王 久 鄔 金

(1. 廣州海事測繪中心, 廣東 廣州 510320; 2. 南海航海保障中心, 廣東 廣州 510235)

0 引言

偏遠地區(qū)的海圖測量和評估一直以來都面臨著這樣的問題:鑒于偏遠地區(qū)經(jīng)濟不發(fā)達、船舶流量較低,測量和更新海圖的優(yōu)先級遠低于其他區(qū)域,缺乏可信的海圖又限制了當?shù)卮敖煌ê秃Ｑ舐糜螛I(yè)的發(fā)展,阻礙了沿海偏遠貧困地區(qū)的脫貧致富。

隨著歐洲航天局(European Space Agency, ESA)Sentinel系列、國內(nèi)的高分系列等遙感衛(wèi)星數(shù)量的增加,多光譜衛(wèi)星遙感數(shù)據(jù)獲得廣泛應用。與傳統(tǒng)水深測量方法相比,衛(wèi)星遙感反演水深(Satellite-Derived Bathymetry, SDB)雖然精度和可靠性相對較低,但其具有快速、大范圍、低成本、即時和高空間分辨率的優(yōu)點,不需要調(diào)動人員或設備,就能作為一種間接手段有效彌補偏遠或有爭議水域缺少全覆蓋測量水深數(shù)據(jù)的不足。

近年來,SDB一直是國際海道測量組織(International Hydrographic Organization, IHO)關(guān)注的主題和未來計劃的重點之一。2017年4月IHO A1會議,加、法、美提交了《在未知和不利于測圖區(qū)域進行IHO SDB評估和制圖項目開發(fā)》的提案,區(qū)域間協(xié)調(diào)委員會9次會議正式將其內(nèi)容列入行動計劃。在IHO支持下,SDB在一些國家和地區(qū)的海洋空間基礎(chǔ)設施(Marine Spatial Data Infrastructure, MSDI)建設中發(fā)揮了重要作用,解決了許多偏遠水域缺乏最新、高分辨率測深數(shù)據(jù)的問題[1-3],而國內(nèi)這方面的研究多停留在理論層面[4-6],缺乏真正意義上的應用實踐。

從原理看,用于水深反演的SDB模型主要有:

(1)通過輻射傳輸模型的反演,以每個像素為基礎(chǔ)計算水深的理論模型。常用的有HOPE、SAMBUCA、SMLUT、WATCOR等;

(2)通過回歸或相似分析,在實測水深和水體遙感輻射之間建立統(tǒng)計關(guān)系的經(jīng)驗模型,如從最古老的Lyzenga模型發(fā)展的多波段線性回歸模型[7]、最常用的Stumpf對數(shù)轉(zhuǎn)換比值模型[8]、基于神經(jīng)網(wǎng)絡和隨機森林算法的新反演模型[9]等,其中包括將理論模型和經(jīng)驗參數(shù)相結(jié)合的半分析算法,如由Lyzenga模型發(fā)展的基于地理加權(quán)回歸的水深反演模型[10]等。

本文以Stumpf模型和多時相SDB方法在中國南海海南島東線部分海域的實踐為例,簡單探討其在海圖測量方面的幾個應用場景。

1 技術(shù)原理及影響因素

1.1 技術(shù)方法

理論模型需通過考慮光穿透大氣、水面和水體的各種影響以及鄰近的明亮陸地反射率來模擬深度。這涉及光傳播過程中的所有物理因素,以及在反射輻射被多光譜傳感器捕獲之前的其他物理過程。與其不同,經(jīng)驗模型的優(yōu)勢在于,它比理論模型更快速、更容易實現(xiàn)和更便于使用。

本文采用的Stumpf對數(shù)轉(zhuǎn)換比值模型,基于比率變換方法,減少推導深度所需的參數(shù)數(shù)量,并且一定程度上消除了沙質(zhì)、藻類、珊瑚等底質(zhì)的影響。藍光(440～500 nm)能穿透至少25 m的深度,能針對更快速被吸收的綠光或紅光提取深度信息,可作為最佳參考波段。公式如下:

DSDB=m1μSDB-m0

(1)

(2)

其中,μSDB是由影像獲取的無量綱的相對深度;DSDB是最后獲取的絕對深度;m1和m0是可調(diào)常數(shù),用于將算法結(jié)果線性轉(zhuǎn)換為實際深度;R(λi)、R(λj)分別為第i、j個波段的地表反射率;n為固定常數(shù),用以確保兩個對數(shù)在任何情況下都是正的,并且對數(shù)比隨深度產(chǎn)生線性響應。

由于海圖水深的深度基準為理論最低潮面,首先需要對其進行瞬時潮汐校正,以便在對應的遙感影像獲取時間同步潮汐。之后進行柵格計算獲取μSDB,通過回歸分析對比校正后的海圖水深點擬合線性趨勢,計算比例系數(shù)m1和偏移量m0,將μSDB轉(zhuǎn)換為DSDB。

