李經(jīng)緯，楊 紅*，王春峰，丁 駿

(1. 上海海洋大學(xué) 海洋生態(tài)與環(huán)境學(xué)院，上海 201306；2. 上海市海洋監(jiān)測(cè)預(yù)報(bào)中心，上海 200062)

引 言

江蘇近岸海域地形復(fù)雜，類(lèi)別多樣。其中北至連云港贛榆區(qū)，南至南通如東縣遍布著寬闊的潮灘資源，潮灘北部以砂質(zhì)為主，南部以淤泥質(zhì)為主，具有豐富的底質(zhì)類(lèi)型和多樣的生物資源，岸外發(fā)育有聞名于世的輻射狀沙脊群如條子泥、蔣家沙等，規(guī)模巨大，形態(tài)特異[1]。大量灘涂、島礁、沙灘以及海洋生物資源，在增加蘇北的潛在土地資源、提高海岸防護(hù)能力、保持豐富的生態(tài)環(huán)境等方面具有重要價(jià)值。因此，研究當(dāng)?shù)亟逗Ｓ虻臎_淤變化對(duì)于當(dāng)?shù)厣鷳B(tài)環(huán)境、航運(yùn)和近岸工程有著重要的意義。

水深數(shù)據(jù)是進(jìn)行淺海演變、潮灘沖淤分析的必備資料，傳統(tǒng)的水下測(cè)量依賴(lài)于長(zhǎng)時(shí)間、大范圍的人工觀(guān)測(cè)，耗時(shí)耗力。遙感技術(shù)的發(fā)展，為海洋勘察開(kāi)辟了一條新的途徑。遙感數(shù)據(jù)具有大范圍、時(shí)效性強(qiáng)、數(shù)據(jù)的綜合性和可比性強(qiáng)等特點(diǎn)，獲取途徑很多，應(yīng)用廣泛。通過(guò)對(duì)水體遙感反射率和水深值進(jìn)行回歸分析，可以反演研究區(qū)水深，從而為研究海岸帶沖淤變化提供依據(jù)。水深反演前，需要對(duì)遙感圖像進(jìn)行高精度大氣校正，消除大氣散射引起的輻射誤差。水深遙感常用的大氣校正方法有FLAASH[2]、6S[3]和ACOLITE[4]，不同校正方法結(jié)果差別很大。針對(duì)水深反演，目前少有研究對(duì)比不同的大氣校正效果。目前國(guó)內(nèi)外在水深遙感反演領(lǐng)域研究較為深入，取得不少成果。Polcyn[5]建立了水底反射率的水深反演模型，提出水底的反射輻射能量和水深成反比；Stumpf[6]通過(guò)改正線(xiàn)性模型得到對(duì)數(shù)波段比值模型，效果良好；Lyzenga[7]提出一種新的計(jì)算水深和水底底質(zhì)信息的計(jì)算方法，在一定程度上彌補(bǔ)了波段比值算法的不足之處。國(guó)內(nèi)則在應(yīng)用方面做了許多研究，朱俊鳳[8]建立了珠江口2個(gè)試驗(yàn)區(qū)，探討了不同懸沙濃度下遙感測(cè)深的可能；程潔[9]基于香港平洲島的GF-2數(shù)據(jù)采用不同波段組合的對(duì)數(shù)線(xiàn)性模型構(gòu)建了適合于中等淺水區(qū)域的模型；邱耀煒[10]利用甘泉島的WorldView2遙感影像，結(jié)合機(jī)載LiDAR實(shí)測(cè)水深數(shù)據(jù)，使用隨機(jī)森林算法構(gòu)建了淺海水深反演非線(xiàn)性回歸模型。這些研究說(shuō)明在不同地區(qū)建立水深模型來(lái)進(jìn)行水深反演是可行的。目前已有的江蘇近海水深遙感研究多反演局部海域水深，如田慶久[11]通過(guò)實(shí)測(cè)水深和光譜數(shù)據(jù)，選取TM4、TM3波段建立對(duì)數(shù)回歸模型反演水深，然而隨著水深增加，預(yù)測(cè)水深反而減小，與實(shí)際偏差過(guò)大；少數(shù)研究整個(gè)江蘇近海，如Guanghui Song[12]根據(jù)江蘇近海地貌不同，基于Landsat 7影像選取四個(gè)水深斷面建立了水深反演線(xiàn)性和指數(shù)模型，效果較好，但樣點(diǎn)過(guò)少、斷面不連續(xù)且并未考慮到泥沙因素影響，有局限性。綜合來(lái)看，針對(duì)江蘇近岸海域的遙感定量水深反演相對(duì)較少，精度較低；且用于水深反演的遙感圖像多采用FLAASH大氣校正，缺乏一定的對(duì)比性；此外研究區(qū)緯度地理分布較長(zhǎng)，南北泥沙含量有明顯差異，當(dāng)前研究缺乏一定的分區(qū)對(duì)比。因此，在江蘇近岸海域，擬按不同泥沙濃度劃分研究區(qū)并分別用FLAASH、6S、ACOLITE大氣校正方法處理研究區(qū)遙感影像，選擇合適的大氣校正方法，建立相關(guān)的水深反演模型以用于沖淤分析。

