-
摘要: 水下地形测量是进行海洋科学研究的基础，也是海洋测绘的重要工作内容。近年来，机载激光测深技术的提出与应用有效地弥补了以舰船为载体的传统声学测深方法在近海浅水区作业存在的技术缺陷，也为相关工程问题的解决提供了新的技术手段。详细介绍了机载激光测深技术的基本原理与误差来源，概括与总结了国内外研究机构在系统研制及其有关算法研究方面的进展情况，并在此基础上分析了该技术在近海浅水区域的作业优势与所存在的关键性问题，以供相关研究参考。最后，结合机载激光测深技术目前的研究现状对未来该技术可能的发展方向进行了展望。Abstract: Anunderwater topography survey is a basics part of marine science research, and the main task of hydrographic surveying and charting. The traditional underwater acoustics method that uses a survey boat as a carrier can have difficulties in coastal zones or shallow water. In recent years, the emergence and application of airborne laser bathymetry technology has made up for the technical defects of traditional underwater acoustics, providing a new method to solve the practical engineering problems. This paper introduces the basic principles and error sources in airborne laser bathymetry, and summarizes the current progress and developments The advantages and problems of airborne laser bathymetry technology in the offshore shallow water areas are identified and analyzed for reference. This paper concludes with a discussion of developing trends in this technology.
-
数字高程模型(digital elevation model, DEM)是对地球表面地形地貌的离散化数字表达，其主要借助插值算法对不规则采样数据插值完成[1-2]。受仪器噪声、人为操作不当以及外界环境不理想等因素影响，DEM源数据不可避免地含有采样误差，即误差是空间采样数据的基本属性[3-6]。插值过程中，采样误差能够被传播和放大，进而显著影响DEM及其派生品的精度。为此，众多研究人员建议采用光滑插值算法代替准确插值用于曲面建模。例如，文献[7]使用克里金(Kriging)法值移除地球物理数据中的噪声，实现光滑地学曲面建模。文献[8]认为薄板样条算法具有较强光滑性，可以有效去除采样数据中误差。鉴于不规则三角网(triangulated irregular network, TIN)线性插值的理论缺陷，文献[9]借助二元二次多项式曲面加权平均实现了DEM光滑插值。考虑到航天飞机雷达地形测绘任务(Shuttle Radar Topography Mission, SRTM)数据受噪声影响，文献[9]利用Kriging值完成SRTM重采样。为了抑制采样数据中噪声的影响，文献[10]发展了高精度曲面建模的光滑插值算法。理论上，光滑插值算法仅降低采样数据中的高程误差分量对曲面建模的影响，而忽略了水平误差分量。尽管仅移除高程误差分量可实现DEM光滑建模，但水平误差分量会导致DEM及其派生品(如地形和水系特征线)产生平面位置误差[11]，进而降低DEM在洪水风险分析[12]、山体滑坡[13]、遥感影像配准[14]等领域数字模拟结果的精度。因此，在水平位置精度要求较高的应用中，DEM建模时需同时考虑采样数据中的水平和高程误差。
总体最小二乘算法(total least squares, TLS)是近30年发展起来的一种能同时顾及系数矩阵和观测向量误差的数据处理方法[15]。在曲线(面)拟合中，TLS通过极小化所有采样点到待定曲线(面)的正交距离之和，来降低采样数据水平和高程误差分量对模拟结果的影响。大量实例分析表明，当采样点受水平和高程误差分量影响时，TLS模拟结果精度高于最小二乘算法[16-17]。实际应用中，TLS自身并不能作为插值算法直接用于DEM建模。传统插值算法中，多面函数(digital elevation model, MQ)以其高计算精度已成为DEM建模的主要技术手段[18-19]。因此，本文以MQ为基函数，借助TLS处理误差思路，发展总体最小二乘MQ算法(MQ-T)，以降低采样点水平和高程误差分量对模拟结果的影响，进而实现DEM高精度建模。
1 MQ-T原理
1.1 传统MQ
在曲面建模中，MQ基于数值逼近理论，假设任意平滑的规则或者不规则曲面均可以由简单曲面相互叠加进而逼近到任意精度等级[20]。MQ求算未知点(xi, yi)函数值的解析表达式为[21]：
$$ f\left( {{x_i},{y_i}} \right) = \sum\limits_{j = 1}^n {{w_j}\varphi \left( {{r_{ij}}} \right)} + \sum\limits_{j = 0}^m {{b_j}{p_j}\left( {{x_i},{y_i}} \right)} $$ (1) 式中，m表示多项式阶数，本文取m=1；n表示采样点数；pj(xi, yi)和bj分别表示多项式的项和对应权重系数；rij表示待求点到第j个采样点的距离；φ(r)和w分别表示映射函数和对应权重。因此，基于式(1)求算未知点函数值f(xi, yi)的前提是已知b和w。
因采样点总数小于未知参数个数(n < n+m)，直接利用最小二乘算法无法解算未知参数值。因此，可借助岭回归推导MQ基本方程组。岭回归实质上是一种改良的最小二乘估计法，通过放弃最小二乘法的无偏性，以损失部分信息、降低精度为代价获得回归系数更为符合实际、更可靠的回归方法[22]。岭回归目标函数是在最小二乘方法目标函数基础上加一正则项。基于岭回归获得MQ目标函数为：
$$ \left\{ \begin{array}{l} \mathop {\min }\limits_{\mathit{\boldsymbol{w}},\mathit{\boldsymbol{e}}} F\left( {\mathit{\boldsymbol{w}},\mathit{\boldsymbol{e}}} \right) = \frac{1}{2}{\mathit{\boldsymbol{w}}^{\rm{T}}}\mathit{\boldsymbol{w}} + \frac{c}{2}{\mathit{\boldsymbol{e}}^{\rm{T}}}\mathit{\boldsymbol{e}}\\ {\rm{s}}.\;{\rm{t}}.\;{f_i} = {\mathit{\boldsymbol{\varphi }}_i}\mathit{\boldsymbol{w}} + {\mathit{\boldsymbol{p}}_i}\mathit{\boldsymbol{b}} + {e_i},i = 1 \cdots n \end{array} \right. $$ (2) 式中，fi=f(xi, yi)；w=[w1…wn]T，b=[b0…bm]T；e=[e1…en]T，表示采样点高程误差；φi=[φ(ri1)]…φ(rin)]; pi=[p0(xi, yi)…pm(xi, yi)]；c表示光滑参数。
为了求式(2)极小值，由拉格朗日乘数法构建辅助函数为：