為了排除泥沙及近岸海域水質(zhì)分布的影響,本文參照陸地遙感影像分析方法對以上方法進行了改進,結(jié)合了多時相SDB的計算[11-12]。計算方法基于兩個假設:其一,如果不同時間采集到的兩幅影像之間局部水質(zhì)分布發(fā)生了變化,那么反演出的水深也會有局部不同;其二,水質(zhì)分布的時間變化對SDB模型的影響明顯大于海底隨時間的自然遷移。以上兩個假設構(gòu)成了多時相SDB計算清水標準的基礎(chǔ),在同一區(qū)域內(nèi)至少兩幅影像推斷出的相似深度則代表真實海底。如果在兩幅影像中的同一區(qū)域反演出不同的深度,則反演結(jié)果首先被懷疑為水質(zhì)差導致的假變淺。

如果鄰近時間的兩幅影像可以明顯區(qū)別出假變淺區(qū)域,則可以剔除掉該區(qū)域的控制點重新進行回歸分析,計算結(jié)果綜合兩幅鄰近時間影像的DSDB作為水深反演結(jié)果。如果剩余控制點數(shù)較少或者無法知道控制點是否處于假變淺區(qū)域,可以在回歸分析之前比較μSDB模型,將一個μSDB模型指定為參考,另一個μSDB模型使用直方圖均衡化進行匹配。云霧覆蓋少的不同影像應該觀測到相同的特征,影像中所有像素值的直方圖應該具有類似的特性,雖然近岸水質(zhì)可能會隨著不同影像的變化而變化,但在覆蓋大面積海洋的整景影像中,所占比例很小。

1.2 影響因素

1.2.1水質(zhì)

水質(zhì)是水深反演最主要的影響因素,影響最大反演深度、水深精度、目標探測要求。按實踐經(jīng)驗,水透明度大于15 m為理想條件,水透明度大于5 m為基本條件。此外,水透明度的空間分布對全覆蓋影響很大,一般至少要求水域內(nèi)有相似的水透明度。

1.2.2底質(zhì)和潮汐分布

底質(zhì)和潮汐分布影響反演水深精度。泥沙等沉積物、珊瑚或硬底面為理想的反演底質(zhì),有水下植被或者非常暗的礁石則為不利條件;潮汐的均勻分布有利于水位控制。

1.2.3海浪和云霧

海況和云霧影響全覆蓋、最大水深、水深精度、目標探測要求,理想的條件為沒有或者很小海浪和云霧,最低要求沒有強浪導致海底遷移。

1.2.4衛(wèi)星傳感器和幾何角度

傳感器分辨率的高低直接決定了最大反演深度、水深精度和目標探測的極限。8波段WorldView系列(優(yōu)于2 m)、Sentinel-2(10 m)、高光譜傳感器等獲取的高空間分辨率遙感影像為理想的數(shù)據(jù)選擇。此外,幾何角度影響日光反射,需要采集影像時太陽和傳感器有相似的方位和角度,從水面返回的反射率最多不大于5%。

以上影響因素直接決定了衛(wèi)星遙感影像的選擇原則。

2 區(qū)域概況及數(shù)據(jù)情況

本文綜合評估了現(xiàn)有海圖分布和海域水質(zhì)特征,選擇有代表性的海南東部博鰲、潭門和龍灣等水域為研究區(qū)(圖1),結(jié)合海圖測量任務進行了水深反演實踐。

圖1 應用實踐區(qū)域

2.1 數(shù)據(jù)來源

研究區(qū)域內(nèi)有1962和1985年測量為主的1∶150 000比例尺海圖七洲列島至白鞍島,2012年測量的博鰲港、2011年測量的龍灣港兩幅1∶10 000比例尺海圖,考慮到水深不變和分布均勻的原則,共提取了1 954個水深點作為驗證點。

影像來自Landsat 8和Sentinel-2衛(wèi)星獲取的2014—2020年遙感數(shù)據(jù),潮汐數(shù)據(jù)來自歷年潮汐表,主要如表1所示。

表1 數(shù)據(jù)情況

2.2 數(shù)據(jù)預處理

2.2.1輻射校正

首先利用遙感影像的元數(shù)據(jù)提供的增益、偏置值進行輻射定標。然后進行大氣改正,以減少水體信息在傳播過程中受大氣、水汽等的干擾作用,將輻射亮度值轉(zhuǎn)換為海底實際反射率。本文中Landsat 8影像采用基于MODTRAN5輻射傳輸模型的大氣校正模塊(Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes， FLAASH)進行大氣改正,Sentinel-2影像采用Sen2cor插件完成。

