4 海洋遥感
4.1 卫星遥感
借助卫星遥感可以对海洋进行实时、全方位的立体监测，长期获得稳定可靠的海洋观测资料。目前可用的卫星遥感数据源有MODIS、MERIS、GOCI、Sentinel-2、Landsat 8、Landsat TM、SPOT、Hyperion、QuickBird、WorldView-2、Pleiades-1等。借助这些数据，可开展海岸带、植被、海洋生态监测及水深反演等方面的工作。
岸线监测算法研究方面，采用边缘提取算子如Canny算子、Sobel算子或利用归一化水体指数、修复归一化水体指数法进行水陆分离，利用轮廓边界跟踪技术提取岸线;利用归一化水体指数确定岸线位置;根据海岸线的多源多时相影像特征和空间特征，与多种非遥感信息资料相结合，采用对照分析法，实现海岸线长度、位置、类型提取;根据岸线的时空和分形维数变化，可研究岸线的演变。植被监测算法研究方面，利用中等空间分辨率的单时相、多时相或融合的多光谱影像可研究海岸带植被覆盖度、分类、生物量、碳储量、净初级生产力等。水色监测算法研究方面，通过获取海面上行的离水辐亮度，经大气校正和水色反演，可得到水体中浮游植物的色素浓度、悬浮颗粒浓度等信息;水色反演已从单一的叶绿素浓度扩展到透明度、悬浮泥沙浓度、黄色物质浓度等参数;水色反演算法的区域性特征明显，基于大量现场数据同步采集的基础上，不断优化现有算法是未来研究的方向。
4.2 机载遥感测量技术
机载遥感测量主要借助机载可见光相机、可见光摄像机、红外相机、高光谱成像仪、LiDAR、SAR(synthetic aperture radar)、合成孔径雷达等开展海岸带地形测量，岸线、植被、水色等监测，采用技术与卫星遥感近似。机载激光雷达测深系统ALB(airborne LiDAR bathymetry)是一种即可用于地形测量又可用于环境监测的技术，近年来，无论在系统还是应用研究等方面，均取得了长足发展。
ALB系统主要由激光扫描仪、POS、高度计等组成。按照设计测线，飞行过程中快速扫描实现海底地形全覆盖测量。以飞机平台为基准，ALB分别借助红、绿激光获得海面和海底高，测量中同步采集飞机位置、姿态和航向，飞机位置借助GNSS RTK、PPK、PPP获得，姿态和航向借助POS获得。此外，联合外部获得的海水浑浊度及部分船基实测海底地形，构建修正模型，提高ALB测量精度。
ALB系统研发已从实用化迈入商业化，脉冲发射频率、探测能力得到了提高，系统体积、重量和能耗显著减小，机动性和续航时间增强。典型的ALB系统主要有Optech的SHOALS 200/400/1000/3000、CZMIL和Aquarius系列产品，AHAB的HawkEye Ⅱ/Ⅲ和Chiroptera，Fugro的LADS MK3，RIEGL的VQ-820-G和VQ-880-G。我国目前也在研制ALB系统，多处于研发阶段。
目前，ALB数据处理软件多为各公司研制的随机软件，国内尚无相应的软件系统。ALB数据处理研究进展主要表现在如下几个方面：①ALB测深理论[2]。激光测深能力与水体散射系数和衰减系数比值强相关，借助唯像理论可建立激光测量的唯像雷达方程;激光束虽具有一定发射角，但其传输规律仍可用准直光束传输特性来描述，据此可建立准直光束在海水中传输的唯像理论模型;影响水底回波振幅的因素主要有水底反射率和脉冲展宽，基于激光辐射传输模型可对水底回波振幅进行校正。②归位计算。根据GNSS提供的激光扫描仪三维绝对坐标，结合飞机姿态、激光扫描模式及扫描角、往返测量时间，可归算海面点的三维坐标;根据红、绿激光测量时差、海水折射率、波束扫描角，归算绿激光海底圆斑的三维坐标。③波形识别。波形识别是检测激光回波、获取水面和海底波束传播时间，进而计算深度的关键。目前采用的技术主要有：为抑制白天强背景噪声，更精确地提取激光回波信号，对回波信号首先开展高通滤波滤除低频信号，再识别两种高频脉冲;利用回波信号的上升时间及振幅等特征，采用半波峰法识别海表和海底回波信号，进而估算水深;采用窄脉冲、高速探测器、小接收视场、窄带干涉滤光片和正交偏振方式接收，改善浅水海表和海底反射信号叠加;采用双高斯脉冲拟合，从极浅海水回波中分离海表和海底脉冲，实现水深提取。④浑浊度反演。海水浑浊度会引起激光能量衰减，影响激光回波波形;反之，根据激光水体回波特征可估计海水浑浊度。提取ALB原始波形数据后，分析激光水体后向散射波形，估计有效衰减系数，进而反演海水浑浊度。