曹彬才，邱振戈，朱述龍，涂辛茹，曹　芳，曹　斌

1. 上海海洋大學海洋測繪應用研究中心，上海 201306； 2. 信息工程大學導航與空天目標工程學院，河南 鄭州 450000； 3. 宜賓職業(yè)技術(shù)學院電子信息與控制工程系，四川 宜賓 644003

?

高分辨率衛(wèi)星立體雙介質(zhì)淺水水深測量方法

曹彬才1,2，邱振戈1，朱述龍2，涂辛茹1，曹芳3，曹斌1

1. 上海海洋大學海洋測繪應用研究中心，上海 201306； 2. 信息工程大學導航與空天目標工程學院，河南 鄭州 450000； 3. 宜賓職業(yè)技術(shù)學院電子信息與控制工程系，四川 宜賓 644003

Foundation support： The National Natural Science Foundation of China (No. 41101396);Shanghai Municipal Science and Technology Commission(No. 14590502200)

提出了一種基于高分辨率衛(wèi)星多光譜立體像對的淺水水深測量方法。該方法利用多光譜近紅波段消除太陽耀斑，以有理函數(shù)模型(RFM)構(gòu)建測區(qū)原始DEM，通過水陸邊界內(nèi)插獲得水面高程，并采用雙介質(zhì)近似折射改正模型消除目標點垂直坐標偏移。試驗表明，本文的模型方法和處理流程在水面平靜、底質(zhì)紋理豐富的淺海島礁水深反演中能取得優(yōu)于20%的相對測深精度，可為淺水水深測量提供新手段。

高分辨率衛(wèi)星影像；雙介質(zhì)攝影測量；水下地形；折射改正；幾何關(guān)系；精度

淺海水深探測方法主要有聲吶測深、SAR地形反演、LiDAR測深、多光譜/高光譜水深反演以及雙介質(zhì)攝影水深測量。聲吶測深以測量船為運載平臺，通過聲吶測深儀向海底發(fā)射聲波并接受回波獲得海底地形[1]，SAR工作的微波波段雖然無法直接穿透水體，但可以通過探測海水表面粗糙度的變化間接反演水深[2]，LiDAR利用藍綠激光發(fā)射接收設(shè)備，通過大功率、窄脈沖激光探測海底深度[3]。聲吶雖然精度高，但受制于淺海區(qū)水深，即使是多波束系統(tǒng)也無法獲得大幅寬，這種方法花費高、效率低，且有一定危險性，并不適于大面積淺海測繪；SAR依據(jù)流經(jīng)水下地形的潮流對海洋表面波的水動力調(diào)制反演水下地形，要求風速3～8 m/s，潮流>0.5 m/s，極大地限制了該技術(shù)的實用性[4]；LiDAR可以獲得密集的、高精度測深點，如SHOALS-3000最大探測深度50 m，水平精度2.5 m，測深精度25 cm[5]，一旦突破了高應用成本的制約，將成為淺海測深的主流方法；目前，利用衛(wèi)星多光譜影像反演淺海水深最為普遍，基本原理是通過少量的已知水深點建立水下輻射強度與水深值的函數(shù)關(guān)系，與前3種方法相比具有經(jīng)濟、直觀的優(yōu)勢，缺點是需要水深控制點，測深精度受大氣、水質(zhì)及底質(zhì)類型等影響[6-7]，當觀測條件不佳時，僅可作為補充手段，解決信息有無的難題[8]；高光譜水深反演的本質(zhì)與多光譜方法類似，其光譜分辨率更強，有利于識別反射信號微弱的水體信息，在底質(zhì)類型差異較大區(qū)域的水深反演中更有優(yōu)勢[9-10]，但高光譜數(shù)據(jù)通常幾何分辨率低、數(shù)據(jù)量大，需要進行波段配準、數(shù)據(jù)降維等預處理。

雙介質(zhì)攝影測量技術(shù)并非新生事物，從20世紀80年代起開始得到關(guān)注，基本原理是利用物方空間和像方空間處在兩種不同介質(zhì)中拍攝的圖像確定被攝目標幾何特性[11-12]。文獻[13—14]研究了雙介質(zhì)攝影測量的一般構(gòu)象關(guān)系和基本公式，文獻[15]闡述了雙介質(zhì)相對定向的流程，文獻[16—17]系統(tǒng)分析了波浪對雙介質(zhì)測深精度的影響，以上研究均采用模擬數(shù)據(jù)，并未給出雙介質(zhì)立體測水深的實際案例。文獻[18—20]推導了近似折射改正公式，使用航空立體像對在低流速、清潔的卵石河床條件下獲得了高質(zhì)量的水下地形信息。