1 研究區(qū)概況及試驗(yàn)區(qū)選擇

圖1 研究區(qū)示意圖Fig.1 Schematic diagram of the study area

研究區(qū)具體范圍為北邊海州灣至南邊瓊港的近岸海域，水位整體呈現(xiàn)北深南淺的格局，北邊泥沙濃度、地形特征與南邊有明顯差異。海州灣位于蘇魯隆起與蘇北南黃海拗陷的過(guò)渡地帶，主要位于江蘇連云港贛榆區(qū)，是一個(gè)半開(kāi)闊海灣，海底自西向東緩傾，灣口水深。海州灣北段繡針河口至興莊河口為沖刷后退的砂質(zhì)海岸[13]；中段興莊河口到西墅為淤泥質(zhì)海岸；再南則為基巖海岸。南邊灌河口至射陽(yáng)河口屬于侵蝕型淤泥質(zhì)海岸，岸灘較窄；射陽(yáng)河口至瓊港屬于輻射沙洲岸段，中部岸灘寬闊順直，南部岸灘泥沙淤積，育有條子泥等形狀各異的淤泥質(zhì)潮灘[1]。由此可見(jiàn)，北邊近海與南邊有明顯差異，北邊地勢(shì)深且岸段多為砂質(zhì)、基巖海岸，泥沙濃度較低；南邊地勢(shì)平緩，淤泥質(zhì)潮灘眾多，泥沙淤積，濃度較高。本文針對(duì)不同的泥沙濃度和地形特征，將研究區(qū)劃分為兩個(gè)試驗(yàn)區(qū)，分別進(jìn)行遙感圖像預(yù)處理和水深反演，最終選擇云量較少的兩景影像，如圖1。試驗(yàn)區(qū)1北至日照，南達(dá)濱海，涵蓋連云港海州灣和鹽城的小部分淤泥質(zhì)潮灘。試驗(yàn)區(qū)2北至鹽城濱海，南達(dá)南通如東，遍布淤泥質(zhì)潮灘。

2 數(shù)據(jù)來(lái)源和預(yù)處理

2.1 數(shù)據(jù)來(lái)源

本次研究主要用到海圖和遙感影像數(shù)據(jù)，海圖用于獲取水深點(diǎn)，遙感影像用于反演水深，具體如下。Landsat 8是NASA Landsat系列的第八顆衛(wèi)星，攜帶有OLI和TIRS傳感器，重訪(fǎng)周期16 d。OLI成像儀包括9個(gè)波段，除全色波段空間分辨率為15 m，其余均為30 m。其中前七個(gè)波段(海藍(lán)、藍(lán)、綠、紅、近紅外、短波紅外1和短波紅外2)波長(zhǎng)依次遞增，海岸帶水深反演常用前七個(gè)波段進(jìn)行計(jì)算。針對(duì)試驗(yàn)區(qū)1和2，本文分別選取了2013年12月1日和2014年1月27日海表面云量最少的兩景影像，下載于USGS網(wǎng)站(https://earthexplorer.usgs.gov/)。海圖數(shù)據(jù)購(gòu)自舟山海圖信息科技有限公司，包括1∶15萬(wàn)比例尺的研究區(qū)海圖矢量文件和若干實(shí)測(cè)水深點(diǎn)數(shù)據(jù)，測(cè)量時(shí)期為2013年12月。海圖的水深數(shù)據(jù)以海圖水深基準(zhǔn)面為起算面，即理論最低潮面，將不同時(shí)刻水深歸算到這個(gè)面，水深經(jīng)過(guò)周邊驗(yàn)潮站潮汐數(shù)據(jù)換算來(lái)矯正出實(shí)際水深，再記錄進(jìn)海圖。為消除潮汐引起的誤差，本文獲取了連云港港和大豐港在衛(wèi)星過(guò)境當(dāng)天的潮汐表，通過(guò)插值計(jì)算出衛(wèi)星過(guò)境時(shí)刻連云港港和大豐港的潮位分別為4.180 m和2.803 m。在水深反演前，將海圖水深值加上潮位值得到瞬時(shí)水深，建立反演模型，模型反演后再減去潮位值得到反演的水深值。

