基于多光谱遥感的矿区积水区水深反演_吴双.pdf

收稿日期2019-08-18 基金项目国家自然科学基金项目 （编号 51604266） 。 作者简介吴双 （1995） ， 女， 硕士研究生。通讯作者吴侃 （1963） ， 男， 教授， 博士， 博士研究生导师。 基于多光谱遥感的矿区积水区水深反演 吴双 1， 2 武瑞杰 3 吴侃 2 王瑞 2， 4 周大伟 21 （1. 江苏省资源环境信息工程重点实验室， 江苏 徐州 221116； 2. 中国矿业大学环境与测绘学院， 江苏 徐州 221116； 3. 武汉大学资源与环境科学学院， 湖北 武汉 430079； 4. 江西理工大学应用科学学院， 江西 赣州 341000） 摘要采煤沉陷区积水会严重影响到矿区周围的生态环境和生产工作， 为定量获取淮南潘一矿沉陷区的积 水深度， 基于多光谱遥感数据对沉陷区积水深度的反演方法进行了研究。首先选择两期Landsat 5卫星遥感影像进 行辐射定标和积水区水体提取等预处理； 然后基于像元绝对辐射亮度值与2005年研究区水深实测值， 分别选取单 波段模型、 双波段比值模型进行建模分析， 在此基础上， 选择拟合优度最高的影响因子建立多波段模型并进行模型 改进； 最后将2010年反演结果与矿区沉陷预测预报系统 （MSPS） 软件计算的水深值进行对比分析。结果表明 改进 后的水深反演模型拟合优度达到0.9以上， 且2005年潘一矿沉陷区积水深度反演值与实测值相比平均绝对误差为 0.21 m， 平均相对误差为 10.92； 2010 年该区域水深反演值与预计值的平均绝对误差为 0.63 m， 平均相对误差为 15.24， 二者差值呈正态分布， 可以达到相互验证的目的。研究表明 利用多光谱遥感影像可以得到精度较高 （误 差在分米级） 的水深反演模型， 在一定程度上满足工程需求， 可以为矿区生态环境治理和评价提供可靠依据。 关键词多光谱遥感水深反演多波段非线性模型沉陷积水区矿区沉陷预测预报系统 中图分类号TD325， TP79文献标志码A文章编号1001-1250 （2020） -08-129-07 DOI10.19614/ki.jsks.202008021 Water Depth Inversion Based on Multi-spectral Remote Sensing in Mine Subsidence Area Wu Shuang1， 2Wu Ruijie3Wu kan2Wang Rui2， 4Zhou Dawei22 （1. Key Laboratory of Resources and Environmental Ination Engineering of Jiangsu Province， Xuzhou 221116， China； 2. School of Environment and Spatial Inatics， China University of Mining and Technology， Xuzhou 221116， China； 3. School of Resources and Environmental Science， Wuhan University， Wuhan 430079， China； 4. School of Applied Science， Jiangxi University of Science and Technology， Ganzhou 341000， China） AbstractWater accumulation in coal mining subsidence area will affect the ecological environment and production work seriously around the mining area． In order to obtain the water accumulation depth quantitatively in the subsidence area of Panyi Mine in Huainan，the inversion of water accumulation depth in subsidence area was studied based on multi⁃ spectral remote sensing data． Firstly，two phases of Landsat 5 remote sensing images were selected for radiation calibration， water extraction and other pretreatment operations． Then，based on the absolute radiation luminance value of pixel and the measured depth of water in the