡坡或天然障碍物,在判断水深探测重点区域方面有很大的应用价值。

以水深较浅的潭门渔港为例,该区域处于博鳌港和龙湾港之间,尚无大比例尺海图覆盖,在1∶15万海图中渔港整条航道在2 m等深线以内,如图5(a)所示。从图5(b)2014年SDB水深可以看出航道水深普遍在3～4 m之间,开始有明显航槽痕迹。经过几次疏浚填海作业后,到图5(c)的2020年外航道水深已经普遍浚深至10 m以上。按相关规范要求,该航道应按照特等水域的要求采用多波束测深系统和侧扫声呐进行重点扫测。

图5 潭门渔港航道变化示意图

3.2.3提升精度后可作为海图水深的有益补充

SDB成果可作为小比例尺海图修编的参考及MSDI建设的基础资料,弥补现有测量数据覆盖范围的空白。虽然本文实践结果和近年的大量研究均表明高分辨率SDB结果在精度上至少能满足国际海道测量标准IHO S- 44的2等和S-57的ZOC B级要求[1-14],但由于大多数海道测量部门都是官方机构,往往比较保守,不愿意接受可能对海上人命安全、自身权威地位和责任承担产生不利影响的新方法,对过程质量难以控制的SDB多持怀疑态度。

4 结束语

本次研究基于Stumpf对数转换比值的改进模型,浅水和全水深分别采用蓝红光波段比率、蓝绿光波段比率,综合利用多时相SDB算法在海南东部海域开展了应用实践,结果验证了SDB计算的重复性和准确性。在环境条件良好但偏远的水域,SDB可以作为专业测量的一个有益补充。 尽管SDB在精度和分辨率方面无法与等专业测量方法相媲美,但在某些情况下,凭着即时性、低成本等优点,SDB是一种更可行的方法。比如大洋地势图(General Bathymetric Chart of the Oceans, GEBCO)的Seabed 2030计划收集所有可用的水深数据,以便在2030年之前绘制出世界海底的最终地图。如果卫星影像质量足够高,SDB是目前唯一能以负担得起的成本做到覆盖沿海地区目标的方法。

SDB在偏远水域应用的一个难点在于,某些缺乏可用的实测数据的地区很难验证其精度。近年来有一些可喜的进展,多项研究表明:从ICESat-2激光测高卫星数据产品中提取的高精度天基激光测深结果与现场机载激光雷达测量相比,精度高达95%[15];众包测深高精度后处理技术采用船载测深仪获得的水深数据结果可满足IHO S- 44标准中1等测量的要求[16],多源数据的获取可以替代实测数据对SDB进行验证。这些相关的技术发展为SDB实践提供了新的道路,以使其纳入更广泛的海图测量应用中。