$$ \begin{array}{l} L\left( {\mathit{\boldsymbol{w}},\mathit{\boldsymbol{e}},\mathit{\boldsymbol{b}},\mathit{\boldsymbol{\alpha }}} \right) = \frac{1}{2}{\mathit{\boldsymbol{w}}^{\rm{T}}}\mathit{\boldsymbol{w}} + \frac{c}{2}{\mathit{\boldsymbol{e}}^{\rm{T}}}\mathit{\boldsymbol{e}} + \\ \sum\limits_{j = 1}^n {{\alpha _j}\left( {{f_i} - {\mathit{\boldsymbol{\varphi }}_i}\mathit{\boldsymbol{w}} - {\mathit{\boldsymbol{p}}_i}\mathit{\boldsymbol{b}} - {e_i}} \right)} \end{array} $$ (3) 式中，α表示拉格朗日算子。
对L(w, e, b, α)求关于w、e、b和α的导数并等于零得：
$$ \left\{ \begin{array}{l} \frac{{\partial L\left( {\mathit{\boldsymbol{w}},\mathit{\boldsymbol{e}},\mathit{\boldsymbol{b}},\mathit{\boldsymbol{\alpha }}} \right)}}{{\partial \mathit{\boldsymbol{w}}}} = 0 \Rightarrow \mathit{\boldsymbol{w}} = \sum\limits_{i = 1}^n {{\mathit{\boldsymbol{\alpha }}_i}\mathit{\boldsymbol{\varphi }}_i^{\rm{T}}} \\ \frac{{\partial L\left( {\mathit{\boldsymbol{w}},\mathit{\boldsymbol{e}},\mathit{\boldsymbol{b}},\mathit{\boldsymbol{\alpha }}} \right)}}{{\partial {\mathit{\boldsymbol{e}}_i}}} = 0 \Rightarrow c{\mathit{\boldsymbol{e}}_i} = {\mathit{\boldsymbol{\alpha }}_i},i = 1 \cdots n\\ \frac{{\partial L\left( {\mathit{\boldsymbol{w}},\mathit{\boldsymbol{e}},\mathit{\boldsymbol{b}},\mathit{\boldsymbol{\alpha }}} \right)}}{{\partial \mathit{\boldsymbol{b}}}} = 0 \Rightarrow \sum\limits_{i = 1}^n {{\mathit{\boldsymbol{p}}_i}{\mathit{\boldsymbol{\alpha }}_i}} = 0\\ \frac{{\partial L\left( {\mathit{\boldsymbol{w}},\mathit{\boldsymbol{e}},\mathit{\boldsymbol{b}},\mathit{\boldsymbol{\alpha }}} \right)}}{{\partial {\mathit{\boldsymbol{\alpha }}_i}}} = 0 \Rightarrow {\mathit{\boldsymbol{\varphi }}_i}\mathit{\boldsymbol{w}} + \\ \;\;\;\;\;\;{\mathit{\boldsymbol{p}}_i}\mathit{\boldsymbol{b}} + {e_i} = {f_i},i = 1 \ldots n \end{array} \right. $$ (4) 式(4)中消去w和e得：
$$ \left[ {\begin{array}{*{20}{c}} {\mathit{\boldsymbol{K}} + {\rm{diag}}\left( {\frac{1}{c}} \right)}&\mathit{\boldsymbol{P}}\\ {{\mathit{\boldsymbol{P}}^{\rm{T}}}}&\mathit{\boldsymbol{0}} \end{array}} \right]\left[ \begin{array}{l} \mathit{\boldsymbol{\alpha }}\\ \mathit{\boldsymbol{b}} \end{array} \right] = \left[ \begin{array}{l} \mathit{\boldsymbol{f}}\\ \mathit{\boldsymbol{0}} \end{array} \right] $$ (5) 式中，P=(pij)，pij=pj(xi, yi)；α=[α1…αn]T；f=[f1…fn]T；K=(kij)为MQ径向基函数，由核方法推导而来，即kij=k(rij)=φiφjT。文献[23]分析认为，三次曲面作为核函数其精度优于Hardy所采用的双曲面法，故本文采用k(r)=1+r3。
将$ \mathit{\boldsymbol{w}} = \sum\limits_{i = 1}^n {{\alpha _i}\mathit{\boldsymbol{\varphi }}_i^{\rm{T}}} $代入式(1)得：
$$ \begin{array}{l} f\left( {{x_i},{y_i}} \right) = \sum\limits_{j = 1}^m {{\alpha _j}{\mathit{\boldsymbol{\varphi }}_i}\mathit{\boldsymbol{\varphi }}_j^{\rm{T}}} + \sum\limits_{j = 0}^m {{b_j}{p_j}\left( {{x_j},{y_i}} \right)} \\ \;\;\;\;\; = \sum\limits_{j = 1}^m {{\alpha _j}{\mathit{\boldsymbol{\varphi }}_i}\mathit{\boldsymbol{\varphi }}_j^{\rm{T}}} + \sum\limits_{j = 0}^m {{b_j}{p_j}\left( {{x_j},{y_i}} \right)} \end{array} $$ (6) 其矩阵形式为：
$$ \mathit{\boldsymbol{f}} = \mathit{\boldsymbol{K\alpha + Pb}} $$ (7) 因此，基于MQ插值计算时必须首先解算方程组(5)获得α和b的值，然后基于式(6)或式(7)求算未知点函数值。由以上推导可见，MQ计算中仅考虑采样点高程误差对模拟结果的影响，而忽略了水平误差分量。当采样点同时含有水平和高程误差时，此方案势必使得MQ插值结果产生平面位置误差。
1.2 MQ-T
理论上，式(1)可看作为原始特征空间中的超平面方程，其法向量为(w －1)。因此，基于整体最小二乘算法思想，点的平面位置误差为点到超平面的垂直距离。对于MQ而言，采样点平面位置误差可表达为：
$$ {\varepsilon _i} = \frac{{{f_i} - {\mathit{\boldsymbol{\varphi }}_i}\mathit{\boldsymbol{w}} - {\mathit{\boldsymbol{p}}_i}\mathit{\boldsymbol{b}}}}{{\sqrt {1 + {\mathit{\boldsymbol{w}}^{\rm{T}}}\mathit{\boldsymbol{w}}} }} $$ (8) 因此，MQ-T的目标函数表达为：
$$ \left\{ \begin{array}{l} \mathop {\min }\limits_{\mathit{\boldsymbol{w}},\mathit{\boldsymbol{e}}} F\left( {\mathit{\boldsymbol{w}},\mathit{\boldsymbol{\varepsilon }}} \right) = \frac{1}{2}{\mathit{\boldsymbol{w}}^{\rm{T}}}\mathit{\boldsymbol{w}} + \frac{c}{2}{\mathit{\boldsymbol{\varepsilon }}^{\rm{T}}}\mathit{\boldsymbol{\varepsilon }}\\ {\rm{s}}.\;{\rm{t}}.\;{f_i} = {\mathit{\boldsymbol{\varphi }}_i}\mathit{\boldsymbol{w}} + {\mathit{\boldsymbol{p}}_i}\mathit{\boldsymbol{b}} + {\varepsilon _i}\sqrt {1 + {\mathit{\boldsymbol{w}}^{\rm{T}}}\mathit{\boldsymbol{w}}} ,i = 1 \cdots n \end{array} \right. $$ (9) 类似MQ推导过程，对式(9)由拉格朗日乘数法构建辅助函数，求其关于w、ε、b、α的导数并等于零得：
