第二代星载激光雷达冰、云和陆地测高卫星(Ice,Cloud,and Land Elevation Satellite-2,ICESat-2)在获取浅海岛礁水深信息方面具有极大潜力。然而受大气散射、太阳辐射和仪器噪声等因素影响,造成获取的ICESat-2星载激光光子中存在大量噪...第二代星载激光雷达冰、云和陆地测高卫星(Ice,Cloud,and Land Elevation Satellite-2,ICESat-2)在获取浅海岛礁水深信息方面具有极大潜力。然而受大气散射、太阳辐射和仪器噪声等因素影响,造成获取的ICESat-2星载激光光子中存在大量噪声。针对上述问题,本文提出一种基于多尺度分析的四叉树星载激光雷达去噪方法。首先,使用高斯核函数和K折交叉验证的方法绘制光子核密度曲线(Kernel Density Estimation,KDE),并设置阈值来分离海面光子和海底光子;其次,利用自适应参数的DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法去除海底异常光子,获得粗略去噪结果。最后,对海底光子划分窗口,从不同尺度使用预判断四叉树算法提取出精确的海底信号光子。研究选取典型岛礁的ICESat-2卫星数据,通过与实测水深数据对比,决定系数(R^(2))分别达到95%和98%,均方根误差(RMSE)分别达到1.01 m和0.77 m。结果表明,该方法能够准确提取水下地形信息,为浅海水下地形反演奠定基础。展开更多
文摘第二代星载激光雷达冰、云和陆地测高卫星(Ice,Cloud,and Land Elevation Satellite-2,ICESat-2)在获取浅海岛礁水深信息方面具有极大潜力。然而受大气散射、太阳辐射和仪器噪声等因素影响,造成获取的ICESat-2星载激光光子中存在大量噪声。针对上述问题,本文提出一种基于多尺度分析的四叉树星载激光雷达去噪方法。首先,使用高斯核函数和K折交叉验证的方法绘制光子核密度曲线(Kernel Density Estimation,KDE),并设置阈值来分离海面光子和海底光子;其次,利用自适应参数的DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法去除海底异常光子,获得粗略去噪结果。最后,对海底光子划分窗口,从不同尺度使用预判断四叉树算法提取出精确的海底信号光子。研究选取典型岛礁的ICESat-2卫星数据,通过与实测水深数据对比,决定系数(R^(2))分别达到95%和98%,均方根误差(RMSE)分别达到1.01 m和0.77 m。结果表明,该方法能够准确提取水下地形信息,为浅海水下地形反演奠定基础。