⑤绿激光高度修正及单一绿激光测量。受海表渗透深度影响，绿激光海表测量存在不可靠性。利用红、绿激光测量结果分析绿激光水表渗透深度空间变化，利用统计法对绿激光海表高程进行修正，提高绿激光海表测量的精度。采用逐步回归法建立关于泥沙含量、波束扫描角和传感器高度的绿激光水表渗透深度模型，推导绿激光高度修正模型，据此对绿激光海表和海底高程进行修正，实现基于单一绿激光的高精度海底地形测量。⑥深度偏差修正。几何发散和多次散射使绿激光底回波产生脉冲展宽效应，引起波峰位移，导致测深产生偏差。深度偏差主要与ALB系统测量参数(波束扫描角、传感器高度)和海水水文参数(水深、浑浊度)有关。采用逐步回归法建立关于水深、波束扫描角、传感器高度和海水浑浊度的深度偏差模型，据此对ALB进行深度修正，实现ALB高精度水深测量。
4.3 声呐遥感
4.3.1 侧扫声呐测量
侧扫声呐系统SSS(side-scan sonar)是常用的条带式海底成像设备，借助拖鱼上左、右舷换能器阵列发射的宽扫幅波束，并在走航过程中对海底进行线扫描，进而形成可反映水体、海底目标分布和地貌特征的条带图像。目前SSS系统向多频段、多脉冲、多波束、深拖及同时具备测深及成像功能方向发展，如EdgeTech系列、Klein系列、Triton C3D系列以及适用于深拖的Kongsberg Maritime DeepTow系列。我国的SSS研制起步较晚，但发展迅速，目前已实现商业化，并在生产中取得了较好的应用效果。SSS图像主要用于寻找目标，近年来在图像精处理及目标探测和识别方面取得了长足发展，具体表现在条带图像均衡化、海底线综合追踪、多条带声呐图像均衡化、基于地理编码和共视特征匹配的多条带图像拼接、大区域海底图像生成及基于精细化处理后声呐图像的目标自动检测和识别等方面。
4.3.2 多波束成像技术
MBS具有测深功能，还具有接收海底和水体回波，形成海底回波图像和水体图像的能力。MBS底回波图像有三类，即由平均波束强度、波束序列片段(Snippet)强度和伪侧扫回波强度形成的声呐图像。Snippet数据的垂航分辨率远高于平均波束强度，尤其在大入射角区。考虑高分辨率图像特点，Snippet图像方面的研究相对较多，主要聚焦于Snippet图像的AR改正、图像均衡化、Snippet图像与SSS图像的融合等方面。MBS水体回波可形成水柱图像，进而实现水体中目标的探测。围绕水柱图像的研究主要聚焦于水柱图像消噪、基于噪声特点的水体中目标自动探测和识别几个方面。
4.3.3 合成孔径声呐
合成孔径声呐(synthetic aperture sonar，SAS)是一种利用合成孔径技术的侧扫式主动成像声呐。与SSS相比，SAS图像具有更高的径向分辨率，且与距离无关。装备有高、低频换能器的合成孔径声呐可同时获得高、低频声呐图像，可以清晰地呈现海底地貌，以及海床下一定深度的目标，可全面地反映管线的分布。SAS的作业模式与SSS相同。目前SAS正在向小型化发展，测量技术和性能不断完善。我国的SAS技术基本与国外处于同级，自主产品已经投入实际应用。SAS数据处理研究进展主要表现在条带图像的快速生成、处理、拼接、大区域地貌图像生成、高低频图像融合及基于SAS图像的目标探测和识别方面。
4.3.4 二维声呐成像
二维声呐成像近年来在工程中应用越来越广泛。通常采用基于船基悬臂或座底工作模式，近场(小于100 m)对目标开展快速线扫描成像。二维声呐成像系统目前主要采用国外设备，如Kongsberg MS1000(机械)、BlueViewM900(实时)等。与MBS水柱数据处理类似，相关研究主要聚焦于高质量影像获取和基于图像的目标检测。因二维声呐成像只能获取平面图像，无法反映目标三维形态，研究目标三维形态参数挖掘算法是未来的一个发展方向。
4.4 光学近景摄影技术
二维声呐成像虽满足了对近场目标和环境信息的获取需要，但存在分辨率偏低、对细微特征难以捕捉等不足。二维声呐成像系统常与水下光学成像系统(相机)配套使用，即利用二维声呐成像系统快速发现目标，再利用光学成像系统接近目标，获取分辨率和清晰度更高的目标图像。水下光学成像质量受水质影响较大，只能在清澈的海水环境下采用。
声明：中国勘测联合网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述，文章内容仅供参考。