$$ \left\{ \begin{array}{l} \frac{{\partial L\left( {\mathit{\boldsymbol{w}},\mathit{\boldsymbol{e}},\mathit{\boldsymbol{b}},\mathit{\boldsymbol{\alpha }}} \right)}}{{\partial \mathit{\boldsymbol{w}}}} = 0 \Rightarrow \mathit{\boldsymbol{w}} = \sum\limits_{i = 1}^n {{\mathit{\boldsymbol{\alpha }}_i}\mathit{\boldsymbol{\varphi }}_i^{\rm{T}}} \\ \frac{{\partial L\left( {\mathit{\boldsymbol{w}},\mathit{\boldsymbol{\varepsilon }},\mathit{\boldsymbol{b}},\mathit{\boldsymbol{\alpha }}} \right)}}{{\partial {\varepsilon _i}}} = 0 \Rightarrow {\mathit{\boldsymbol{\varphi }}_i}\mathit{\boldsymbol{w}} + \sqrt {1 + {\mathit{\boldsymbol{w}}^{\rm{T}}}\mathit{\boldsymbol{w}}} {\varepsilon _i}\sqrt {1 + {\mathit{\boldsymbol{w}}^{\rm{T}}}\mathit{\boldsymbol{w}}} ,i = 1 \cdots n\\ \frac{{\partial L\left( {\mathit{\boldsymbol{w}},\mathit{\boldsymbol{e}},\mathit{\boldsymbol{b}},\mathit{\boldsymbol{\alpha }}} \right)}}{{\partial \mathit{\boldsymbol{b}}}} = 0 \Rightarrow \sum\limits_{i = 1}^n {{\mathit{\boldsymbol{p}}_i}{\mathit{\boldsymbol{\alpha }}_i}} = 0\\ \frac{{\partial L\left( {\mathit{\boldsymbol{w}},\mathit{\boldsymbol{e}},\mathit{\boldsymbol{b}},\mathit{\boldsymbol{\alpha }}} \right)}}{{\partial {\mathit{\boldsymbol{\alpha }}_i}}} = 0 \Rightarrow {\mathit{\boldsymbol{\varphi }}_i}\mathit{\boldsymbol{w}} + \sqrt {1 + {\mathit{\boldsymbol{w}}^{\rm{T}}}\mathit{\boldsymbol{w}}} = {f_i},i = 1 \cdots n \end{array} \right. $$ (10) 对式(10)消去w和ε得：
$$ \left[ {\begin{array}{*{20}{c}} {\mathit{\boldsymbol{K}} + {\rm{diag}}\left( {\frac{1}{c}} \right)}&\mathit{\boldsymbol{P}}\\ {{\mathit{\boldsymbol{P}}^{\rm{T}}}}&\mathit{\boldsymbol{0}} \end{array}} \right]\left[ \begin{array}{l} \mathit{\boldsymbol{\alpha }}\\ \mathit{\boldsymbol{b}} \end{array} \right] = \left[ \begin{array}{l} \mathit{\boldsymbol{f}}\\ \mathit{\boldsymbol{0}} \end{array} \right] $$ (11) 因wTw=αTKα，则式(11)迭代表达式为：
$$ \left[ {\begin{array}{*{20}{c}} {\mathit{\boldsymbol{K}} + {\rm{diag}}\left( {\frac{{1 + {{\left( {{\mathit{\boldsymbol{\alpha }}^{\rm{T}}}} \right)}^{\left( i \right)}}K{\alpha ^{\left( i \right)}}}}{c}} \right)}&\mathit{\boldsymbol{P}}\\ {{\mathit{\boldsymbol{P}}^{\rm{T}}}}&\mathit{\boldsymbol{0}} \end{array}} \right]\left[ \begin{array}{l} {\mathit{\boldsymbol{\alpha }}^{\left( {i + 1} \right)}}\\ {\mathit{\boldsymbol{b}}^{\left( {i + 1} \right)}} \end{array} \right] = \left[ \begin{array}{l} \mathit{\boldsymbol{f}}\\ \mathit{\boldsymbol{0}} \end{array} \right] $$ (12) 式中，i为迭代次数。
比较式(5)和式(12)得出，MQ为MQ-T特殊情况，即当αTKα=0时的情况。因此，式(12)计算时，应先借助式(5)求算α，然后基于式(12)迭代计算，直至α和b收敛。
2 DEM建模算法精度分析
本文分别以数值实验和实例分析验证MQ-T计算精度。数值实验中，以高斯合成曲面为研究对象，分别设计受不同误差分量污染的采样数据，基于MQ-T曲面建模，并与传统MQ方法计算结果比较，验证模型的去噪性。实例分析中，以全站仪获取的采样数据为研究对象，借助MQ-T构建测区DEM，并将其与传统插值算法(如IDW，Kriging和ANUDEM)计算结果比较，验证模型的实用性。
2.1 数值实验
高斯合成曲面表达式为：
$$ \begin{array}{l} z\left( {x,y} \right) = 3{\left( {1 - x} \right)^2}{{\rm{e}}^{ - x2 - {{\left( {y + 1} \right)}^2}}} - \\ 10\left( {\frac{x}{5} - {x^3} - {y^5}} \right){{\rm{e}}^{ - {x^2} - {y^2}}} - \frac{1}{3}{{\rm{e}}^{ - {{\left( {x + 1} \right)}^2} - {y^2}}} \end{array} $$ 计算区域为[－3, 3]×[－3, 3]，模拟区域网格数为101 × 101。从高斯合成曲面中随机采集31×31个采样点用于曲面建模，采样点分别受如下误差影响。
例1：仅受高程误差分量影响。其中，误差来源于正态分布N (0, 0.02)。
例2：仅受水平误差分量影响。其中，x和y坐标误差均来源于N (0, 0.01)。因此，例1中高程误差分量方差和例2中水平误差分量方差相等。此方案可用于比较水平和高程误差对模拟结果精度影响的程度。
例3：同时受水平和高程误差分量影响。其中，水平和高程误差分别来源于正态分布N (0, 0.01)和N (0, 0.02)。
实例中分别采用中误差(root mean squared error，RMSE)和平均误差(mean error, ME)作为精度指标比较MQ-T和MQ模拟结果精度。中误差和平均误差计算的公式为：