目前，雙介質(zhì)攝影測量在隧道監(jiān)測[21]、水底測圖[22]、考古[23]及工業(yè)測量[24]方面都有成功應用的案例，但以下難點制約了雙介質(zhì)水深測繪的精度：①水面位置必須已知或可以建模；②太陽耀斑和白浪會影響水下特征匹配；③水面不平和立體攝影延時造成的表面變化影響雙介質(zhì)幾何結(jié)構(gòu)等。近年來，IKONOS、WorldView-2等高分辨率敏捷衛(wèi)星的出現(xiàn)為雙介質(zhì)淺海測繪提供了新思路，高精度無控立體定位可以克服多光譜水深反演依賴控制點的缺點，快速重訪周期下可方便選擇理想的大氣、風速、潮流等拍攝條件。

本文探討了目前尚未見諸報道的高分辨率衛(wèi)星立體影像淺海雙介質(zhì)水深測繪。首先推導了雙介質(zhì)折射改正公式，定量分析近似改正公式的誤差大小，隨后通過耀斑消除、立體模型構(gòu)建、水下點匹配、粗差控制及折射改正獲得水下DEM，最后利用海圖數(shù)據(jù)和LiDAR實測數(shù)據(jù)進行精度評估。試驗結(jié)果表明，利用風浪小、水底紋理清晰的高分辨率衛(wèi)星影像進行雙介質(zhì)測深，可以獲得優(yōu)于20%的相對測深精度，具備在一定條件下代替多光譜水深反演的潛力。

1　立體像對雙介質(zhì)測深基本原理

攝影測量學根據(jù)兩個已知的攝影站點和兩條已知的攝影方向線，交會出構(gòu)成這兩條光線的待定地面點的三維坐標。雙介質(zhì)攝影測量的原理與之類似，差別在于光線經(jīng)過了空氣/水兩種不同的媒介會產(chǎn)生折射作用，如果仍然按照直線傳播的幾何結(jié)構(gòu)建模解算，目標點三維坐標高于實際位置，從而造成明顯的系統(tǒng)誤差。如圖1(b)所示，由于光線的折射作用，水下目標點P沿著折線PP1S1、PP2S2被攝站位于S1、S2處的立體影像記錄到。雙介質(zhì)攝影測量就是探測同名光線交點(由影像匹配獲得觀察點A)并恢復目標點真實三維坐標(點P)的過程。

光線從一種介質(zhì)進入另一種介質(zhì)時產(chǎn)生的折射現(xiàn)象可以用折射定律概括，即

(1)

式中，r1、r2分別為左、右攝站到水下點的入射角；i1、i2為對應的折射角；n為水的折射率，通常取1.340，該值在較大的溫度、鹽度變化范圍內(nèi)誤差小于1%[16]。

2　雙介質(zhì)折射改正與測深誤差分析

2.1近似折射改正模型

為了簡化折射模型，假設(shè)水質(zhì)均一，折射率為常數(shù)，水面為平面。如圖1(a)所示，坐標系統(tǒng)假設(shè)沿飛行方向為X軸，構(gòu)成右手坐標系，將立體像對重疊區(qū)分為航跡方向、航跡垂直平分線及其他位置3種情況展開討論。

2.1.1航跡方向

如圖1(b)所示，同名折射點P1、P2的連線與航跡方向平行，航高H。假設(shè)觀察點A不在S1、S2的垂直平分面上，即D1≠D2，A點與S1、S2的連線確定了入射角r1、r2，由式(1)可以計算出射角i1、i2。在比h更深的任意高程面hC處，xC1=hC·tani1，xC2=hC·tani2，P1PC1和P2PC2的交點即為目標點的真實位置P。

圖1　雙介質(zhì)攝影基本幾何關(guān)系Fig.1　Basic two-medium geometric relationships

由于折射點P1、P2位于航跡方向，故YP=YA。設(shè)P1P2的距離為k，則

k=(tanr1+tanr2)·hA=(tani1+tani2)·h

(2)

(3)

由幾何關(guān)系和折射定律可得

(4)

(5)

(6)

(7)

真實位置的X大小關(guān)系為XP=XP1+htani1=XA-hAtanr1+htani1

(8)

將式(3)代入式(8)可得

(9)

式(9)表示了航跡方向目標點真實位置和觀測位置的在平面上的定量關(guān)系，帶入相關(guān)參數(shù)可以定量計算水平偏差ΔX，計算結(jié)果(具體見下文)顯示航空/航天情況時該水平偏差都可以忽略。

2.1.2航跡垂直平分線方向

如圖2所示，當同名折射點P1、P2位于圖1中航跡垂直平分線方向時，θ1=θ2，D1=D2，因此i1=i2，r1=r2，直線L1、L2必然交于一點，即XA=XP、YA=YP。

因此有

(10)