2.2 數(shù)據(jù)預(yù)處理

首先將水深數(shù)據(jù)地理坐標(biāo)同步為遙感影像的WGS84地理坐標(biāo)系，分別投影到UTM 50°和51°帶。由于遙感影像空間分辨率為30 m，為了保證水深數(shù)據(jù)和光譜數(shù)據(jù)的空間位置一致性，需要將水深數(shù)據(jù)重采樣為30 m×30 m。文中使用的遙感影像是L1T級(jí)產(chǎn)品，已經(jīng)過(guò)幾何校正，所以只需進(jìn)行輻射定標(biāo)和大氣校正。即通過(guò)影像定標(biāo)系數(shù)中的增益值gain和偏移值offset把量化的DN值轉(zhuǎn)變?yōu)檩椛渎?Radiance)進(jìn)行輻射定標(biāo)，見(jiàn)公式(1)，然后再進(jìn)行大氣校正把輻射率轉(zhuǎn)變?yōu)樗w遙感反射比，

radiance=gain×DN+offset

(1)

大氣校正是水深反演極其重要的一步，其結(jié)果精確度直接關(guān)系到水深反演的效果。本文分別對(duì)試驗(yàn)區(qū)1和2應(yīng)用FLAASH、6S和ACOLITE大氣校正，以期獲得更高影像質(zhì)量，輸出水體遙感反射比Rrs，用于和水深數(shù)據(jù)建立回歸模型。FLAASH大氣校正利用MODTRAN4+輻射傳輸模型對(duì)水汽、氧氣、二氧化碳或氣溶膠引起的輻射偏差逐像素校正，提高了定量反演的精度[2]。6S大氣校正考慮了地表非朗伯體情況，解決了地表BRDF與大氣相互耦合的問(wèn)題，提高了精度，簡(jiǎn)化了參數(shù)[3]。這兩種大氣校正方法是發(fā)展比較完善的輻射傳輸模型，多用于陸地衛(wèi)星的大氣校正，在水深遙感領(lǐng)域應(yīng)用較少。經(jīng)過(guò)大氣校正，其輸出是擴(kuò)大了104倍的地表反射率，需要將其處理成水體遙感反射比(Rrs)。如公式(2)，其中Rt是輻照度反射率，L(θ,φ)是天頂角θ和方位角φ觀(guān)測(cè)下經(jīng)由水面反射的輻亮度，Ed為下行輻照度。ACOLITE大氣校正中氣溶膠校正采用Vanhellemont和Ruddick[4]提出的基于兩個(gè)短波紅外波段的算法，核心思想是假設(shè)SWIR1和SWIR2波段的離水反射率為0，且SWIR1和SWIR2波段的氣溶膠反射比為常數(shù)，進(jìn)而推算各波段的離水反射率及水體遙感反射比，適用于沿岸渾濁水體，尚未應(yīng)用于江蘇近海。

(2)

3 結(jié)果與分析

3.1 大氣校正后影像質(zhì)量評(píng)價(jià)