$$ {\rm{RMSE}} = \sqrt {\frac{{\sum\limits_{i = 1}^k {{{\left( {{z_i} - {{\hat z}_i}} \right)}^2}} }}{k}} $$ (13) $$ {\rm{ME}} = \frac{{\sum\limits_{i = 1}^k {\left( {{z_i} - {{\hat z}_i}} \right)} }}{k} $$ (14) 式中，zi和${{\hat z}_i} $分别表示第i个检核点的真实值和模拟值；k表示检核点个数。
由表 1可见，当采样点仅受高程误差分量影响时(例1)，两种方法模拟结果相当，表明MQ-T对高程误差具有较好的光滑性。当采样点仅受水平误差影响时(例2)，两种方法模拟结果精度均低于例1，且MQ-T误差小于MQ误差，表明MQ-T能较好消除采样点水平误差分量对曲面模拟的影响。当采样点水平和高程坐标分量均受误差影响时(例3)，两种方法模拟结果精度均低于例1和例2，表明采样点精度越低，模拟结果精度越低；MQ-T中误差明显小于MQ，但前者平均误差略大于后者。综上所述，当采样点含有水平误差分量时，以中误差为误差指标，MQ-T模拟结果精度高于MQ。
表 1 3种误差分布条件下，MQ和MQ-T模拟结果精度比较Table 1. Accuracy Comparison Between the Classical MQ and MQ-T Under Different Error Distributions算例 误差分布 方法 RMSE ME 水平分量 高程分量 例1 - N (0, 0.02) MQMQ-T 0.062 70.062 1 0.0070.007 例2 N (0, 0.01) - MQMQ-T 0.147 80.139 3 -0.003-0.002 例3 N (0, 0.01) N (0, 0.02) MQMQ-T 0.158 70.142 7 -0.014-0.015 2.2 实例分析
测区位于山东省济南市，测区面积为3.36 km2，最小和最大高程分别为109.6 m和364.5 m。利用全站仪获取该测区5 394个采样点，平均点间距(sample interval, SI)为25 m。基于全站仪测角和测距精度指标以及数据采集时各种观测条件，采样点平面和高程精度分别为5 cm和10 cm。为了验证采样点密度对DEM精度的影响，将原始采样数据依次抽稀，每次抽稀后数据点数和对应样点间距如表 2所示。除了MQ-T和MQ外，还采用传统插值算法如IDW、Kriging以及ANUDEM进行10 m分辨率DEM建模。为了验证DEM精度，借助实时动态定位软件RTK获取了该测区500个检核点(见图 1)。各种插值算法构建DEM精度如表 3所示。
表 2 采样点与采样点平均点间距对应关系Table 2. Relationship Between Number of Sample Points and Sample Interva采样点数 点间距/m 2 100 40 2 742 35 3 721 30 5 394 25 表 3 各种插值算法模拟结果中误差/mTable 3. RMSE of Different Interpolation Methods/m点间距 IDW Kriging ANUDEM MQ MQ-T 40 3.93 2.43 2.68 2.38 2.26 35 3.41 2.37 2.55 2.24 2.11 30 3.17 2.22 2.43 2.09 2.06 25 2.69 1.84 2.28 1.73 1.73 平均 3.30 2.22 2.49 2.11 2.04 由表 3可见，随着平均点间距增大，各种插值算法精度均有所下降。具体而言，IDW、Kriging、ANUDEM和MQ降幅分别为46%、32%、15%和38%；MQ-T精度降幅为31%。结果表明，ANUDEM模拟结果受采样点间距影响最小，而IDW影响最大。不管采用何种采样点间距，MQ-T计算精度均高于其他插值方法。MQ-T平均计算精度分别是IDW的1.61倍、Kriging法的1.09倍、ANUDEM法的1.22倍以及MQ的1.03倍。
各种插值方法基于30 m平均点间距采样点构建的10 m分辨率DEM山体阴影图如图 2所示。由图 2可见，IDW结果最粗糙，这主要是因为IDW为准确插值算法，无法光滑去噪。ANUDEM法结果最光滑，去噪效果明显，但导致很多微地形特征信息丢失(如图 2(c)中圆圈标注的区域)。Kriging法、MQ法和MQ-T法结果相似，但前两种方法模拟结果有零散坑洼和凸起(如图 2(b)和2(d)中方框标注区域)。相比较而言，MQ-T法模拟结果稍好于其他方法。但相比Kriging法，MQ-T法结果左上角的山脊有峰值削平现象(如图 2(e)中圆圈标记区域)。
![]()
图 2 各种插值算法构建DEM的山体阴影图Figure 2. Hillshades of IDW, Kriging, ANUDEM, MQ and MQ-T Algorithms3 结语
为了降低采样数据中的水平和高程误差分量对DEM建模精度的影响，本文以较高插值精度的多面函数(MQ)为基函数，借助整体最小二乘算法(TLS)思路，发展了整体最小二乘MQ算法(MQ-T)。数值实验分析表明：(1)当采样点仅受高程误差分量影响时，MQ-T法计算结果精度与MQ法相当；(2)当采样点受水平误差分量影响，以中误差为误差指标，MQ-T计算结果精度高于MQ法。实例分析中，分别基于MQ法和MQ-T法构建测区DEM，并将计算结果与传统插值算法(如IDW、Kriging、ANUDEM)比较。结果分析表明：(1)各种插值算法结果精度均随采样点密度的降低而逐步降低，其中，ANUDEM精度变化最小，IDW精度变化最大；(2)不管采用何种采样点间隔，MQ-T精度始终高于其他插值算法。
-
![]()
图 2 机载激光测深几何原理
Figure 2. Geometry Principle Schematic Drawing of Airborne Laser Bathymetry
![]()
表 1 机载激光测深系统主要误差
Table 1 Main Errors of Airborne Laser Bathymetry
量测误差 集成误差 设备安置误差 数据处理误差 激光测深误差 偏心距 时间同步误差 导航定位误差 照准误差 数据内插误差 扫描角误差 角度步进误差 坐标转换误差 波浪与潮汐测量误差 扭矩误差 深度归算误差 
下载: 导出CSV
表 2 机载激光测深系统发展过程
Table 2 The Development of Airborne Laser Bathymetry
发展阶段 时间 典型系统 初级阶段 1960s — 提升阶段 形成 20世纪60年代末~70年代末 美国：ALB，AOL
澳大利亚：WRELADS-Ⅰ
瑞典：HOSS
加拿大：MK-1成熟 20世纪80年代初~90年代初 美国：ABS，NOROA，OWL，SHOALS
澳大利亚：WRELADS-Ⅱ
瑞典：FLASH, HAWKEYE
加拿大：LARSEN-500
苏联：Chaika, Makrel-Ⅱ实用阶段 90年代初至今 瑞典：HAWKEYE-Ⅱ，HAWKEYE-Ⅲ
加拿大：Aquarius，CIZML
奥地利：VQ-820-G，VQ-880-G
荷兰：LADs Mk3
下载: 导出CSV
主要参数 CZMIL HawkEyeⅢ Chiroptera Ⅱ LADs Mk3 VQ-820-G VQ-880-G 研制机构 Optech Leica AHAB Leica AHAB Fugro Riegl Riegl 扫描方式 圆形 椭圆形 倾斜式 直线 椭圆形 圆形 作业航高/m 400~1 000 水深测量：
400~600
陆地测量：
400~1 600水深测量：
400~600
陆地测量：
400~1 600360~900 水深测量：
600
陆地测量：
1 500~2 500水深测量：
600
陆地测量：
2 200浅水脉冲
频率/kHz70 35 35 - 520 550 浅水模式最大测深 2/kd
(水底反射率>15%)2.2/kd 2.2/kd
1.5 Secchi- 1 Secchi 1.5 Secchi 深水脉冲频率/kHz 10 10 - 1.5 - - 深水模式最大测深 4.2/kd
(水底反射率>15%)4/kd - 2.5 Secchi - - 测深精度
/m$\sqrt {[{{0.3}^2} + {{\left( {0.013{d_p}} \right)}^2}]} $
