本研究的主要作者包括信息工程大学的徐妍、华北水利水电大学测绘与地理信息学院的曹彬、中山大学地理科学与规划学院的邓孺孺等。该研究发表于 International Journal of Applied Earth Observation and Geoinformation 第119卷，文章编号103308，于2023年4月23日在线发表。

该研究属于卫星遥感水深反演（satellite-derived bathymetry, SDB）领域。高空间分辨率卫星遥感影像为大范围精细尺度水深制图提供了可能，但实际应用中仍面临两大挑战。其一是经验方法（empirical approach）通常依赖高质量的现场水深定标数据来建立可靠的统计模型，而这些数据在很多情况下无法获取或成本过高。其二是解析方法（analytical approach）需要从生物光学辐射传输模型（radiative transfer model, RTM）中反演水深，但大多数高空间分辨率卫星影像的光谱波段数量有限，难以满足模型反演的要求。针对上述问题，本文提出了一种解析—经验混合方法，旨在不依赖现场水深定标数据的情况下，利用高空间分辨率、低光谱分辨率的卫星多光谱影像估算大范围浅水水深。

该方法的工作流程主要包括两个部分。第一部分是基于生物光学辐射传输模型生成定标数据集。研究选取中国南海永乐环礁中的七个海洋岛屿及其周边清澈浅水区域作为研究区，收集了Sentinel-2B MSI和资源三号01星（ZY3-01 MSI）两种高空间分辨率卫星影像。影像预处理包括辐射定标、大气校正和太阳耀斑去除，其中Sentinel-2B影像使用C2RCC处理器进行大气校正，ZY3-01影像使用通用算法结合6S辐射传输模型进行大气校正。生成定标数据时，研究利用生物光学辐射传输模型模拟不同水深和不同水体固有光学特性（inherent optical properties, IOPs）组合下的水面遥感反射率（(r_{rs})），并计算对应的蓝绿波段对数比值。模型中的关键变量包括浮游植物色素吸收系数（(p)）、黄色物质吸收系数（(g)）、颗粒物后向散射系数（(x)）和水深（(d)），其取值范围根据已有研究和海图确定。底部反照率（(\rho)）则来源于研究团队在永乐环礁实地测量的三种典型底质（珊瑚、海藻和海草）的光谱反射率，最终选择珊瑚的测量值作为研究区底质反照率。根据变量取值范围和采样间隔，共生成了1920组定标数据。

第二部分是建立SDB模型。首先从预处理后的卫星影像中生成蓝绿波段对数比值图像，并在浅水到深水方向人工确定一条剖面线，提取沿线像元的对数比值数据，剔除无效数据后作为“影像提取参考数据”。然后，将每组模型生成的定标数据与影像提取参考数据进行对比，以两组数据中心之间的距离（(d{cog})）作为一致性度量指标，选择(d{cog})值最小的那一组定标数据作为最佳拟合定标数据组。接下来，利用最佳拟合定标数据组分别建立线性对数波段比值模型、二阶多项式波段比值模型、幂函数波段比值模型和指数波段比值模型四种备选模型，并根据赤池信息准则（Akaike information criterion, AIC）从中选择一个最佳拟合模型用于逐像元水深估算。研究采用均方根误差（RMSE）、平均绝对误差（MAE）、决定系数（(R^2)）以及回归斜率和截距对反演结果进行精度评价。

研究结果表明，模型生成的定标数据组在不同IOPs组合下表现出不同特征，部分组合下水深与蓝绿波段对数比值呈近似线性关系，而另一些组合则表现出明显的非线性关系，这验证了引入多种非线性模型的必要性。在甘泉岛示例中，基于Sentinel-2B影像的最佳拟合定标数据组对应的(p)、(g)、(x)值分别为0.050、0.020和0.004，最佳模型为二阶多项式模型；基于ZY3-01影像的最佳拟合定标数据组对应的(p)、(g)、(x)值分别为0.025、0.030和0.004，最佳模型为指数模型。利用上述模型反演得到的甘泉岛水深与现场声纳实测数据对比，Sentinel-2B影像的RMSE为1.51 m，MAE为1.11 m，(R^2)为0.800；ZY3-01影像的RMSE为1.52 m，MAE为1.17 m，(R^2)为0.767。在永乐环礁其他岛屿的验证中，基于Sentinel-2B影像的所有数字水深模型（digital depth model, DDM）(R^2)均大于或等于0.840，RMSE不超过1.47 m，MAE不超过1.10 m；基于ZY3-01影像的验证结果除银屿岛外，(R^2)均大于或等于0.830，RMSE不超过1.48 m，MAE不超过1.12 m。这些精度与传统SDB方法报道的结果相当甚至略高。

研究还对比了所提方法与Stumpf经验方法的反演结果。在甘泉岛浅水区，两种方法得到的DDM在约3至15 m水深范围内较为一致，差异较小，说明在缺乏现场定标数据时，本研究提出的方法可以作为Stumpf方法的替代方案。此外，研究分析了大气校正算法、IOPs变化和底质变化对测深性能的影响。通过对比C2RCC和Sen2Cor两种大气校正算法，发现C2RCC在南海永乐环礁水体中表现更好，原因是C2RCC专为水体大气校正设计，而Sen2Cor主要面向陆地应用。在IOPs敏感性分析中，研究发现(d_{cog})对(p)值最敏感，说明在清洁大洋水体中叶绿素吸收特性对IOPs起主导作用；但同时(g)值和(x)值的微小变化也可能导致反演精度明显下降，其中(x)值从0.004增加到0.014时，RMSE和MAE分别增加了40.4%和48.6%。底质变化的影响分析表明，在极浅水区（如1至3 m），不同底质类型的蓝绿波段对数比值差异较大，但随着深度增加，差异逐渐缩小；在水深大于7 m时，底质变化对反演精度的影响较小，大于10 m时可忽略不计。研究还指出，在极浅水区可考虑使用蓝红波段对数比值或绿红波段对数比值来降低底质变化对测深的影响。

本研究的结论是，所提出的解析—经验混合方法能够在不依赖现场水深定标数据的情况下，利用光学高空间分辨率、低光谱分辨率卫星多光谱影像获取大范围浅水水深信息。该方法在南海永乐环礁七个岛屿的实验中表现出与传统SDB方法相当或略高的精度，具有良好的应用前景。其科学价值在于提出了一种结合辐射传输模型模拟数据与影像提取参考数据的定标策略，有效克服了经验方法对现场数据的依赖和解析方法对波段数量的要求。应用价值在于为缺乏现场测深数据或ICESat-2 ATL03数据的海域提供了一种可行的水深反演替代方案，对珊瑚礁监测、海岸带管理和海洋工程等领域具有实际意义。

本研究的亮点主要包括：第一，提出了一种无需现场定标数据的解析—经验混合水深反演框架；第二，利用辐射传输模型生成的定标数据集与影像提取参考数据之间的中心距离来自动确定最佳定标数据组；第三，引入四种不同的波段比值模型并通过AIC准则选择最优模型，提高了方法对不同水体条件的适应性；第四，系统分析了大气校正算法、IOPs不确定性和底质变化对测深精度的影响，为方法的实际应用提供了参考依据。