study area in 2005， the single-band model and dual-band ratio model were selected for model⁃ ing and analysis respectively，besides that，the influencing factor with the highest fitting goodness was selected to establish the multi-band model and improve it． Finally，the inversion results in 2010 are compared with the water depth values calcu⁃ lated by MSPS software． The results show that the improved water depth inversion model has a good fitting degree of more than 0．9， and the average absolute error of the inversion value and measured value of water depth in the subsidence area of Panyi Mine in 2005 is 0．21 m，and the average relative error is 10．92．In 2010， the average absolute error of annual water depth inversion value in this region is 0．63 m， and the average relative error is 15．24 compared with the predicted value． The difference between the two values is normally distributed，which can achieve the purpose of mutual verification． The study results show that the multi-spectral remote sensing image can be used to obtain the water depth inversion model with high accuracy the error in the decimeter level， which can basically meet the engineering requirements，can provide reliable 总第 530 期 2020 年第 8 期 金属矿山 METAL MINE Series No． 530 August2020 129 ChaoXing 金属矿山2020年第8期总第530期 reference for ecological environment management and uation of mining area． KeywordsMulti-spectral remote sensing， Water depth inversion， Multi-band nonlinear model， Subsidence water accu⁃ mulation area， Mining area subsidence prediction and forecasting system 淮南矿区经过长期开采， 地面发生大面积坍塌、 沉陷， 生态环境和地表景观受到破坏， 形成了众多沉 陷积水区， 导致土地资源被浪费， 严重影响了矿区周 围居民的正常生活 ［1-2］。了解矿区沉陷积水面积和积 水深度可以为矿区生态环境评价和治理以及后期土 地复垦等工作提供基础数据支撑。遥感水深反演是 水深测量的重要方法之一， 相比于传统的声纳测深 和机载激光测深， 具有探测范围广、 快速灵活、 重复 观测、 不受地理位置和人为条件限制、 费用低廉等优 点 ［3-6］。 自20世纪70年代起， 国内外众多学者基于遥感 手段在水深测量方面进行了大量研究， 近年来， 随着 遥感技术不断发展， 遥感水深测量的精度和实用性 都得到了很大提高。陆天启等 ［7］基于SPOT-6高分辨 率遥感影像， 对南海东锣岛海域利用绿-红波段比值 模型得出了具有借鉴意义的水深反演结果； 张磊等 ［8］ 基于Landsat 8遥感影像， 利用12个反演因子构建了 多波段反演模型， 在内蒙古渤海湾水库得到了绝对 误差为0.68 m的水深反演结果； 盛琳等 ［9］利用分辨率 为2 m的Worldview-2遥感影像， 基于逐步回归的非 线性模型对南海岛环礁中东岛水深进行了反演， 精 度得到大幅提高， 但会受到波浪影响； 李丽 ［10］利用 WorldView-2卫星数据对西沙群岛水深进行了反演， 均方根误差在1.25 m以内。