(2σ)浅水频道：
0.15 (2σ)
深水频道：
$\sqrt {[{{0.3}^2} + {{\left( {0.013{d_p}} \right)}^2}]} $
(2σ)0.15(2σ) < 0.5(2σ) 0.025(σ) 0.025(σ) 测点密度 - 水深测量：
1.5 pts/m2
地形测量：
>12 pts/m2水深测量：
1.5 pts/m2
地形测量：
>12 pts/m2(2 m×2 m)
~
(5 m×8 m)10~50 pts/m2 扫描角 ±20° 前后：±14°
左右：±20°前后：±14°
左右：±20°前后：7° 20°椭圆 20°~40°椭圆 幅宽 作业高度的70% 作业高度的70% 作业高度的70% 79~585 m - - 陆地脉冲频率/kHz 80 500 500 1.5 520 550 注：kd：扩散衰减系数，一般来说只有在(0.1, 0.3) 区间内激光能够有效地穿透水体；dp：测量目标深度；Secchi：透明度的量，采用具有黑白分隔的Secchi disk沉入水中直至肉眼无法辨认时的距离。
下载: 导出CSV
-
[1] 叶修松. 机载激光水深探测技术基础及数据处理方法研究[D]. 郑州: 信息工程大学测绘学院, 2010 http://cdmd.cnki.com.cn/Article/CDMD-90008-1011057276.htm Ye Xiusong.Research on Principle Data Processing Methods of Airborne Laser Bathymetric Technique[D]. Zhengzhou:PLA Information Engineering University, 2010. http://cdmd.cnki.com.cn/Article/CDMD-90008-1011057276.htm
[2] Hickman G D, Hog J E. Application of an Airborne Pulsed Laser for Near Shore Bathymetric Measurements[J]. Remote Sensing of Environment, 1969, 1(1):47-58 doi: 10.1016/S0034-4257(69)90088-1
[3] Huang J, Hu X, Chen W. Electro-optically Q-switched 946 nm Laser of a Composite Nd:YAG Crystal[J]. Chinese Optics Letters, 2015, 13(2):49-52 http://kns.cnki.net/KCMS/detail/detail.aspx?filename=gxkb201502012&dbname=CJFD&dbcode=CJFQ
[4] 赖旭东.机载激光雷达基础原理与应用[M].北京:电子工业出版社, 2010:25-34 Lai Xudong.Basic Principle and Application of Airborne Laser Radar[M]. Beijing:Publishing House of Electronics Industry, 2010:25-34
[5] 刘基余, 李松.机载激光测深系统测深误差源的研究[J].武汉测绘科技大学学报, 2000, 25(6):491-494 http://www.cnki.com.cn/Article/CJFDTOTAL-WHCH200006004.htm Liu Jiyu, Li Song. Application on Error Sources Surveying Sea-Water Depths with an Airborne Laser Sounding System[J]. Journal of Wuhan Technical University of Surveying and Mapping, 2000, 25(6):491-494 http://www.cnki.com.cn/Article/CJFDTOTAL-WHCH200006004.htm
[6] 王越.机载激光浅海测深技术的现状和发展[J].测绘地理信息, 2014, 39(3):38-42 http://www.cnki.com.cn/Article/CJFDTOTAL-CHXG201403012.htm Wang Yue.Current Status and Development of Airborne Laser Bathymetry Technology[J]. Journal of Geomatics, 2014, 39(3):38-42 http://www.cnki.com.cn/Article/CJFDTOTAL-CHXG201403012.htm
[7] 王建军, 刘吉东.影响机载激光扫描点云精度的测量误差因素分析及其影响大小排序[J].中国激光, 2014, 41(4):247-252 http://www.cnki.com.cn/Article/CJFDTOTAL-JJZZ201404039.htm Wang Jianjun, Liu Jidong.Analysis and Sorting of Impacts of Measurement Errors on Positioning Accuracy of Laser Point Cloud Obtained from Airborne Laser Scanning[J]. Chinese Journal of Lasers, 2014, 41(4):247-252 http://www.cnki.com.cn/Article/CJFDTOTAL-JJZZ201404039.htm
[8] 陈卫标, 陆雨田, 褚春霖, 等.机载激光水深测量精度分析[J].中国激光, 2004, 31(1):101-104 http://www.cnki.com.cn/Article/CJFDTOTAL-JJZZ200401029.htm Chen Weibiao, Lu Yutian, Chu Chunlin, et al.Analyses of Depth Accuracy for Airborne Laser Bathymetry[J]. Chinese Journal of Lasers, 2004, 31(1):101-104 http://www.cnki.com.cn/Article/CJFDTOTAL-JJZZ200401029.htm
[9] 叶修松, 张传定, 王爱兵, 等.机载激光水深测量误差分析[J].测绘科学技术学报, 2008, 25(6):400-406 http://www.cnki.com.cn/Article/CJFDTOTAL-JFJC200806003.htm Ye Xiusong, Zhang Chuanding, Wang Aibing, et al.Analysis of the Airborne Laser Scanning Bathymetry Errors[J]. Journal of Geomatics Science and Technology, 2008, 25(6):400-406 http://www.cnki.com.cn/Article/CJFDTOTAL-JFJC200806003.htm
[10] 姚春华, 陈卫标, 臧华国, 等.机载激光测深系统中的精确海表测量[J].红外与激光工程, 2003, 32(4):351-355 http://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ200304006.htm Yao Chunhua, Chen Weibiao, Zang Huaguo, et al.Accurate Measurement of Sea Surface in an Airborne Laser Bathymetry[J]. Infrared and Laser Engineering, 2003, 32(4):351-355 http://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ200304006.htm