將式(4)—式(7)代入可以解得真實水深值h。

2.1.3其他位置

為了簡化問題，忽略入射角差異造成的水平位置差(下文的定量分析解釋其合理性)，即所有的點都遵循圖2所示的幾何關(guān)系，只是此時i1≠i2，k表示P1P2長度，有

k=(tanr1cosθ1+tanr2cosθ2)·hA

=(tani1cosθ1+tani2cosθ2)·h

(11)

圖2　航跡垂直平分線方向幾何關(guān)系Fig.2　Geometry of two-medium photogrammetry in the perpendicular bisector of the in-track direction

因此

(12)

此處

(13)

將式(4)—式(7)和式(13)代入式(12)可以解得真實水深h。實際應用中并不一定采用這種同時考慮了左右片入射角度的雙側(cè)改正模型，文獻[17]指出雙介質(zhì)折射改正精度與其幾何結(jié)構(gòu)密切相關(guān)，越靠近地底點越容易受到水面不平的影響，因此常用入射角度適中的單張影像進行近似折射改正。僅考慮圖2的左側(cè)部分，式(1)變形得

(14)

式(3)變?yōu)?/p>

(15)

式(14)代入式(15)得

(16)

圖2中L1可用目標點A和攝影中心計算

(17)

簡單的幾何關(guān)系可得

(18)

式(18)代入式(16)得到A點真實水深。

2.2測深誤差分析

2.2.1近似折射改正帶來的水平誤差

采用式(9)定量分析近似折射改正模型的水平誤差。圖3示例了航高1500 m，基線長度500 m 條件下航線方向的不同點的觀測位置與真實位置的水平方向差異，水深值顯示了1 m、15 m和30 m 3種情況。30 m是可見光影像能觀測到海底特征的極限深度，對應的最大水平偏差僅為0.04 m。此外，由于衛(wèi)星影像具有高軌道、窄視場的特征，代入相關(guān)參數(shù)后計算結(jié)果表明航天情況的水平偏差比航空要小5個數(shù)量級。由于海洋測繪的誤差容忍度大，因此對航空/航天立體數(shù)據(jù)而言，近似折射改正造成的水平偏差可以忽略。

圖3　航跡方向真實位置和觀測位置的x誤差Fig.3　Difference in x values of observed and true positions for the in-track case

2.2.2平均入射角帶來的垂直誤差

高分辨率遙感衛(wèi)星普遍采用線陣CCD推掃成像，即影像中不同行相同列像素對應的光線入射角(地底角)相同，對相同行不同列像素而言，入射角略有差異但相差不大。圖4示意了CCD沿飛行方向前后擺掃的幾何關(guān)系，假設(shè)軌道高H，地面幅寬W，地面中心處入射角α0已知，則

(19)

例如WorldView-2的軌道高度700km，幅寬17.4km，設(shè)α0=30°，則α1≈29.9°，假設(shè)水深hA=30m，代入式(16)可得由于入射角差異造成的高程差Δh=h1-h0≈45.048m-42.034m=0.014m，實際上只要衛(wèi)星在一定角度范圍內(nèi)前后或側(cè)方擺掃，同一行像素對應的入射角度差異都不大，由此造成的折射改正高程差可以忽略，即整景衛(wèi)星影像的所有像元可以使用相同的平均入射角計算水深改正值。

圖4　線陣CCD推掃成像幾何關(guān)系Fig.4　The geometric relationship of linear pushbroom CCD

2.2.3其他誤差

其他誤差包括立體成像模型誤差、同名點誤匹配、波浪起伏、拍攝延時誤差等因素。成像模型方面，可利用地面控制點(GCPs)改善三維定位精度，如WorldView-2無控定位精度為平面4.1mCE90%[25]，使用3個以上GCPs可獲得優(yōu)于1.5mCE90%；誤匹配方面，太陽耀斑和不同的攝影角度影響了水下紋理的真實性，越深處紋理越匱乏，特征點可靠性降低，像點坐標的誤匹配會導致真實點P的觀測三維坐標A的直接計算錯誤，并且折射改正會放大該垂直誤差，例如水深17m時，1個像素的誤匹配最大會導致3.8m的測深誤差；此外，波浪起伏導致的法線偏移，立體像對拍攝延時都會對測深造成較大影響，其中75%的測深誤差來自水面波浪[16]。

3　高分辨率衛(wèi)星影像雙介質(zhì)測深流程

如圖5所示，運用高分辨率衛(wèi)星立體像對進行雙介質(zhì)水深測量主要包括輻射處理、幾何模型構(gòu)建、水陸分離、水面高程計算、折射改正等步驟，由此得到攝影時刻的瞬時水深，再經(jīng)過潮汐改正以獲得符合制圖需求的水深信息。