总体上， 水深反演研究主 要集中在近海、 湖泊， 水库等区域， 矿区开采沉陷积 水区水深反演研究成果较少， 代表性成果有 邓军 ［11］ 对徐州九里塌陷湖建立了多元回归模型， 得到了平 均误差为0.32 m的反演的相关结果； 武彦斌等 ［12］利 用近红外波段以2 m为阈值分区构建了反演模型， 在 淮南积水沉陷区2 m深度以内得到了平均相对误差 为13.367、 2～6 m深度平均相对误差为15.02的结 果。 本研究以淮南潘一矿为例， 基于2005年Landsat 5 TM多光谱遥感影像， 选取拟合优度高的反演因子， 构建精度较高的水深反演模型， 并应用在相同地区 其他年份的遥感影像， 通过与矿区沉陷预测预报系 统 （MSPS） 软件计算的水深结果进行比较分析， 探讨 开采沉陷积水区水深反演的可行性， 为矿区生态环 境动态监测及治理提供依据。 1研究区概况 淮南潘谢矿区地处洪淮平原， 内有泥河流域， 该 地区雨量充沛， 地下水补给量大， 潜水位高 ［13］。潘一 矿自20世纪90年代建成投产后， 随着开采工作不断 推进， 造成了数量众多、 分布面积大的地表沉陷积水 区， 积水区水源主要来自于浅层水以及大气降水的 汇流。研究区域位于淮南潘一矿采后面积最大、 水 深最大的沉陷积水区， 如图1所示。 该沉陷积水区与海洋、 湖泊以及水库等不同 潮 汐影响较小； 形成年限相对较短， 深度相对较浅， 由 于主要的水源是大气降水， 所以受到季节和天气的 影响较大； 塌陷积水区水生植被较少， 因而遥感影像 的光谱信息与水深值相关性较高。 2数据获取及处理 2. 1数据获取 2005年水深实测值来自于2005年4月中旬淮南 矿业集团对潘谢矿区塌陷积水区进行的现场调查数 据， 2010年水深预计值来自于矿区沉陷预测预报系 统 （MSPS） 软件结合淮南矿区地质条件、 采煤计划等 实际情况基于概率积分法得到的丰水期 （每年89 月） 稳定态预计数据。为了保证遥感影像与实际水 深之间的同步性， 遥感影像分别选取2005年4月13 日与2010年8月1日采集的Landsat 5TM多光谱遥感 影像， 具体参数见表1。 2. 2数据处理 （1） 辐射定标。本研究采用的两期遥感影像为 130 ChaoXing 2020年第8期吴双等 基于多光谱遥感的矿区积水区水深反演 Leve 1T级别的遥感影像， 已经经过系统的辐射校正 和基于地面控制点的几何校正， 并且通过DEM进行 了地形校正。在此基础上， 利用两期Landsat 5遥感 影像的拍摄日期和太阳高度角等参数， 对每个波段 都进行了辐射定标， 使两期影像各波段的DN值转换 为具有可比性的绝对辐射亮度值 ［14］。 （2） 水体提取。淮南矿区沉陷积水区与海洋、 水 库等具有明显水迹线的水域不同， 为了保证水深反 演不受其他类型地物的影响， 需要在研究区内进行 水体提取。本研究采用归一化差分水指数 （Normal⁃ ized Difference Water Index，NDWI） ［15］， 并基于 ENVI 5.3软件进行波段运算， 设置水体阈值， 构建水体掩膜 进行水体提取。 （3） 实测信息获取。本研究采用的2005年水深 实测值为区域水深等值线， 在1， 3， 5 m 3条水深等值 线上均匀、 随机地选取了45个测试点， 并记录每一点 的经纬度坐标以及水深值。 （4） 预计值获取。利用矿区沉陷预测预报系统 （MSPS） 软件， 根据淮南矿区开采沉陷现状并参考 淮 南矿区开采沉陷参数及预计软件研究 项目成果， 选 取预计参数， 按照概率积分法的基本原理得到稳定 态预计下沉数据， 结合2005年水深实测值以及2010 年当地水位线等地质资料， 生成积水区预计水深等 值线， 利用 ArcGIS软件， 构建 TIN数据， 再转成栅格 形式的水下DEM数据。 3水深反演模型建立 本研究主要依据水体在不同深度的光谱特性构 建水深反演模型。如图2所示， 电磁波在水体深水区 由于被吸收了更多的能量， 辐射出的能量相对较弱， 从而表现在遥感影像上辐射亮度较小， 浅水区辐射 出的能量相对较强， 所以遥感影像的辐射亮度值会 较大， 故可据此利用遥感影像反演水体深度 ［14-16］。此 外， 由于光谱传感器接收的水体遥感光谱信号不仅 包含了水体水深信息， 还包含了水体悬浮物， 水体叶 绿素含量以及水底等多个层次的光谱信息， 并且不 同波段对水体深度信息的敏感度也不同， 所以随着 水体深度变大， 各波段辐射亮度值并非简单呈现线 性下降趋势， 而是有着不同幅度的波动， 故而仅使用 单个波段或者双波段比值模型进行水深反演， 可能 会影响精度 ［17］。多波段模型综合利用了传感器多个 波段的光谱信息， 尽可能获取更多的水深信息， 可以 在一定程度上提高反演模型的拟合优度 ［18］。 3. 1确定反演因子 水深反演模型构建需要确定良好的反演因 子 ［19］。