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
美国冰、云和陆地高程二号卫星(The Ice,Cloud,and Land Elevation Satellite-2,ICESat-2)是ICESat卫星的继任者,旨在监测地球的冰盖、冰川、海洋和陆地高程的变化等,其携带的地形激光高度计系统(ATLAS)发射532 nm波长的激光,具备一定...美国冰、云和陆地高程二号卫星(The Ice,Cloud,and Land Elevation Satellite-2,ICESat-2)是ICESat卫星的继任者,旨在监测地球的冰盖、冰川、海洋和陆地高程的变化等,其携带的地形激光高度计系统(ATLAS)发射532 nm波长的激光,具备一定的水体穿透能力。作为光子计数式激光雷达,ICESat-2的数据易受外界环境影响而接收到大量噪声光子,导致光子数据密度分布不均匀。本文提出了一种基于密度峰值聚类(Density Peak Clustering,DPC)算法的光子去噪方法,通过数据集的欧式距离计算局部密度作为点云数据的属性,采用基尼指数自适应选择最优截断距离,分别对日间和夜间数据进行多次实验,得出了两类数据的局部密度阈值参数。本文选取三处实验区域进行信号光子去噪分析,使用本文方法的去噪精度F值优于官方置信度标签去噪和传统密度聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN),可以应用于星载激光雷达数据去噪处理。最后,对去噪后的华光礁区域信号光子进行折射校正,与收集的DEM数据进行对比可见,结合本文去噪方法可以使用ICESat-2数据进行浅水域的水深测量。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。
文摘美国冰、云和陆地高程二号卫星(The Ice,Cloud,and Land Elevation Satellite-2,ICESat-2)是ICESat卫星的继任者,旨在监测地球的冰盖、冰川、海洋和陆地高程的变化等,其携带的地形激光高度计系统(ATLAS)发射532 nm波长的激光,具备一定的水体穿透能力。作为光子计数式激光雷达,ICESat-2的数据易受外界环境影响而接收到大量噪声光子,导致光子数据密度分布不均匀。本文提出了一种基于密度峰值聚类(Density Peak Clustering,DPC)算法的光子去噪方法,通过数据集的欧式距离计算局部密度作为点云数据的属性,采用基尼指数自适应选择最优截断距离,分别对日间和夜间数据进行多次实验,得出了两类数据的局部密度阈值参数。本文选取三处实验区域进行信号光子去噪分析,使用本文方法的去噪精度F值优于官方置信度标签去噪和传统密度聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN),可以应用于星载激光雷达数据去噪处理。最后,对去噪后的华光礁区域信号光子进行折射校正,与收集的DEM数据进行对比可见,结合本文去噪方法可以使用ICESat-2数据进行浅水域的水深测量。