2.2.2耀斑去除

太陽耀斑是衛(wèi)星影像中常見的現(xiàn)象,由于太陽直射光在氣-水界面上沿衛(wèi)星方向的反射,離開水面的反射率很難觀測到。特別是Sentinel-2衛(wèi)星的觀測幾何結(jié)構(gòu)使其易受太陽光污染。對于中高分辨率影像和沿海應用,有幾種可用的耀斑去除方法[13]。本文通過ESA 哨兵應用平臺(Sentinel Application Platform, SNAP)軟件的Sen2Coral工具箱使用短波紅外(Short Wave Infrared, SWIR)波段來計算耀斑,得到了較好的結(jié)果。

2.2.3水陸分離

水陸分離通常的做法是采用歸一化差分水體指數(shù)(Normalized Difference Water Index, NDWI)、改進歸一化差分水體指數(shù)(Modified NDWI, MNDWI)指數(shù)進行柵格計算,近紅外波不能穿透水中，因而具有可以識別的明亮特征,在耀斑去除后,水的透明區(qū)域顯得非常暗,云、空白和陸地在近紅外(Near Infrared, NIR)波段具有高反射率,因此，本文直接設置了一個NIR閾值進行了過濾。

3 結(jié)果與分析

3.1 精度評估

SDB的水平精度主要取決于所用衛(wèi)星影像的定位精度。商業(yè)衛(wèi)星影像具有更高的分辨率和精度,而像Landsat 8和Sentinel-2這樣的公開衛(wèi)星影像具有中高等的分辨率和精度。如Sentinel-2影像的空間分辨率為10 m,水平精度為12.5 m(2σ)。

SDB的垂直精度主要通過比較SDB結(jié)果與同區(qū)域?qū)崪y水深數(shù)據(jù)的差異進行評估,如圖2所示。

圖2 歷年SDB結(jié)果與實測水深散點1∶1圖

SDB使用可靠的實測數(shù)據(jù)進行回歸分析獲得的水深結(jié)果垂直精度通常在0.5～2.0 m之間[1-14],并且由于信噪比降低,精度隨著深度的增加而降低。一般采用均方根誤差ERMS和決定系數(shù)R2衡量SDB結(jié)果的準確度,如表2所示。

表2 SDB精度統(tǒng)計

(3)

(4)

此外,還可通過相同SDB模型反演的不同期水深結(jié)果評估其方法的精確度,如圖3所示的2014—2020年水深結(jié)果比較。

從本次SDB精度評估結(jié)果可以看出:(1)圖2(d)中2020年采用多時相SDB計算結(jié)果的離散點較其他結(jié)果明顯減少,很大程度上改善了水質(zhì)分布不均的問題;(2)圖2～3和表2中,Sentinel-2衛(wèi)星相對Landsat 8衛(wèi)星雖然分辨率提高,從而有較強的目標探測能力,但在一般水域,從Stumpf模型反演的結(jié)果上看,精度提升不顯著;(3)從圖3中可以看出,0～5 m水深區(qū)域的變化較為頻繁,10～15 m水深區(qū)域的反演精度受環(huán)境因素影響最大;(4)由精度統(tǒng)計可以看出,SDB結(jié)果的精度雖然不及專業(yè)水深測量,但能夠滿足S-57標準的ZOC B級要求,完全可以作為水深變化分析等應用的數(shù)據(jù)來源。

圖3 多期SDB水深比較1∶1圖

直方圖均衡化在2019—2020年的影像進行了應用。計算過程中發(fā)現(xiàn),多時相SDB可以在一定程度上改善水質(zhì)分布不均勻影像的反演精度,但在沒有人工干預的情況下,一些礁石等淺點會被掩蓋掉。此外,由于反演模型對隨機噪聲和條帶化非常敏感,采用低通3×3濾波器對衛(wèi)星影像各波段進行了平滑處理,該過程也導致了部分孤立淺點被消除或變深。

3.2 應用分析

3.2.1分析區(qū)域水深變化以確定復測優(yōu)先級

在沿岸淺水區(qū)域及偏遠海域,可采用SDB技術(shù)了解海域內(nèi)水深狀況(如在臺風過后),進行短周期的水深監(jiān)測,有助于從水深變化的角度評估海圖的現(xiàn)勢性。此外,通過分析可確定水深易變區(qū)域,將其作為輸入數(shù)據(jù)進行海道測量風險評估,能更合理地規(guī)劃測量區(qū)域的優(yōu)先級和海圖測量周期。