[11] Teledyne Optech. CZMIL-Nova Coastal Zone Mapping and Imaging LiDAR[OL]. http://www.teledyneoptech.com/wp-content/uploads/CZMIL-Nova-Intro-Brochure-150626-WEB, 2015
[12] Teledyne Optech. Software-Optech Hydro Fusion[OL]. http://www.teledyneoptech.com/index.php/product/optech-hydrofusion, 2015
[13] Fugro LADS Corporation. Fugro LADS Mk 3 ALB System[OL].http://www.Fugrolads.com/download/datasheets/fugro-lads-Mk3, 2015
[14] Fugro LADS Corporation. Fugro LADS Mk3 and Riegl VQ-820-G Combined[OL].http://www.Fugrolads.com/lads-mk3/Fugro-lads-technology/lads-mk3-riegl-vq-combined, 2015
[15] Airborne Hydrography A B. Leica AHAB HawkEye Ⅲ Topographic & Bathymetric LiDAR System[OL].http://www.airbornehydro.com/sites/default/files/Leica%20AHAB%20HawkEye%20DS, 2015
[16] 李建利, 房建成, 康泰钟.机载InSAR运动补偿用激光陀螺位置姿态系统[J].仪器仪表学报, 2012, 33(7):1497-1504 http://www.cnki.com.cn/Article/CJFDTOTAL-YQXB201207009.htm Li Jianli, Fang Jiancheng, Kang Taizhong.RLG Position and Orientation System Used for Motion Compensation in Airborne InSAR[J]. Chinese Journal of Scientific Instrument, 2012, 33(7):1497-1504 http://www.cnki.com.cn/Article/CJFDTOTAL-YQXB201207009.htm
[17] RIEGL. RIEGL VQ-820-G[OL].http://www.riegl.com/uploads/tx_pxpriegldownloads/datasheet_VQ-820-G_2015-03-24, 2015
[18] Fugro LADS Corporation. Fugro Set for South West Pacific Campaign With Additional Airborne laser Bathymetry Survey Capability[OL].http://www.fugrolads.com/news/, 2015
[19] 胡善江, 贺岩, 臧华国, 等.新型机载激光测深系统及其飞行实验结果[J].中国激光, 2006, 33(9):1163-1167 http://www.cnki.com.cn/Article/CJFDTOTAL-JJZZ200609002.htm Hu Shanjiang, He Yan, Zang Huaguo, et al.A New Airborne Laser Bathymetry System and Survey Result[J]. Chinese Journal of Lasers, 2006, 33(9):1163-1167 http://www.cnki.com.cn/Article/CJFDTOTAL-JJZZ200609002.htm
[20] 李凯, 张永生, 刘笑迪, 等.机载激光海洋测深系统接收FOV的研究[J].光学学报, 2015, 35(7):40-48 http://www.cnki.com.cn/Article/CJFDTOTAL-GXXB201507005.htm Li Kai, Zhang Yongsheng, Liu Xiaodi, et al. Study on Airborne Laser Bathymetric System Receiver Field of View[J]. Acta Optica Sinica, 2015, 35(7):40-48 http://www.cnki.com.cn/Article/CJFDTOTAL-GXXB201507005.htm
[21] 彭琳, 刘焱雄, 邓才龙, 等.机载激光测深系统试点应用研究[J].海洋测绘, 2014, 4(34):35-38 http://www.cnki.com.cn/Article/CJFDTOTAL-HYCH201404011.htm Peng Lin, Liu Yanxiong, Deng Cailong, et al.Experiment of Airborne Laser Bathymetry[J]. Hydrographic Surveying and Charting, 2014, 4(34):35-38 http://www.cnki.com.cn/Article/CJFDTOTAL-HYCH201404011.htm
[22] 翟国君, 吴太旗, 欧阳永忠, 等.机载激光测深技术研究进展[J].海洋测绘, 2012, 32(2):67-70 http://www.cnki.com.cn/Article/CJFDTOTAL-YGJS201604001.htm Zhai Guojun, Wu Taiqi, Ouyang Yongzhong, et al.The Development of Airborne Laser Bathymetry[J]. Hydrographic Surveying and Charting, 2012, 32(2):67-70 http://www.cnki.com.cn/Article/CJFDTOTAL-YGJS201604001.htm
[23] 翟国君, 王克平, 刘玉红.机载激光测深技术[J].海洋测绘, 2014, 34(2):72-74 http://www.cnki.com.cn/Article/CJFDTOTAL-HYCH201403025.htm Zhai Guojun, Wang Keping, Liu Yuhong.Techno-logy of Airborne Laser Bathymetry[J]. Hydrographic Surveying and Charting, 2014, 34(2):72-74 http://www.cnki.com.cn/Article/CJFDTOTAL-HYCH201403025.htm
[24] 徐启阳, 杨军, 朱晓, 等.机载激光测深回波信号的处理和研究[J].光子学报, 1996, 25(9):788-792 http://www.cnki.com.cn/Article/CJFDTOTAL-GZXB609.004.htm Xu Qiyang, Yang Jun, Zhu Xiao, et al.Processing and Research of Airborne Laser Echo Signal[J]. Acta Photonica Sinica, 1996, 25(9):788-792. http://www.cnki.com.cn/Article/CJFDTOTAL-GZXB609.004.htm
[25] Wang C S, Li Q, Liu Y, et al. A Comparison of Waveform Processing Algorithms for Single-Wavelength LiDAR Bathymetry[J]. ISPRS Journal of Photogrammetry & Remote Sensing, 2015, 101(101):22-35 http://www.sciencedirect.com/science/article/pii/s0924271614002718
[26] Hofton M, Minster J B, Blair J B. Decomposition of Laser Altimeter Waveforms[J]. IEEE Transactions on Geoscience & Remote Sensing, 2000, 38(4):1989-1996