3.1輻射處理

除大氣校正、影像增強外，太陽耀斑是雙介質(zhì)水深測繪中需要考慮的重要問題。受海浪表面狀態(tài)、太陽位置、拍攝角度等因素的影響，水面可能直接將太陽光線反射到傳感器中。對分辨率優(yōu)于10m的影像而言，波浪特征能得到清晰反映，太陽耀斑常表現(xiàn)為零散的亮斑或沿波浪邊緣的白色條帶，不利于立體像對水下同名特征點的提取。

圖5　高分辨率衛(wèi)星影像雙介質(zhì)測深處理流程Fig.5　High resolution satellite imagery based two-medium photogrammetry bathymetry procedure

采用Hedley算法[26]進行耀斑消除，該算法基于兩點假設(shè)進行設(shè)計：①水體對近紅外(NIR)波段有強烈的吸收性，淺水區(qū)(如數(shù)十厘米)足夠使得近紅波段的輻射強度趨近于零；②水體輻射強度僅僅與像點的地理位置有關(guān)，并且可見光波段(VIS)的最亮/最暗值基本對應NIR波段的最亮/最暗值，可以用回歸直線表示VIS/NIR對應關(guān)系。Hedley算法使用深水區(qū)的影像子集計算VIS/NIR回歸參數(shù)，改正后的i波段為

(20)

式中，bi表示回歸直線的斜率；L(NIR)為近紅外波段灰度值;Lmin(NIR)為目標子集內(nèi)近紅外波段灰度最小值；Li(VIS)和Li(VIS)′分別為糾正前后可見光波段灰度值。

3.2幾何處理

為了隱藏核心設(shè)計參數(shù)，影像供應商通常采用與傳感器成像幾何無關(guān)的、非嚴格的有理函數(shù)模型(RFM)用于高分辨率遙感衛(wèi)星影像測繪處理[27-28]。RFM將像點坐標(rn,cn)描述為以相應點地面坐標(Xn,Yn,Zn)為自變量的多項式比值，公式為

(21)

式中，aijk、bijk、cijk、dijk表示有理函數(shù)參數(shù)(RPCs)；n表示點個數(shù)；i+j+k定義了模型的次數(shù)，通常不大于3次，即i+j+k≤3。為了避免解算中參數(shù)級差過大，需要將原始物、像點坐標進行平移和縮放處理，使得標準化后的取值位于(-1.0，+1.0)之間。RFM立體定位時，將式(21)變形為

(22)

式中，F(xiàn)(Xn,Yn,Zn)、G(Xn,Yn,Zn)分別表示式(21)中rn、cn對應的等式右側(cè)，將式(22)泰勒級數(shù)展開得誤差方程

(23)

迭代解算中需要的初始值可以使用標準化平移參數(shù)的平均值，也可以用RFM一次項求解值。通過RFM立體解算陸地及水底匹配點三維坐標，建立原始水陸DEM。

3.3水陸分離

原始水陸DEM構(gòu)建以后，可通過水陸分離、邊緣檢測獲得水陸分界像元，在原始水陸DEM中內(nèi)插并取平均求得水面高程，以作為水下折射改正的起算位置。水陸分離使用NIR波段(在水中幾乎無反射，圖像強度與陸地有明顯差異)，主要方法有區(qū)域生長法、閾值分割法、水體指數(shù)法等。閾值分割和水體指數(shù)都可能造成碎斑，而識別填充碎斑比較費時，因此以人工指定的深水區(qū)種子點進行區(qū)域生長的方法在水陸分離中更加有效，具體的區(qū)域生長門限可以由最佳分割閾值和經(jīng)驗確定。

4　試驗驗證

4.1試驗影像

WorldView-2單程即可立體采集分辨率為2 m的4波段多光譜影像，確保圖像質(zhì)量的連續(xù)性和一致性[29]。由于全色影像記錄了從可見光波段到近紅外波段的總輻射量，水下特征在全色影像中遠不如藍、綠單波段影像中清晰，因此雙介質(zhì)測深不宜使用全色影像。本文選取了4組采集時間間隔小、水質(zhì)清潔、水下紋理豐富的WorldView-2多光譜立體像對(StereoOR2A級)驗證衛(wèi)星雙介質(zhì)立體測繪的可行性，試驗區(qū)地理位置如圖6所示，影像詳細信息列于表1。

表1　試驗影像詳細信息

4.2耀斑消除

以永興島和黃巖島為例，圖7顯示了圖6(a)、(d)中白框部分的耀斑污染和消除效果。原始影像中隨波浪起伏的亮斑基本消失，水下紋理特征更加清晰，耀斑消除前的白線處光譜曲線上下波動十分劇烈，耀斑消除后光譜曲線趨于平穩(wěn)。