由图2可知， 在波长大于1 μm时， 水体反射的 相对能量极其微弱， 于是选择波长在1 μm以内的B1 蓝色波段、 B2绿色波段、 B3红色波段和B4近红外波段 进行反演因子研究以及模型构建。 利用ENVI 5.3软件及其二次开发IDL平台编写 程序， 批量提取45个水深实测值对应地理坐标下的遥 感影像像元灰度值， 并输出为CSV文件， 将水深实测 值与各波段的像元辐射亮度值一一对应。以水深实 测值为因变量y， 各波段的像元辐射亮度值为自变量 x， 分别建立了单波段线性、 指数、 对数模型以及双波 段指数模型， 并进行了拟合优度计算， 如表2所示 ［6］。 由表2可知 单波段模型中蓝色波段与近红外波 段拟优度最佳， 各类型模型拟优度均达到0.8以上， 绿色波段模型拟合优度低于红色波段， 可能是由于 沉陷积水区水质特性 （悬浮泥沙较多） ， 水深光谱特 性发生了 “红移” 现象所致。而双波段比值模型拟合 优度最佳的组合为蓝色波段与近红外波段的比值， 拟合优度为0.720 7， 剩余比值模型拟合优度欠佳， 整 体精度不如单波段比值模型。本研究选取反演效果 较好的单波段因子进行建模， 由于单波段各类型拟 合优度相差不大， 为了方便计算， 统一选取b1、 b2、 b3和 b4线性因子构建的多波段回归模型公式为 y ∑ i 1 n pi⋅ bi q，（1） 式中， y为水深反演值， m； b为反演因子； p为反演因子 对应的拟合系数； q为常数项拟合系数； n为反演因子 个数。 基于Visual Studio 2015平台， 编写多元线性回归 算法， 代入对应的水深实测值和各波段辐射亮度值， 经过运算得到以下模型 y -0．412b1 0．002b2- 0．040b3- 0．364b4 28．818. （2） 经过取样检验， 部分水深反演值出现负值情况， 并且通过与水深实测值进行对比分析， 拟合优度为 0.931 9， 平均绝对误差为 0.33 m， 平均相对误差为 18.32， 造成误差较大的原因主要是由于水深较浅 区域出现了部分负值， 故而对上述模型进行了改进， 131 ChaoXing 金属矿山2020年第8期总第530期 将初步水深反演值继续迭代回归， 得到多元非线性 正值模型 （图3） ， 模型公式为 y 0．449 7 0．658 1x 0．051 3x2，（3） 式中， y为最终水深反演值， m； x为初步水深反演值， m。 由图3可知 经过改进的多元非线性回归模型使 得水深均为正值， 在一定程度上保证了数值的准确 性， 拟合优度为0. 970 7， 比未校正前的初步反演模型 有所提高。 3. 3误差分析 利用ENVI 5.3软件波段运算模块将水深反演模 型应用在2005年研究区遥感影像上， 并在ArcGIS中 生成水深等值面， 结果如图4所示。为了进一步验证 反演精度， 利用ENVI 5.3软件及其二次开发IDL平台 编写程序， 批量提取了水深栅格影像中对应水深的 实测值和反演值， 并计算了绝对误差与相对误差。 经过统计计算， 平均绝对误差为0.21 m， 平均相对误 差为10.92， 精度较高， 表明反演结果可靠性强。 由图4可知 反演结果良好， 两片表现为黑色的 深水区域与实测水深图基本吻合， 水体中间也存在 部分显示为白色斑块的异常区域， 可能是受到植被 或者漂浮物影响， 以及反演模型本身存在一定程度 的不稳定性造成的。水深反演部分区域表现为不连 续的现象， 主要是因为Landsat 5 TM影像单个像素面 积为30 m30 m， 单像素水深值为900 m2区域内的平 均水深， 从而导致在水深变化区域会出现斑驳现象。 4水深反演模型应用分析 根据2005年研究区实测值建立的水深反演模型 132 ChaoXing 2020年第8期吴双等 基于多光谱遥感的矿区积水区水深反演 拟合优度高， 误差为分米级， 由于遥感数据的重复观 测特性以及可比性， 本研究将该模型应用在2010年 同一地区的遥感影像中， 并将反演值与同期水深预 计值进行比较分析。 4. 1模型应用 由于已经对两期遥感影像做过辐射定标处理， 像元DN值已转换为绝对辐射亮度， 使得不同时间获 取的同一区域的遥感影像具有一定的可比性。因 此， 通过2005年研究区遥感数据建立的水深反演模 型在一定程度上可以应用在2010年相同研究区域的 遥感数据中。基于ENVI 5.3软件波段运算模块， 将 反演模型应用在2010年Landsat 5遥感影像， 可得到 研究区2010年水深反演图 （图5 （a） ） ， 并与2010年水 深预计图进行对比分析， 结果见图5 （b） 。 由图5可知 反演结果较好， 2010年水深反演图 出现了与2005年近似的异常白色斑块区域以及部分 区域不连续的斑驳现象， 但是异常区域明显增多， 除 去植被或者漂浮物的影响以外， 还有由于时间间隔 过长， 以及所处季节不同等原因引起的水质变化等 现象。 4. 2误差分析 对2010年水深反演值和水深预计值进行变化监 测分析， 发现 2010 年积水区域共计 20 784 个像元。 