[27] Zwally H J. ICESat Laser Measurements of Polar ice, Atmosphere, Ocean, and Land[J]. Journal of Geodynamics, 2003, 34(1):337-341 http://www.sciencedirect.com/science/article/pii/S026437070200042X
[28] Wagner W, Ullrich A, Ducic V, et al. Gaussian Decomposition and Calibration of a Novel Small-Footprint Full-Waveform Digitising Airborne Laser Scanner[J]. ISPRSprs Journal of Photogrammetry & Remote Sensing, 2006, 60(2):100-112 http://www.sciencedirect.com/science/article/pii/S0924271605001024
[29] Boris J A, Uwe S B. Waveform Processing of Laser Pulses for Reconstruction of Surfaces in Urban Areas[J]. Measurement Techniques, 2005, 36:(Part 8/W27)
[30] Persson A, Soederman U, Toepel J, et al. Visualization and Analysis of Full-Waveform Airborne Laser Scanner Data[J]. Proceedings of SPIE-The International Society for Optical Engineering, 2005, 36:103-108
[31] 李奇, 马洪超.基于激光雷达波形数据的点云产生[J].测绘学报, 2008.37(3):349-354 http://kns.cnki.net/KCMS/detail/detail.aspx?filename=chxb200803014&dbname=CJFD&dbcode=CJFQ Li Qi, Ma Hongchao.The Study of Point-cloud Production Method Based on Waveform Laser Scanner Data[J]. Acta Geodaetica et Cartographica Sinica, 2008, 37(3):349-354 http://kns.cnki.net/KCMS/detail/detail.aspx?filename=chxb200803014&dbname=CJFD&dbcode=CJFQ
[32] Billard B. Remote Sensing of Scattering Coefficient for Airborne Laser Hydrography[J]. Applied Optics, 1986, 25(13):2099-2108 doi: 10.1364/AO.25.002099
[33] Billard B, Wilsen P J. Sea Surface and Depth Detection in the WRELADS Airborne Depth Sounder[J]. Applied Optics, 1986, 25(13):2059 doi: 10.1364/AO.25.002059
[34] Guenther G C, Brooks M W, Larocque P E. New Capabilities of the "SHOALS" Airborne LiDAR Bathymeter[J]. Remote Sensing of Environment, 2000, 73(2):247-255 doi: 10.1016/S0034-4257(00)00099-7
[35] Guenther G C, Cunningham A G, Larocque P E, et al. Meeting the Accuracy Challenge in Airborne Bathymetry[J]. Proc.Earsel Symp. Workshop on Lidar Remote Sensing of Land & Sea, 2000(1):1
[36] Wong H, Antoniou A. Characterization and Decomposition of Waveforms for Larsen 500 Airborne System[J]. IEEE Transactions on Geoscience & Remote Sensing, 1991, 29(6):912-921
[37] Lin Y C, Mills J P, Smith-Voysey S, et al. Rigorous Pulse Detection from Full-Waveform Airborne Laser Scanning Data[J]. International Journal of Remote Sensing, 2010, 31(5):1303-1324 doi: 10.1080/01431160903380599
[38] 赵泉华, 李红莹, 李玉.全波形LiDAR数据分解的可变分量高斯混合模型及RJMCMC算法[J].测绘学报, 2015, 44(12):1367-1377 http://www.cnki.com.cn/Article/CJFDTOTAL-CHXB201512010.htm Zhao Quanhua, Li Hongying, Li Yu.Gaussian Mixture Model with Variable Components for Full Waveform LiDAR Data Decomposition and RJMCMC Algorithm[J]. Acta Geodaetica et Cartographica Sinica, 2015, 44(12):1367-1377 http://www.cnki.com.cn/Article/CJFDTOTAL-CHXB201512010.htm
[39] 李鹏程, 徐青, 邢帅等.全局收敛LM的激光雷达波形数据分解方法[J].红外与激光工程2015, 44(8):2262-2267 http://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ201508006.htm Li Pengcheng, Xu Qing, Xing Shuai, et al. Full-Waveform LiDAR Data Decomposition Method Based on Global Convergent LM[J]. Infrared and Laser Engineering, 2015, 44(8):2262-2267 http://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ201508006.htm
[40] IHO S-44.IHO Standard for Hydrographic Surveys Special Publication No.44[S]. Monaco:the International Hydrographic Bureau, 2008
[41] Applanix. POS/AV510 Specification Sheet[M].Canada:Applanix, 2007
[42] 李建利, 房建成, 康泰钟.机载InSAR运动补偿用激光陀螺位置姿态系统[J].仪器仪表学报, 2012, 33(7):1497-1504 http://www.cnki.com.cn/Article/CJFDTOTAL-YQXB201207009.htm Li Jianli, Fang Jiancheng, Kang Taizhong.RLG Position and Orientation System Used for Motion Compensation in Airborne InSAR[J]. Chinese Journal of Scientific Instrument, 2012, 33(7):1497-1504 http://www.cnki.com.cn/Article/CJFDTOTAL-YQXB201207009.htm