4.3水下點匹配與粗差剔除

如果水下特征在單波段圖像上清晰可見，特征點匹配與常規(guī)的圖像匹配并無差別，本文采用SIFT算子提取同名點。需要注意兩點：①由于光在水體中的衰減，越深的地方紋理越匱乏；②深水區(qū)(可見光透水范圍內(nèi)的相對概念)與淺水區(qū)同名點的視差差別較大。

為了在深水區(qū)提取出特征點，可設(shè)置較大的SIFT最鄰近/次鄰近比率閾值，但會增加淺水紋理豐富區(qū)的誤匹配數(shù)目，需要細致地剔除粗差。本文采用RANSAC法與局部視差比較相結(jié)合的粗差剔除方案：首先RANSAC整體粗差剔除，由于深水區(qū)與淺水區(qū)同名點視差差別大，因此RANSAC閾值不能太小，否則所有深水區(qū)或淺水區(qū)特征點可能被當作粗差剔除；隨后，由于地形的連續(xù)性(除開斷崖情況)，局部范圍內(nèi)視差(或高程)不會發(fā)生突變，可以憑此設(shè)置閾值剔除殘余粗差。

以永興島和甘泉島為例，如圖8(a)、(b)所示，當SIFT比率閾值為0.5時，提取出特征點多數(shù)位于陸地部分、淺水區(qū)或深水區(qū)特征明顯的位置；當閾值增大時，部分深水區(qū)也提取出大量的、位置準確的同名點。粗差剔除如圖9(c)所示，過小的RANSAC閾值將深水區(qū)正確同名點剔除，閾值2.0時保留了深水區(qū)特征點。

4.4折射改正與精度驗證

經(jīng)過影像匹配后得到同名點后，代入RFM立體定位模型獲得三維坐標，建立起原始水陸DEM。隨后對多光譜影像的近紅波段進行區(qū)域生長和邊緣檢測(圖9)，獲得水陸邊緣，在原始DEM中內(nèi)插水陸邊緣位置高程，取平均作為海水面高程。

水下點折射改正時，選擇幾何結(jié)構(gòu)更好的接近30°的入射角(表1)，獲得折射改正DEM。定量精度評價方面，由于缺乏黃巖島、永暑礁的實測水深，僅對永興島、甘泉島進行精度分析。永興島水深驗證數(shù)據(jù)來自公開海圖Navionics，該區(qū)域內(nèi)有0.5m等高線的聲吶圖層，海圖數(shù)據(jù)的平面精度較差，選擇數(shù)個明顯特征點(如海島外圍曲線拐點)完成與衛(wèi)星影像的配準，隨后均勻選擇水深驗證點(圖11(a)所示)；甘泉島的LiDAR數(shù)據(jù)精度較高，內(nèi)插圖8(b)中匹配點位置的水深值作為檢查。

折射改正后DEM與原始影像疊加顯示如圖10所示，從目視效果看，地形起伏符合灰度、紋理的變化趨勢，與二維視覺判斷結(jié)果相吻合。定量分析結(jié)果如表2、圖11和圖12所示。表2中的ME、MAE、RMSE、REP、C2分別表示平均誤差(meanerror)、平均絕對誤差(meanabserror)、均方根誤差、相對誤差百分比(relativeerrorpercent)和相關(guān)系數(shù)平方，其中C2在統(tǒng)計學中表示總離差平方和中可以由回歸平方解釋的比例，數(shù)據(jù)介于0～1之間，越接近1表示水深測量的精度越高，各評價參數(shù)計算公式如下

(24)

(25)

(26)

(27)

(28)

式(24)—式(28)中，xi表示雙介質(zhì)測量水深值；yi表示水深驗證值；n為點總數(shù)。

由表2可知，折射改正后永興島的所有評價指標都大幅提升，得到了20%的相對測深精度，C2從0.61提升為0.89。圖12(a)左下方是與LiDAR數(shù)據(jù)同時獲取的甘泉島高分辨率航拍影像，結(jié)合LiDAR實測水深可將島嶼外劃分為具有明顯分界的淺水沙灘(水深小于1m)和深水礁盤(水深約1～20m)兩部分，圖12(a)上方是WorldView-2立體像對，影像1水面平靜，影像2有明顯波浪，并且淺水沙灘部分波浪起伏強于深水礁盤。將折射改正后的檢查點疊加在衛(wèi)星影像上，可以明顯看出大誤差基本位于淺水沙灘，如圖12(a)右下側(cè)所示，紅色點相對誤差大于50%，綠色點小于50%。由于波浪大造成了較大的測深誤差，因此精度分析時不考慮淺水沙灘部分。表2列出了深水礁盤處檢查點(綠色點)的精度情況，折射改正后可獲得16%的相對精度。并且由圖11(b)和圖12(c)可以看出：折射改正前的估計水深值整體小于實測水深，折射改正讓水深絕對值整體變大，這與前文推導的幾何結(jié)構(gòu)關(guān)系相符。此外，表2列出了試驗區(qū)多光譜水深反演(雙波段比值模型，具體見文獻[6])的結(jié)果，可以看出雙介質(zhì)方法取得了和多光譜反演相當?shù)木?，甚至在REP和C2指標上更優(yōu)。