表3为水深差值统计结果， 经过统计可得， 水深差值 小于1 m的像元占比最多， 为47.30， 也存在小部分 差值较大， 相差大于6 m的区域， 但仅占到0.97， 水 深差值总体集中在3 m以内， 共计83.73。为了更直 观地分析研究区水深差值分布， 绘制了如图6所示的 水深差值分布图。 由图6可知 水深差值近似呈正态分布， 无明显 的系统误差， 水深反演值与水深预计值变化规律一 致， 在一定程度上说明二者可以起到互相验证的作 用， 两种方法都可以得到在一定精度范围内的水深 值。为了进一步验证精度， 选取测试点进行统计分 析， 2010年水深反演值与水深预计值的平均绝对误 差为 0.63 m， 平均相对误差为 15.24。相比于 2005 年， 误差有所增大， 这是由于模型本身的误差与预计 值的误差叠加所致。研究表明 本研究构建的模型， 即利用多光谱遥感对其包含的水体深度信息进行多 元非线性回归得到的水深反演模型， 可以为矿区沉 陷积水区动态监测以及生态环境评价提供参考。 5结论 结合2005年淮南潘一矿水深实测值， 基于多光 谱遥感影像建立了非线性多元回归模型， 将其应用 到2010年同一地区， 并与基于概率积分法的水深预 计值进行了比较分析， 得出如下结论； （1） 通过多波段线性回归模型建立了遥感数据 的像元绝对辐射亮度值与水深值之间的定量关系， 拟合优度为97.07， 平均绝对误差为0.21 m， 平均相 对误差为10.92， 水深反演值与水深实测值的水深 等值面符合度较高， 模型可靠性强。 （2） 将水深反演模型应用于2010年同一地区的 遥感数据， 并与基于概率积分法的水深预计值进行 了比较分析， 平均绝对误差为0.63 m， 平均相对误差 133 ChaoXing ［1］ ［2］ ［3］ ［4］ ［5］ ［6］ ［7］ ［8］ ［9］ ［10］ ［11］ ［12］ ［13］ ［14］ 为15.24。由于该年度没有实测值， 所以无法判断 哪种方法的精度更高， 但是二者水深等值面变化规 律相似， 水深差值呈正态分布， 可以互相验证和补 充， 从某种意义来说， 两种方法均可以为积水区水深 测量提供数据支撑。在没有充分掌握矿区资料的情 况下可以侧重于使用遥感反演方法； 在矿区资料充 分可靠的情况下， 可以选择矿区沉陷预测预报系统 （MSPS） 软件进行水深预计， 或者将二者结合起来互 相补充得到精度较高的成果。 （3） 本研究还存在一定的不足， 后续工作中需要 进一步研究的内容有 ①水深反演模型的精度在很 大程度上取决于水深实测值的精度， 试验中的实测 数据为水深等值线， 只有间隔2 m的离散程度较大的 实测值， 后期可以通过补充与丰富实测值来优化模 型； ②将水深反演模型应用在其他年份或者其他地 区时， 可以添加调整因子， 并利用少量实测值对模型 进行改进； ③通过获取2010年水深实测值， 对遥感方 法和基于概率积分法的预计方法进行精度评判， 进 一步建立遥感结合概率积分法的高精度水深反演模 型。 参 考 文 献 王海庆， 杨金中， 陈玲， 等．采煤沉陷区恢复治理状况遥感调 查 ［J］ ．国土资源遥感， 2017， 29 （3） 156-162． Wang Haiqing， Yang Jinzhong， Chen Ling， et al．Remote sensing in⁃ vestigation of restoration and management situation in coal mine subsidence areas［J］ ． Remote Sensing of Land and Resources， 2017， 29 （3） 156-162． 何强， 吴侃， 许冬．平原地区采煤沉陷积水计算模型构建 与影响分析以洸府河为例 ［J］ ． 金属矿山， 2015 （3） 173- 177． He Qiang， Wu Kan， Xu Dong．Construction of subsidence waterlog calculation model for coal mining in plain area and the effect analy⁃ sisa case study of Guangfu River［J］ ．Metal Mine， 2015 （3） 173- 177． 曹彬才， 邱振戈， 朱述龙， 等．高分辨率卫星立体双介质浅水水 深测量方法 ［J］ ．测绘学报， 2016， 45 （8） 952-963． Cao Bincai， Qiu zhenge， Zhu shulong， et al．Shallow water bathyme⁃ try through two medium photogrammetry using high resolution satelite imagery ［J］ ．Acta Geodaetica et Cartographica Sinica， 2016， 45 （8） 952-963． 