對(duì)試驗(yàn)區(qū)1、2應(yīng)用三種大氣校正方法并比較遙感反射率大小，效果好的大氣校正會(huì)削弱大氣瑞利散射和氣溶膠散射增加的輻射通量。圖2從左到右分別是兩個(gè)試驗(yàn)區(qū)在淺水區(qū)、中間區(qū)域和深水區(qū)的光譜反射率曲線(xiàn)圖，上下側(cè)圖分別對(duì)應(yīng)試驗(yàn)區(qū)1、2。從反射率角度分析大氣校正的效果，試驗(yàn)區(qū)1中三種大氣校正方法得到的影像反射率較為接近，從小到大依次為6S、ACOLITE、FLAASH，因此6S大氣校正效果最好，ACOLITE其次，F(xiàn)LAASH略差；試驗(yàn)區(qū)2有所不同，ACOLITE大氣校正后的影像反射率遠(yuǎn)低于其他方法，從小到大依次為ACOLITE、6S、FLAASH，因此效果最好的是ACOLITE，6S其次，F(xiàn)LAASH最差。對(duì)比兩個(gè)試驗(yàn)區(qū)可以發(fā)現(xiàn)FLAASH大氣校正效果相對(duì)較差，6S大氣校正則較為穩(wěn)定，而ACOLITE在泥沙濃度較大的試驗(yàn)區(qū)2的大氣校正效果明顯好于試驗(yàn)區(qū)1。

為了更精確地評(píng)價(jià)大氣校正的效果，本文又計(jì)算了水深值與不同波段水體遙感反射比的相關(guān)系數(shù)來(lái)進(jìn)行分析，相關(guān)性越大說(shuō)明影像和實(shí)際數(shù)據(jù)的一致性越高，影像質(zhì)量越高。提取水深點(diǎn)對(duì)應(yīng)的水體遙感反射比后，得到試驗(yàn)區(qū)1樣本點(diǎn)820個(gè)，水深范圍0～35 m；試驗(yàn)區(qū)2樣本點(diǎn)820個(gè)，水深范圍0～20 m。最后分別對(duì)兩塊試驗(yàn)區(qū)取7成點(diǎn)數(shù)作為訓(xùn)練集，3成點(diǎn)數(shù)作為驗(yàn)證集。

圖2 試驗(yàn)區(qū)1、2 FLAASH/6S/ACOLITE大氣校正光譜曲線(xiàn)(上試驗(yàn)區(qū)1/下試驗(yàn)區(qū)2)Fig.2 Atmospheric correction spectral curve of research area1/2 with FLAASH/6S/ACOLITE

表1 試驗(yàn)區(qū)1、2三種大氣校正方法下水深和水體遙感反射比相關(guān)系數(shù)Table 1 Correlation coefficients of water depth and remote sensing reflectance under three atmospheric correction methods in research area 1、2

計(jì)算試驗(yàn)區(qū)1水深值和各波段水體遙感反射比的相關(guān)系數(shù)，其中前四個(gè)波段與水深的相關(guān)性更強(qiáng)，著重比較。由表1知，與水深值相關(guān)系數(shù)最高的是6S大氣校正后的水體遙感反射比，F(xiàn)LAASH、ACOLITE相差不大。這是由于試驗(yàn)區(qū)1中大部分區(qū)域位于海州灣，砂質(zhì)海岸和基巖海岸比較多，只有南邊是淤泥質(zhì)海岸，泥沙濃度較小。從相關(guān)系數(shù)大小可以看出，相關(guān)性最強(qiáng)的三個(gè)波段分別為綠、藍(lán)和紅波段，短波紅外波段相關(guān)性最小，這與清澈水體中藍(lán)綠波段反射最強(qiáng)，近紅外和短波紅外波段反射最弱的結(jié)論一致[14]。同樣計(jì)算試驗(yàn)區(qū)2水深值和各波段水體遙感反射比的相關(guān)系數(shù)。由表1知ACOLITE大氣校正方法得出的水體遙感反射比和水深值相關(guān)性最強(qiáng)，遠(yuǎn)超過(guò)6S和FLAASH。這是因?yàn)樵囼?yàn)區(qū)2的岸段都是淤泥質(zhì)潮灘且南部聚有輻射沙洲，泥沙濃度很大，而ACOLITE方法可以很好地校正高濃度泥沙地區(qū)的遙感圖像。ACOLITE大氣校正后，試驗(yàn)區(qū)2相關(guān)性最好的波段為近紅外、兩個(gè)短波紅外和海藍(lán)波段，這是因?yàn)樵囼?yàn)區(qū)2泥沙含量較高，波譜反射峰紅移。結(jié)合2個(gè)試驗(yàn)區(qū)遙感影像大氣校正結(jié)果得到以下結(jié)論。同為2類(lèi)水體但泥沙濃度分布有差異的區(qū)域，不能僅使用同一種大氣校正，因不同泥沙濃度下同一大氣校正計(jì)算的水深相關(guān)性并不穩(wěn)定，一定程度上影響到水深反演效果。應(yīng)因地制宜，對(duì)低濃度泥沙地區(qū)用6S大氣校正，對(duì)高濃度泥沙地區(qū)用ACOLITE大氣校正，從而得到更好的校正結(jié)果。此外，盡管使用了合適的大氣校正方法，但高濃度地區(qū)的數(shù)據(jù)相關(guān)性與試驗(yàn)區(qū)1相比仍較低，這說(shuō)明合適的大氣校正方法只能削弱泥沙對(duì)于水深反演的影響，作用程度有限。