圖4為近年博鰲港附近水深變化情況分析。由水深差異可以看出萬泉河口處進入博鰲港的通道變化最為明顯,圖4(a)顯示在2014年之前玉帶灘形成有南北兩個口門。受沿岸輸沙影響,到圖4(b)的2016年北口門逐漸消失,之后臺風銀河、莎莉嘉在附近登陸,在強浪和常浪作用下,圖4(c)中2018年南口門逐漸北移,在原兩口門中間形成新的口門,至2020年漸趨穩(wěn)定,水深維持在2 m左右,如圖4(d)所示?？陂T之外由于礁石區(qū)密布,礁石之間受流水沖刷,泥沙難以淤積,保持了相對穩(wěn)定的水深情況。博鰲港南部紅石灘至東高礁礁石群附近的水深則變化較為劇烈,形成了縱橫交錯的海溝,圖4(c)、(d)顯示的臺風登陸前后最為明顯。該水域海圖測量周期為8年,而通過SDB技術(shù)可以將水深變化監(jiān)測頻次提高至半年甚至每月一次。在海圖測量任務規(guī)劃時,應重點考慮對以上水深變化區(qū)域進行測量,同時相應調(diào)整水深易變區(qū)域的測量周期。

圖4 歷年博鰲港附近SDB結(jié)果比較注：圓形區(qū)域為萬泉河口通道；方形區(qū)域為紅石灘至東高礁附近礁石區(qū)

3.2.2作為首版圖和小比例尺圖幅判斷重點掃測區(qū)域的依據(jù)

SDB具有成本低、速度快的特點,可作為偏遠地區(qū)水深和底質(zhì)測量的背景工具,并且由于中高分辨率衛(wèi)星影像具有良好的空間分辨率,多光譜影像可以捕捉小尺度特征,如潮汐通道、與航行有關(guān)的海峽、陡坡或天然障礙物,在判斷水深探測重點區(qū)域方面有很大的應用價值。

以水深較淺的潭門漁港為例,該區(qū)域處于博鰲港和龍灣港之間,尚無大比例尺海圖覆蓋,在1∶15萬海圖中漁港整條航道在2 m等深線以內(nèi),如圖5(a)所示。從圖5(b)2014年SDB水深可以看出航道水深普遍在3～4 m之間,開始有明顯航槽痕跡。經(jīng)過幾次疏浚填海作業(yè)后,到圖5(c)的2020年外航道水深已經(jīng)普遍浚深至10 m以上。按相關(guān)規(guī)范要求,該航道應按照特等水域的要求采用多波束測深系統(tǒng)和側(cè)掃聲吶進行重點掃測。

圖5 潭門漁港航道變化示意圖

3.2.3提升精度后可作為海圖水深的有益補充

SDB成果可作為小比例尺海圖修編的參考及MSDI建設的基礎(chǔ)資料,彌補現(xiàn)有測量數(shù)據(jù)覆蓋范圍的空白。雖然本文實踐結(jié)果和近年的大量研究均表明高分辨率SDB結(jié)果在精度上至少能滿足國際海道測量標準IHO S- 44的2等和S-57的ZOC B級要求[1-14],但由于大多數(shù)海道測量部門都是官方機構(gòu),往往比較保守,不愿意接受可能對海上人命安全、自身權(quán)威地位和責任承擔產(chǎn)生不利影響的新方法,對過程質(zhì)量難以控制的SDB多持懷疑態(tài)度。

4 結(jié)束語

本次研究基于Stumpf對數(shù)轉(zhuǎn)換比值的改進模型,淺水和全水深分別采用藍紅光波段比率、藍綠光波段比率,綜合利用多時相SDB算法在海南東部海域開展了應用實踐,結(jié)果驗證了SDB計算的重復性和準確性。在環(huán)境條件良好但偏遠的水域,SDB可以作為專業(yè)測量的一個有益補充。 盡管SDB在精度和分辨率方面無法與等專業(yè)測量方法相媲美,但在某些情況下,憑著即時性、低成本等優(yōu)點,SDB是一種更可行的方法。比如大洋地勢圖(General Bathymetric Chart of the Oceans, GEBCO)的Seabed 2030計劃收集所有可用的水深數(shù)據(jù),以便在2030年之前繪制出世界海底的最終地圖。如果衛(wèi)星影像質(zhì)量足夠高,SDB是目前唯一能以負擔得起的成本做到覆蓋沿海地區(qū)目標的方法。

SDB在偏遠水域應用的一個難點在于,某些缺乏可用的實測數(shù)據(jù)的地區(qū)很難驗證其精度。近年來有一些可喜的進展,多項研究表明:從ICESat-2激光測高衛(wèi)星數(shù)據(jù)產(chǎn)品中提取的高精度天基激光測深結(jié)果與現(xiàn)場機載激光雷達測量相比,精度高達95%[15];眾包測深高精度后處理技術(shù)采用船載測深儀獲得的水深數(shù)據(jù)結(jié)果可滿足IHO S- 44標準中1等測量的要求[16],多源數(shù)據(jù)的獲取可以替代實測數(shù)據(jù)對SDB進行驗證。這些相關(guān)的技術(shù)發(fā)展為SDB實踐提供了新的道路,以使其納入更廣泛的海圖測量應用中。