圖6　包含藍、綠、紅、近紅波段并顯示為真彩色的WorldView-2多光譜試驗影像地理位置Fig.6　Location of study area and shown on WorldView-2 true color

圖9　水陸分界與邊緣提取Fig.9　Water land separation and edge detection

圖10　折射改正后的三維地形Fig.10　3D view after refraction correction

圖12　甘泉島測深精度分析Fig.12　Two-media Photogrammetry bathymetry accuracy for Ganquan Island

4.5試驗誤差分析

永興島與甘泉島總體取得了優(yōu)于20%的相對測深精度，如果影像上無明顯的水陸分界(本文永暑礁、黃巖島成像時水面淹沒整個礁盤)，需要人工判斷水面高程，可能造成測深誤差；甘泉島深水區(qū)部分匹配點可靠性差，難以被當作粗差剔除，也引入了部分誤差；波浪方面，甘泉島測深誤差在淺海沙灘部分明顯大于水面平靜的深水礁盤區(qū)域，有理由推測雙介質(zhì)技術(shù)在風平浪靜的情況下(如黃巖島類的潟湖)能獲得更佳的精度；驗證數(shù)據(jù)方面，永興島用電子海圖作為檢查數(shù)據(jù)，與影像的配準、無潮位數(shù)據(jù)等可能帶來誤差，相比而言甘泉島的精度評價更加客觀、可靠。

5　建議與結(jié)論

理論上只要水下紋理清晰，能夠組成立體像對的數(shù)據(jù)都可以用作雙介質(zhì)測深。為了控制影像質(zhì)量，在衛(wèi)星影像數(shù)據(jù)源選擇時建議考慮以下方面：

(1) 連續(xù)多光譜立體影像獲取能力。全色影像包含的水下信息很少，無法用作雙介質(zhì)測繪；多數(shù)遙感衛(wèi)星搭載了多光譜甚至高光譜傳感器，但并不是所有衛(wèi)星都有敏捷的立體成像能力，例如TH-1、ZY-3等國產(chǎn)衛(wèi)星采用三線陣全色影像獲得地理信息，但其多光譜數(shù)據(jù)為一次推掃成像，雖然可以通過異軌成像獲得多光譜立體，但時間間隔久、水面位置變化大，不利于雙介質(zhì)測深。類似于WorldView-2等敏捷商業(yè)衛(wèi)星則滿足連續(xù)獲取多光譜影像的能力。

(2) 適中的立體拍攝角度。衛(wèi)星影像的拍攝角度以適中為宜，過大或過小容易造成嚴重太陽耀斑。最佳的方案是多線陣推掃式的立體多光譜成像，但目前沒有此類專門考慮海洋測繪需求的測繪衛(wèi)星。

通過本文的理論分析和試驗討論，可得出如下結(jié)論：雙介質(zhì)攝影測量中，近似折射改正模型造成的水平差異可以忽略，即所有目標點都能當作光線相交的情形來近似折射改正；利用風浪小、紋理清晰的高分辨率衛(wèi)星影像可以獲得優(yōu)于20%的相對測深精度。中國南海島嶼水下可見度高，隨著衛(wèi)星重訪周期、敏捷性的逐步提高，選擇風浪小的拍攝條件或存檔影像資料不再遙不可及，本文提出的利用遙感衛(wèi)星雙介質(zhì)測量淺海水深的方法在判斷地貌走勢、描述地貌特征、建立三維海底景觀上具有一定應用前景。

[1]黨亞民, 程鵬飛, 章傳銀, 等. 海島礁測繪技術(shù)與方法[M]. 北京: 測繪出版社, 2012: 277-278.

DANG Yamin,CHENG Pengfei,ZHANG Chuanyin, et al. Surveying and Mapping Technology of Island and Reef[M]. Beijing: Surveying and Mapping Press, 2012: 277-278.

[2]PLESKACHEVSKY A, LEHNER S, HEEGE T, et al. Synergy and Fusion of Optical and Synthetic Aperture Radar Satellite Data for Underwater Topography Estimation in Coastal Areas [J]. Ocean Dynamics, 2011, 61(12): 2099-2120.

[3]LEGLEITER C J. Remote Measurement of River Morphology via Fusion of LiDAR Topography and Spectrally Based Bathymetry[J]. Earth Surface Processes and Landforms, 2012, 37(5): 499-518.