3.2 水深遙感反演

3.2.1 相關(guān)性提升

根據(jù)Polcyn[5]的研究，對(duì)反射率取對(duì)數(shù)可以提高數(shù)據(jù)的相關(guān)性，故對(duì)兩個(gè)試驗(yàn)區(qū)的水體遙感反射比取對(duì)數(shù)并計(jì)算其與水深值的相關(guān)性。Stumpf[6]提出了對(duì)數(shù)轉(zhuǎn)換比值模型，說(shuō)明對(duì)數(shù)因子做比值可以進(jìn)一步提高數(shù)據(jù)相關(guān)性，因此對(duì)相關(guān)性較好的四個(gè)對(duì)數(shù)因子做比值。由表2可知，試驗(yàn)區(qū)1中對(duì)數(shù)因子提高了數(shù)據(jù)的相關(guān)性，按相關(guān)性從大到小依次選取LNB3、LNB4、LNB2、LNB1四個(gè)因子。取比值后，可以發(fā)現(xiàn)部分比值相關(guān)系數(shù)提高，其中LNB2/LNB3的相關(guān)系數(shù)達(dá)到了0.809。對(duì)試驗(yàn)區(qū)2，對(duì)數(shù)因子提升效果良好，近紅外和短波紅外的相關(guān)性提升明顯，這主要是懸沙水體光譜紅移的原因。按相關(guān)性從大到小選取LNB5、LNB6、LNB7、LNB1四個(gè)對(duì)數(shù)因子，取比值后發(fā)現(xiàn)相關(guān)性反而降低。

表2 試驗(yàn)區(qū)1、2波段對(duì)數(shù)及比值相關(guān)性Table 2 Correlation of the logarithm and ratio of band in research area 1, 2

王艷嬌[15]的研究成果說(shuō)明引入懸沙濃度影響因子能削弱懸浮泥沙對(duì)遙感測(cè)深的影響，江蘇近海屬于懸浮泥沙濃度較大水域，其研究成果具有一定的適用性。借鑒其研究成果，分別引入低濃度泥沙因子X(jué)D=(B3+B4)/(B2/B3)和高濃度泥沙因子X(jué)G=(B3+B5)/(B2/B5)。B3為L(zhǎng)andsat8 OLI影像波段3的水體遙感反射比，其他類(lèi)推，構(gòu)建B1/XD、B2/XD、B3/XD、B4/XD、B5/XD、B6/XD和B7/XD。對(duì)高濃度泥沙因子采取同樣操作，分別計(jì)算各自的相關(guān)系數(shù)。由表3，對(duì)試驗(yàn)區(qū)1，低濃度泥沙因子明顯提高了數(shù)據(jù)相關(guān)性，其中B1/XD、B2/XD、B3/XD相關(guān)系數(shù)分別為0.806、0.805、0.792，相關(guān)性良好。而高濃度泥沙因子雖然提高了短波紅外波段的相關(guān)性，但卻大幅減小了前幾個(gè)波段的相關(guān)性，總體效果甚微，這也與試驗(yàn)區(qū)1泥沙濃度較低的情況一致。然而試驗(yàn)區(qū)2中引入泥沙因子的效果并不好，低濃度泥沙因子雖然提高了長(zhǎng)波部分的數(shù)據(jù)相關(guān)性，但卻大幅減小了短波部分的數(shù)據(jù)相關(guān)性；而高濃度泥沙因子雖然提高了短波部分的數(shù)據(jù)相關(guān)性，但也大幅減小了長(zhǎng)波部分的數(shù)據(jù)相關(guān)性。整體來(lái)看，效果一般。