[43] 洪海斌, 郭杭, 滕长胜, 等.GPS/INS紧耦合系统提高GPS失锁后解算精度的方法[J].测绘科学, 2015, 40(1):14-17 http://www.cnki.com.cn/Article/CJFDTOTAL-CHKD201501003.htm Hong Haibin, Guo Hang, Teng Changsheng, et al. Method of Improving Solution Precision After GPS Outages by Using GPS/INS Tightly Coupled System[J]. Science of Surveying and Mapping, 2 015, 40(1):14-17 http://www.cnki.com.cn/Article/CJFDTOTAL-CHKD201501003.htm
[44] 刘帅, 孙付平, 李海峰, 等.前后向平滑算法在精密单点定位/INS紧组合数据后处理中的应用[J].中国惯性技术学报, 2015, 23(1):85-91 http://www.cnki.com.cn/Article/CJFDTOTAL-ZGXJ201501019.htm Liu Shuai, Sun Fuping, Li Haifeng, et al.Forward-Backward-Smoothing Algorithm with Application to Tightly Coupled PPP/INS Data Post-Processing[J]. Journal of Chinese Inertial Technology, 2015, 23(1):85-91 http://www.cnki.com.cn/Article/CJFDTOTAL-ZGXJ201501019.htm
[45] 黄卫军, 李松.基于表面回波的机载激光测深系统的最佳扫描方案[J].激光杂志, 2001, 22(6):54-56 http://www.cnki.com.cn/Article/CJFDTOTAL-JGZZ200106030.htm Huang Weijun, Li Song.The Perfect Scanning Configurations of Laser-Based Airborne Hydrographic System[J]. Laser Journal, 2001, 22(6):54-56 http://www.cnki.com.cn/Article/CJFDTOTAL-JGZZ200106030.htm
[46] 欧阳永忠, 黄谟涛, 翟国君, 等.机载激光测深中的深度归算技术[J].海洋测绘, 2003, 23(1):1-5 http://www.cnki.com.cn/Article/CJFDTOTAL-HYCH200301000.htm Ouyang Yongzhong, Huang Motao, Zhai Guojun, et al.On the Depth Reduction in Airborne Laser Hydrography[J]. Hydrographic Surveying and Charting, 2003, 23(1):1-5 http://www.cnki.com.cn/Article/CJFDTOTAL-HYCH200301000.htm
[47] 黄谟涛, 翟国君, 谢锡君, 等.多波束和机载激光测深位置归算及载体姿态影响研究[J].测绘学报, 2000, 29(1):84-90 http://www.cnki.com.cn/Article/CJFDTOTAL-CHXB200001013.htm Huang Motao, Zhai Guojun, Xei Xijun.The Influence of Carrier's Attitude and the Position Reduction in Multibeam Echosounding and Airborne Laser Depth Sounding[J]. Acta Geodaetica et Cartographica Sinica, 2000, 29(1):84-90 http://www.cnki.com.cn/Article/CJFDTOTAL-CHXB200001013.htm
[48] 黄谟涛, 翟国君, 欧阳永忠, 等.多波束与单波束测深数据的融合处理技术[J].测绘学报, 2001, 30(4):299-303 http://www.cnki.com.cn/Article/CJFDTOTAL-CHXB200104005.htm Huang Motao, Zhai Guojun, Ouyang Yongzhong, et al.Data Fusion Technique for Single Beam and Multibeam Echosoundings[J], Acta Geodaetica et Cartographica Sinica, 2001, 30(4):299-303 http://www.cnki.com.cn/Article/CJFDTOTAL-CHXB200104005.htm
[49] 陆秀平, 边少锋, 叶修松, 等.机载激光测深精度外部检核方法[J].海洋测绘, 2011, 31(2):1-3 http://www.cnki.com.cn/Article/CJFDTOTAL-HYCH201102000.htm Lu Xiuping, Bian Shaofeng, Ye Xiusong, et al.Exterior Check Methods of Airborne Laser Bathymetric Precision[J]. Hydrographic Surveying and Charting, 2011, 31(2):1-3. http://www.cnki.com.cn/Article/CJFDTOTAL-HYCH201102000.htm
-
期刊类型引用(10)
1. 曾广泉，马韬，张孟希，戴妍，陈凯文，丁继辉，俞双恩，王中文. 基于无人机多光谱影像的不同施氮量水稻LAI反演方法研究. 江苏农业科学. 2024(20): 41-48 . 
百度学术
2. 高钰琪，许桂玲，冯跃华，王晓珂，任红军，由晓璇，韩志丽，李家乐. 基于冠层高光谱植被指数的水稻产量预测模型研究. 中国稻米. 2023(05): 38-44 . 百度学术
3. 彭晓伟，张爱军，王楠，赵丽，杨晓楠. 高光谱技术在土壤及适种作物的研究进展. 遥感信息. 2022(01): 32-39 . 百度学术
4. 王晓珂，刘婷婷，许桂玲，冯跃华，彭金凤，李杰，罗强鑫，韩志丽，卢苇，PHONENASAY Somsana. 基于冠层高光谱遥感的杂交水稻植被指数氮素营养诊断模型. 中国稻米. 2021(03): 21-29 . 百度学术
5. 王浩淼，宋苗语，李翔，扈朝阳，鲁任翔，王翔，马会勤. 无人机高光谱遥感监测葡萄长势与缺株定位. 园艺学报. 2021(08): 1626-1634 . 百度学术
6. 刘雅婷，龚龑，段博，方圣辉，彭漪. 多时相NDVI与丰度综合分析的油菜无人机遥感长势监测. 武汉大学学报(信息科学版). 2020(02): 265-272 . 百度学术
7. 陈晓凯，李粉玲，王玉娜，史博太，侯玉昊，常庆瑞. 无人机高光谱遥感估算冬小麦叶面积指数. 农业工程学报. 2020(22): 40-49 . 百度学术
8. 落莉莉，常庆瑞，武旭梅，杨景，李粉玲，王琦. 夏玉米叶片光合色素含量高光谱估算. 干旱地区农业研究. 2019(04): 178-183 . 百度学术
9. 张良培，刘蓉，杜博. 使用量子优化算法进行高光谱遥感影像处理综述. 武汉大学学报(信息科学版). 2018(12): 1811-1818 . 百度学术
10. 李亚妮，鲁蕾，刘勇. 基于PROSAIL模型的水稻田缨帽三角-叶面积指数模型及其应用. 应用生态学报. 2017(12): 3976-3984 . 百度学术
其他类型引用(17)
计量
- 文章访问数: 91659
- HTML全文浏览量: 38729
- PDF下载量: 1233
- 被引次数: 27