田庆久， 王晶晶， 杜心栋．江苏近海岸水深遥感研究 ［J］ ．遥感学 报， 2007 （3） 373-379． Tian Qingjiu， Wang Jingjing， Du Xindong．Study in water depth ex⁃ traction from remote sensing imagery in Jiangsu Coastal Zone［J］ ． Journal of Remote Sensing， 2007 （3） 373-379． 王纪坤， 陈正华， 余克服， 等．珊瑚礁区多光谱遥感水深反演研 究 ［J］ ．遥感技术与应用， 2018， 33 （1） 61-67． Wang Jikun， Chen Zhenghua， Yu Kefu， et al．Water depth ina⁃ tion extraction with multi-spectral remote sensing in coral reefs re⁃ gion ［J］ ．Remote Sensing Technology and Application， 2008， 33 （1） 61-67． 邱耀炜， 沈蔚， 惠笑， 等．基于WorldView-2数据和随机森林 算法的遥感水深反演 ［J］ ．遥感信息， 2019， 34 （2） 75-79． Qiu Yaowei， Shen Wei， Hui Xiao， et al． Water depth inveersion based on World View-2 date and random forest algorithm ［J］ ．Re⁃ mote Sensing Ination， 2019， 34 （2） 75-79． 陆天启， 陈圣波， 郭甜甜， 等．基于SPOT-6遥感影像的近海水深 反演 ［J］ ．海洋学研究， 2016， 34 （3） 51-56． Lu Tianqi， Chen Shengbo， Guo Tiantian， et al．Offshore bathymetry retri from SPOT-6 image ［J］ ．Jounal of Marine Science， 2016， 34 （3） 51-56． 张磊， 牟献友， 冀鸿兰， 等．基于多波段遥感数据的库区水深 反演研究 ［J］ ．水利学报， 2018， 49 （5） 121-129． Zhang Lei， Mou Xianyou， Ji Honglan， et al．Research on water depth inversion in reservoir area based on multi band remote sensing data ［J］ ． Journal of Water Resources， 2018， 49 （5） 121-129． 盛琳， 王双亭， 周高伟， 等．非线性模型岛礁礁盘遥感水深反 演 ［J］ ．测绘科学， 2015， 40 （10） 43-47． Sheng Lin， Wang Shuangting， Zhou Gaowei， et al．Research on reefs bathymetry estimation by remote sensing based on nonlinear maded ［J］ ．Science of Surveying and Mapping， 2015， 40 （10） 43-47． 李丽．基于WorldView-2数据的西沙群岛遥感水深反演 以赵述岛和南岛为例 ［J］ ．国土资源遥感， 2016， 28 （4） 170-175． Li Li．Remote sensing bathymetric inversion for the xisha Islands based on worldview-2 data a case study of Zhaoshu Island and South Island ［J］ ．Remote sensing of Land and Resources， 2016， 28 （4） 170-175． 邓军．基于遥感影像的煤矿沉陷区水深反演研究 ［J］ ．测绘与 空间地理信息， 2017， 40 （1） 87-90， 93． Deng Jun． Water depth retri of coal mining subsidence area based on remote sensing image ［J］ ．Mapping and Spatial Geographic Ination， 2017， 40 （1） 87-90， 93． 武彦斌， 彭苏萍， 黄明， 等．淮南积水沉陷区水深遥感定量分 析 ［J］ ．中国矿业大学学报， 2007， 36 （4） 537-541． Wu Yanbin， Peng Suping， Huang Ming， et al．