3.2.2 建立回歸模型

(3)

(4)

(5)

表3 引入泥沙因子的數(shù)據(jù)相關(guān)性Table 3 Correlation of introduced sediment factor

表4 試驗(yàn)區(qū)1、2建模及驗(yàn)證結(jié)果Table 4 Modeling and verification results of research area 1,2

對(duì)試驗(yàn)區(qū)1，在單波段線(xiàn)性回歸模型中，選取相關(guān)系數(shù)最高的LNB3對(duì)數(shù)因子和B1/XD低濃度泥沙因子分別進(jìn)行擬合，從表4中可以看出LNB3擬合的誤差較大，而B(niǎo)1/XD因子的誤差較低，R2為0.66，優(yōu)于前者。選取LNB2/LNB3進(jìn)行雙波段比值線(xiàn)性回歸，R2為0.66，與泥沙因子B1/XD相近。水深反演中，一般來(lái)說(shuō)引入?yún)?shù)越多，反演效果越好，即多波段模型可以在一定程度上提高反演精度。這里選用前面反演效果較好的低濃度泥沙因子，逐次添加因子數(shù)目進(jìn)行試驗(yàn)，最終發(fā)現(xiàn)選取相關(guān)性最大的五個(gè)因子得到的結(jié)果最好，從表4中可以看出，RMSE和MAE大幅減小，R2為0.73。隨機(jī)森林作為一種機(jī)器學(xué)習(xí)算法，是對(duì)Boost aggregation集成思想和特征選取思想的組合，可以用于回歸分析，具有很強(qiáng)泛化能力，效果顯著[16]。對(duì)隨機(jī)森林決策樹(shù)的數(shù)目和最大特征選擇數(shù)手動(dòng)調(diào)參，最終確定決策樹(shù)數(shù)量為1 000，最大特征選擇數(shù)為4。此時(shí)誤差最小，RMSE和MAE分別為4.05 m和2.97 m，R2達(dá)到0.79，效果較好。

對(duì)試驗(yàn)區(qū)2，根據(jù)相關(guān)性大小，選取高/低泥沙因子建立單波段線(xiàn)性回歸模型，選取對(duì)數(shù)因子建立單波段和多波段回歸模型。在單波段線(xiàn)性回歸模型中，選取LNB5、B4XD、B4XG這三個(gè)相關(guān)性最大的因子進(jìn)行回歸分析。在多波段模型中，選取所有對(duì)數(shù)因子進(jìn)行線(xiàn)性回歸和隨機(jī)森林回歸，結(jié)果見(jiàn)表4，在驗(yàn)證集中，單波段線(xiàn)性回歸模型中B4/XD的效果較好，RMSE和MAE分別為4.10 m和3.51 m，R2為0.23；多波段模型中隨機(jī)森林效果最好，RMSE和MAE分別為3.89 m和3.21 m，R2為0.40。

3.2.3 反演精度評(píng)價(jià)

綜上所述，試驗(yàn)區(qū)1最適合的模型是B1/XD、B2/XD、B3/XD、B4/XD、B7/XD泥沙因子組成的多波段隨機(jī)森林模型，該模型在驗(yàn)證集上水深預(yù)測(cè)值和真實(shí)值的關(guān)系見(jiàn)圖3(左)。在0～35 m的海域，該模型在驗(yàn)證集上的RMSE、MAE分別為4.05 m和2.97 m，R2為0.79。試驗(yàn)區(qū)2中最適合的模型是所有對(duì)數(shù)因子組成的多波段隨機(jī)森林模型。在0～20 m的海域，該模型在驗(yàn)證集中的RMSE和MAE分別為3.89 m和3.21 m，R2為0.40，水深預(yù)測(cè)值和真實(shí)值關(guān)系見(jiàn)圖3(右)。

圖3 試驗(yàn)區(qū)1、2水深預(yù)測(cè)值和真實(shí)值比較(真實(shí)值紅/預(yù)測(cè)值藍(lán))Fig.3 Comparison of predicted and real water depth in research area1, 2 (real value red / predicted value blue)