[4]CALKOEN C J, HESSELMANS G H F M, WENSINK G J, et al. The Bathymetry Assessment System: Efficient Depth Mapping in Shallow Seas Using Radar Images [J]. International Journal of Remote Sensing, 2001, 22(15): 2973-2998.

[5]SHOALS-3000, Hydrographic Charting and More[EB/OL]. (2006-08-26)[2015-10-03].http:∥www.geo3d.hr/download/shoals/SHOALS_3000.pdf.

[6]STUMPF R P, HOLDERIED K, SINCLAIR M. Determination of Water Depth with High-resolution Satellite Imagery over Variable Bottom Types [J]. Limnology and Oceanography, 2003, 48(1): 547-556.

[7]LYZENGA D R, MALINAS N P, TANIS F J. Multispectral Bathymetry Using a Simple Physically Based Algorithm [J]. IEEE Transactions on Geoscience and Remote Sensing, 2006, 44(8): 2251-2259.

[8]滕惠忠, 熊顯名, 李海濱, 等. 遙感水深反演海圖修測應用研究 [J]. 海洋測繪, 2009, 29(6): 21-25.

TENG Huizhong, XIONG Xianming, LI Haibin, et al. Research on the Use of Retrieving Sounding by Satellite Remote Sensing in Chart Surveying [J]. Hydrographic Surveying and Charting, 2009, 29(6): 21-25.

[9]LEE Z, CARDER K L, MOBLEY C D, et al. Hyperspectral Remote Sensing for Shallow Waters. 2. Deriving Bottom Depths and Water Properties by Optimization[J]. Applied Optics, 1999, 38(18): 3831-3843.

[10]MA Sheng, TAO Zui, YANG Xiaofeng, et al. Bathymetry Retrieval from Hyperspectral Remote Sensing Data in Optical:Shallow Water [J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(2): 1205-1212.

[11]王之卓. 攝影測量原理[M]. 北京: 測繪出版社, 1990: 340-345.WANG Zhizhuo. Principles of Photogrammetry [M]. Beijing: Surveying and Mapping Press, 1990: 340-345.

[12]默頓斯L E. 水中攝影學[M]. 張聞迪, 關(guān)福民, 楊作昇, 譯. 北京: 科學出版社, 1979: 107-124.

MODUNCE L E. In-water Photography [M]. ZHANG Wendi, GUAN Fumin, YANG Zuosheng, trans. Beijing: Science Press, 1979: 107-124.

[13]王有年, 韓玲, 王云. 水下近景攝影測量試驗研究[J]. 測繪學報, 1988, 17(3): 217-224.

WANG Younian, HAN Lin, WANG Yun. Experimental Research of Underwater Close-range Photogrammetry [J]. Acta Geodaetica et Cartographica Sinica, 1988, 17(3): 217-224.

[14]常本義. 雙介質(zhì)攝影測量基本公式[J]. 測繪學報, 1991, 20(4): 288-294.

CHANG Benyi. Basic Formulas of Two-media Photogrammetry [J]. Acta Geodaetica et Cartographica Sinica, 1991, 20(4): 288-294.

[15]單杰. 雙介質(zhì)攝影測量的相對定向[J]. 測繪學院學報, 1993(3): 38-44.

SHAN Jie. Relative Orientation for Two-media Photogrammetry [J]. Journal of the Institute of Surveying and Mapping, 1993(3): 38-44.

[16]FRYER J G. A Simple System for Photogrammetric Mapping in Shallow Water [J]. The Photogrammetric Record, 1983, 11(62): 203-208.

[17]FRYER J G, KNIEST H T. Errors in Depth Determination Caused by Waves in Through-water Photogrammetry [J]. The Photogrammetric Record, 1985, 11(66): 745-753.

[18]MURASE T, TANAKA M, TANI T, et al. A Photogrammetric Correction Procedure for Light Refraction Effects at a Two-medium Boundary [J]. Photogrammetric Engineering & Remote Sensing, 2008, 74(9): 1129-1136.

[19]BUTLER J, LANE S, CHANDLER J, et al. Through-water Close Range Digital Photogrammetry in Flume and Field Environments [J]. The Photogrammetric Record, 2002, 17(99): 419-439.

[20]WESTAWAY R M, LANE S N, HICKS D M. Remote Survey of Large-scale Braided, Gravel-bed Rivers Using Digital Photogrammetry and Image Analysis [J]. International Journal of Remote Sensing, 2003, 24(24): 795-815.

[21]楊新宇. 雙介質(zhì)近景攝影測量用于隧道模型地層移動觀測[J]. 測繪學報, 1987, 16(4): 261-270.