Quantitative analysis of water depth in Huainan ponding subsidence based on remote sensing ［J］ ．Journal of China University of Mining and Technology， 2007， 36 （4） 537-541． 程方奎， 宫传刚， 刘和武．淮南潘集典型采煤沉陷积水区的水质 变化规律 ［J］ ．黑龙江科技大学学报， 2015， 25 （1） 31-35． Cheng Fangkui， Gong Chuangang， Liu Hewu． Laws behind eater quality variation in typical coal mining subsidence area in Panji District of Huainan City［J］ ．Journal of Heilongjiang University of Science and Technology， 2015， 25 （1） 31-35． 程洁， 马毅， 陈安娜， 等．基于GF-2多光谱数据的水深多模 型探测比较研究以香港平洲岛为例 ［J］ ． 海洋技术学报， 2018， 37 （6） 66-72． Cheng Jie， Ma Yi， Chen Anna， et al．Comparative study on multi- model detection of water depth based on GF-2 multi-spectral dataa case study of the Pingzhou Island Hongkong［J］ ．Journal of Ocean 金属矿山2020年第8期总第530期 134 ChaoXing Technology， 2018， 37 （6） 66-72． 王晶晶， 田庆久．基于TM遥感图像的近海岸带水深反演研究 ［J］ ．遥感信息， 2006， 21 （6） 27-30， 81． Wang Jingjing， Tian Qingjiu．A research on coastal bathymetry re⁃ tri from TM image［J］ ．Remote Sensing Ination， 2006， 21 （6） 27-30， 81． 曹斌， 邱振戈， 曹彬才 ．四种遥感浅海水深反演算法的比较 ［J］ ．测绘科学技术学报， 2016， 33 （4） 388-393． Cao Bin， Qiu Zhenge， Cao Bincai．Comparison of four inverse algo⁃ rithms of water depth ［J］ ．Journal of Geomatic Science and Technol⁃ ogy， 2016， 33 （4） 388-393． 杜心栋， 田庆久， 王晶晶， 等．江苏近海辐射沙洲水域水深与光 谱的相关性研究 ［J］ ．国土资源遥感， 2007， 19 （3） 89-93， 97． Du Xindong， Tian Qingjiu， Wang Jingjing， et al．The correlation be⁃ tween water depth and reflectance spectra in radial submarine sand ridge systems of Jiangsu Province ［J］ ．Remote Sensing of Land and Resources， 2007， 19 （3） 89-93， 97． 李丽丽， 张艳红， 邢立新， 等．扎龙湿地龙泡子水深的高光谱建 模研究 ［J］ ．遥感技术与应用， 2013， 28 （2） 212-216． Li Lili， Zhang Yanhong， Xing Lixin， et al．Modeling of water depth of Longpaozi in Zhalong Marsh on high spectral resolution data ［J］ ． Remote Sensing Technology and Application， 2013， 28（2） 212- 216． 叶小敏， 郑全安， 纪育强， 等．基于TM影像的胶州湾水深遥感 ［J］ ．海洋测绘， 2009， 29 （2） 12-15， 19． Ye Xiaomin， Zheng Quan’ an， Ji Yuqiang， et al．Water depth extrac⁃ tion from TM image in Jiaozhou Bay［J］ ．Hydrographic Surveying and Charting， 2009， 29 （2） 12-15， 19． ［15］ ［16］ ［17］ ［18］ ［19］ 2020年第8期吴双等 基于多光谱遥感的矿区积水区水深反演 135 ChaoXing