(6)

分段統(tǒng)計(jì)試驗(yàn)區(qū)1、2的驗(yàn)證集在不同水深范圍內(nèi)的RMSE和平均相對(duì)誤差(MRE)。MRE公式見(jiàn)式(6)，式中△Zi是預(yù)測(cè)水深值與真實(shí)水深值之差，Zi是真實(shí)水深值，n是樣本點(diǎn)數(shù)。選取MRE是因?yàn)樵囼?yàn)區(qū)1水深范圍0～35 m，大于試驗(yàn)區(qū)2的水深范圍(0～20 m)，僅憑RMSE的大小無(wú)法對(duì)比不同試驗(yàn)區(qū)的建模精度。對(duì)試驗(yàn)區(qū)1，由表5可知10～15、15～20和20～25 m水深反演效果最好，RMSE依次為2.04、2.13、2.31 m；5～10、25～35m效果略差，RMSE為2.33和2.96 m；0～5 m處效果最差，RMSE為3.24 m。試驗(yàn)區(qū)1的MRE分段統(tǒng)計(jì)情況與RMSE相似，10～25 m較小、0～10 m較大，其中0～5 m區(qū)域MRE很大，達(dá)到了242.50%；25～35 m區(qū)域MRE較小，為6.16%，原因是深水區(qū)水更深，絕對(duì)誤差較大，相對(duì)誤差較小。對(duì)試驗(yàn)區(qū)2，模型在5～10、10～15 m反演效果最好，RMSE分別為1.52 m和2.08 m，而0～5、15～20 m的RMSE分別為3.18、2.70 m，效果最差。試驗(yàn)區(qū)2中MRE最大的仍是淺水區(qū)0～5 m，為376.57%；5～10、10～15、15～20 m區(qū)域MRE較小，分別為14.43%、11.91%和12.69%。由于深水區(qū)水更深，15～20m區(qū)域的RMSE雖然較大，但MRE較小。對(duì)比試驗(yàn)區(qū)1、2的RMSE，可以發(fā)現(xiàn)反演水深中RMSE較大的區(qū)域集中于近岸和遠(yuǎn)海處，其他區(qū)域誤差較小。對(duì)比試驗(yàn)區(qū)1、2的MRE，可以發(fā)現(xiàn)除5～10 m區(qū)域外，試驗(yàn)區(qū)1的MRE全面低于試驗(yàn)區(qū)2，這與試驗(yàn)區(qū)1的R2遠(yuǎn)高于試驗(yàn)區(qū)2的結(jié)果一致，說(shuō)明試驗(yàn)區(qū)1水深反演精度高于試驗(yàn)區(qū)2。在0～5 m區(qū)域，試驗(yàn)區(qū)1、2的MRE都超過(guò)了100%，反演精度很低，這可能是因?yàn)闇\水區(qū)泥沙、懸浮物、浪花等較多，干擾到水體遙感反射率的計(jì)算，導(dǎo)致誤差很大。

表5 試驗(yàn)區(qū)1、2水深RMSE和MRE分段統(tǒng)計(jì)Table 5 RMSE/MRE segmented statistics of water depth in research area 1,2

3.2.4 水深反演圖分析

將模型應(yīng)用于試驗(yàn)區(qū)1、2海域，結(jié)果如圖4。由圖知，試驗(yàn)區(qū)1的水深反演結(jié)果基本反映該地的水深分布，呈現(xiàn)出由岸及海逐步變深的趨勢(shì)?？傮w來(lái)看，反演水深在近岸偏大，遠(yuǎn)海偏小。近岸區(qū)域，海州灣以北水最深，這與海州灣近岸為基巖、砂質(zhì)海岸，海底自西向東緩傾，灣口水深的描述一致；鹽城近海遍布淤泥質(zhì)潮灘，水相對(duì)較淺；灌河口附近入海泥沙淤積，水最淺。而試驗(yàn)區(qū)2中，南通地區(qū)反演的水深保持從近岸到遠(yuǎn)海由淺入深的趨勢(shì)，而條子泥周?chē)钶^低，直到越過(guò)潮灘，水深才逐步抬升?？傮w來(lái)說(shuō)，反演精度較低，但能大致反映該區(qū)域水深分布。此外，試驗(yàn)區(qū)1的平均水深遠(yuǎn)大于試驗(yàn)區(qū)2，這與海州灣灣口水深和鹽城、南通淤泥質(zhì)潮灘遍布的原因有關(guān)，兩幅水深反演圖都基本符合當(dāng)?shù)氐乃罘植继卣鳌?/p>