YANG Xinyu. Two-media Close-range Photogrammetric Measurement of Sandy Soil Movements around Tunnel Models [J]. Acta Geodaetica et Cartographica Sinica, 1987, 16(4): 261-270.

[22]ELFICK M, FRYER J. Mapping in Shallow Water[C]∥Proceedings of 1984 International Archives of Photogrammetry and Remote Sensing. Rio de Janeiro, Brasil: IAPRS, 1984, 25: 240-247.

[23]GEORGOPOULOS A, AGRAFIOTIS P. Documentation of a Submerged Monument Using Improved Two Media Techniques [C]∥Proceedings of the 2012 18th International Conference on Virtual Systems and Multimedia. Milan, Italy: IEEE, 2012: 173-180.

[24]PRZYBILLA H J, KOTOWSKI R, MEID A, et al. Geometrical Quality Control in Nuclear Power Stations: A Procedure for High Precision Underwater Photogrammetry [C]∥Proceedings of 1988 International Archives of Photogrammetry and Remote Sensing. Kyoto, Japan: IAPRS, 1988, 27: 513-526.

[25]DigitalGlobe. WorldView-2 Overview [EB/OL]. (2009-06-04)[2015-07-01].http:∥satimagingcorp.s3.amazonaws.com/site/pdf/WorldView_2_Overview.pdf.

[26]HEDLEY J D, HARBORNE A R, MUMBY P J. Technical Note: Simple and Robust Removal of Sun Glint for Mapping Shallow-water Benthos [J]. International Journal of Remote Sensing, 2005, 26(10): 2107-2112.

[27]劉軍, 張永生, 王冬紅. 基于RPC模型的高分辨率衛(wèi)星影像精確定位[J]. 測繪學報, 2006, 35(1): 30-34.

LIU Jun, ZHANG Yongsheng, WANG Donghong. Precise Positioning of High Spatial Resolution Satellite Images Based on RPC Models [J]. Acta Geodaetica et Cartographica Sinica, 2006, 35(1): 30-34.

[28]CAO Bincai, QIU Zhenge, ZHU Shulong, et al. A solution to RPCs of Satellite Imagery with Variant Integration Time [J]. Survey Review, 2015. DOI: 10.1179/1752270615 Y.0000000036.

[29]DigitalGlobe. WorldView-2 Data Sheet[EB/OL]. (2013-06-09)[2015-05-18].http:∥global.digitalglobe.com/sites/default/files/DG_WorldView2_DS_PROD.pdf.

(責任編輯：張艷玲)

修回日期： 2016-05-05

E-mail： cbcontheway@163.com

Shallow Water Bathymetry through Two-medium Photogrammetry Using High Resolution Satellite Imagery

CAO Bincai1, 2,QIU Zhenge1,ZHU Shulong2,TU Xinru1,CAO Fang3,CAO Bin1

1. Research Center for Ocean Mapping and Applications, Shanghai Ocean University, Shanghai 201306, China; 2.College of Navigation and Aerospace Engineering, Information Engineering University, Zhengzhou 450000, China; 3. Department of Electronic Information and Control Engineering, Yibin Vocational and Technical College, Yibin 644003, China

This paper develops an automated shallow water bathymetry procedure based on two-medium photogrammetry using high resolution satellite multispectral imagery. In this method, near-infrared band were used for sunglint elimination and rational function model (RFM) was applied for raw DEM generation. By extracting the water-land edge and interpolating edge elevation, water surface position could be determined. An approximation refraction correction model, in which all homonymy lights were regarded as intersect to the same observed point, was adopted to correct the vertical offsets. Experimental results indicate that DEM accuracy of satellite two-medium photogrammetry is better than 20% of the average depth under the circumstance of relatively calm water and rich bottom texture.

high resolution satellite imagery; two-medium photogrammetry; underwater topography; refraction correction; geometric relation;accuracy

CAO Bincai(1987—)，male，PhD candidate，majors in ocean satellite remote sensing.

10.11947/j.AGCS.2016.20150583.

P237

A

1001-1595(2016)08-0952-12

國家自然科學基金(41101396)；上海市科學技術(shù)委員會科研計劃項目(14590502200)

2015-11-19

曹彬才(1987—)，男，博士生，研究方向為海洋衛(wèi)星遙感。

引文格式：曹彬才，邱振戈，朱述龍，等.高分辨率衛(wèi)星立體雙介質(zhì)淺水水深測量方法[J].測繪學報，2016,45(8)：952-963.

CAO Bincai, QIU Zhenge, ZHU Shulong, et al.Shallow Water Bathymetry through Two-medium Photogrammetry Using High Resolution Satellite Imagery[J]. Acta Geodaetica et Cartographica Sinica,2016,45(8):952-963. DOI:10.11947/j.AGCS.2016.20150583.