LTO国家重点实验室学术报告（2020-29）：

报告1：基于参数敏感性分析的光学浅水水深遥感反演研究

报告人： 刘永明， 中科院南海海洋研究所博士后。近5年，一直致力于光学浅水水深遥感反演研究，已建立耦合底质反射率线性分解模型的水深优化反演模型（Unmixing-based Multispectral Optimization Process Exemplar Method，UMOPE），并提出了耦合UMOPE模型和经验模型的水深反演思路。近期基于光学浅水反射率模型的参数敏感性，建立了一个自适应水深分段反演模型，该模型可根据不同水深进行最佳波段组合，可实现从深水区域至浅水区域的连续水深反演，并提高水深反演精度。该研究成果已在线发表在IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing（中科院二区）。目前，发表论文9篇，其中一作身份发表SCI论文3篇。

报告简介： Stumpf等人（2003）的波段对数比值模型常被用于海洋一类水体的水深反演，但是目前的研究在选择该模型的波段组合时通常考虑具有较大穿透力的波段，忽略了不同水深范围内水深对不同波段反射率的敏感性差异。研究首先将LH-OAT参数全局敏感性分析法应用于一个半分析半经验的光学浅水反射率模型，全局敏感性分析结果表明，随着水深的增加，对水深变化敏感的波段从长波波段向短波波段变化。基于参数敏感性分析结果，研究建立了一个分段反演模型，能够连续反演从深水区域至浅水区域的水深。其中分段反演模型的子模型是不同波段组合的波段比值模型。为了能够根据遥感影像和研究区域自动确定子模型的形式及其适用的范围，研究还建立ADRA（applicable depth range analysis）筛选机制。

研究还进一步基于刘永明等人（2019）提出的优化反演模型和经验模型耦合反演思路，用优化反演模型UMOPE（刘永明等人，2018）反演的水深对经验模型ABAA进行定标，克服优化反演模型UMOPE计算效率低和经验模型ABAA需要实测数据定标的缺陷。该研究最后以南海西沙群岛的甘泉岛、银砾滩、七连屿和永兴岛作为研究区域，将ABAA模型应用于多时相的WorldView-2和Landsat-8数据进行水深反演。

线上腾讯会议ID：725 1170 7545

主持人：王素芬副研究员、李少钿助理研究员

欢迎大家参加！