圖4 試驗(yàn)區(qū)1、2水深反演圖Fig.4 Water depth inversion maps of research area 1, 2

4 結(jié)論

本文以江蘇北部近海為研究區(qū)域，按泥沙濃度、地形特征不同選取兩塊典型試驗(yàn)區(qū)，分別應(yīng)用三種不同大氣校正方法，經(jīng)過(guò)反射率比較和水深相關(guān)性分析后發(fā)現(xiàn)試驗(yàn)區(qū)1適合6S大氣校正，試驗(yàn)區(qū)2適合ACOLITE大氣校正。接著引入對(duì)數(shù)因子、對(duì)數(shù)比值因子和泥沙因子提高數(shù)據(jù)相關(guān)性，選擇合適的因子建立單波段線(xiàn)性回歸、多波段線(xiàn)性回歸、多波段隨機(jī)森林回歸模型分別進(jìn)行擬合，結(jié)果表明選取B1/XD、B2/XD、B3/XD、B4/XD、B7/XD低濃度泥沙因子的多波段隨機(jī)森林回歸模型最適合水深范圍0～35 m的試驗(yàn)區(qū)1，RMSE為4.05 m，MAE為2.97 m，R2為0.79；選取對(duì)數(shù)因子的多波段隨機(jī)森林回歸模型最適合水深范圍0～20 m的試驗(yàn)區(qū)2，RMSE和MAE分別為3.89 m和3.21 m，R2為0.40。分段統(tǒng)計(jì)水深RMSE、MRE進(jìn)行精度評(píng)價(jià)，發(fā)現(xiàn)模型在近岸和遠(yuǎn)海處誤差較大，其他區(qū)域精度尚可。此外試驗(yàn)區(qū)1的MRE低于試驗(yàn)區(qū)2，R2遠(yuǎn)高于試驗(yàn)區(qū)2，說(shuō)明試驗(yàn)區(qū)1的水深反演精度高于試驗(yàn)區(qū)2，效果較好；而試驗(yàn)區(qū)2的RMSE、MRE較大，R2較小，精度較低。反演成圖后可看出試驗(yàn)區(qū)1、2預(yù)測(cè)的水深值基本符合由淺入深的趨勢(shì)，且部分地理要素引起的水深變化基本吻合，整體來(lái)看效果尚可。本文吸收采納了先前研究的優(yōu)點(diǎn)并有一定創(chuàng)新。以江蘇近海為研究區(qū)，分區(qū)比較不同大氣校正方法對(duì)水深反演的影響，得出6S適用于低濃度泥沙區(qū)域，而ACOLITE在高濃度泥沙區(qū)域效果良好的結(jié)論；引入了泥沙因子[15]，發(fā)現(xiàn)低濃度泥沙區(qū)域效果良好，但高濃度泥沙區(qū)域效果甚微，得出該泥沙因子更適合泥沙濃度較低的2類(lèi)水體的結(jié)論；與先前研究的線(xiàn)性回歸模型不同，本文應(yīng)用機(jī)器學(xué)習(xí)算法反演江蘇近海水深，結(jié)果表明隨機(jī)森林算法取得了更高的精度。

江蘇近岸海域雖然為2類(lèi)水體，但水質(zhì)和光學(xué)信息差異較大，只有分區(qū)發(fā)展適合的大氣校正算法，才能更好地提高水深反演精度；雖然引入泥沙因子、對(duì)數(shù)因子以及隨機(jī)森林算法提升了反演效果，但所得精度仍然有限。若要進(jìn)一步提高水深反演精度，還需要獲取水體中泥沙、葉綠素和黃色物質(zhì)等干擾因子對(duì)遙感反射率的影響，以達(dá)到抑制噪聲的目的。這些因素對(duì)水深反演的影響需要等獲取更多數(shù)據(jù)才能深入研究。