公开(公告)号：CN115436966A

公开(公告)日：2022-12-06

申请号：CN202211254631.7

申请日：2022-10-13

Applicant: 自然资源部第二海洋研究所 ,  上海交通大学

Inventor： 陈鹏 ,  谢丛霜 ,  张镇华 ,  钟纯怿 ,  黄海清 ,  王天愚

IPC: G01S17/88

Abstract: 本发明公开一种激光雷达参考水深控制点批量提取方法，该方法首先利用高分辨率遥感图像快速提取浅水特征光子，然后应用DBSCAN算法检测水下光子信号，剔除部分异常点后，最后快速获得ICESat‑2的浅水参考水深控制点数据。本发明能够快速提取ICESat‑2光子检测到的浅水水底地形光子信号，提高激光雷达回波检测海底地形结果的效率。

公开(公告)号：CN113960624B

公开(公告)日：2024-07-23

申请号：CN202111232283.9

申请日：2021-10-22

Applicant: 自然资源部第二海洋研究所 ,  上海交通大学

Inventor： 陈鹏 ,  谢丛霜 ,  张镇华 ,  钟纯怿 ,  黄海清 ,  王天愚

IPC: G01S17/89

Abstract: 本发明公开一种基于自适应DBSCAN的激光雷达回波水下地形检测方法，该方法首先读入ICESat‑2ATL03原始数据，对数据进行垂直方向截取，对沿轨距离轴作缩小处理，然后分段处理ICESat‑2光子数据；通过计算得到候选的半径ε和最小聚类阈值minpts数据集，带入DBSCAN中进行聚类分析，得到对应的聚类簇数，当生成的簇数连续三次相同时，认为聚类结果趋于稳定，记该簇数对应的半径ε和最小聚类阈值minpts为当前数据段的最优参数，将该参数带入DBSCAN中用于检测水下地形，最后继续处理剩余数据段，直至数据处理结束。本发明采用自适应的方法计算DBSCAN的关键参数半径ε和最小聚类阈值minpts，适用于大批量激光雷达数据的批处理，能够提高检测算法的准确性。

公开(公告)号：CN113960625B

公开(公告)日：2024-06-11

申请号：CN202111232285.8

申请日：2021-10-22

Applicant: 自然资源部第二海洋研究所 ,  上海交通大学

Inventor： 陈鹏 ,  谢丛霜 ,  张镇华 ,  钟纯怿 ,  黄海清 ,  王天愚

IPC: G01S17/89

Abstract: 本发明公开一种基于星载单光子激光主被动遥感融合的水深反演方法，该方法首先读取ICESat‑2ATL03原始数据集；然后采用DBSCAN方法提取浅水水体水深数据；之后选择该地区少云量的Sentinel遥感图像，对其进行大气校正、空间切割、陆地云层掩膜；利用前面的ICESat‑2数据中检测得到的水深数据带入波段比值经验模型进行回归训练得到参数，最后带入sentinel遥感图像中反演出该地区水深地图。本发明采用无需原位测深数据作为控制点，在不易机载测量水深地区亦可开展水深测量，且保持了良好的测量精度。

公开(公告)号：CN113740873B

公开(公告)日：2024-05-28

申请号：CN202111009955.X

申请日：2021-08-31

Applicant: 自然资源部第二海洋研究所

Inventor： 陈鹏 ,  张镇华 ,  毛志华 ,  王天愚 ,  袁大鹏 ,  谢丛霜 ,  钟纯怿 ,  钱政

IPC: G01S17/88 ,  G01S7/497

Abstract: 本发明属于海洋激光雷达遥感探测技术领域，尤其涉及一种基于高斯卷积的海洋激光雷达快速仿真方法。该方法根据水体散射相函数计算均方角#imgabs0#，计算散射相函数前向峰#imgabs1#，计算单次散射信号强度#imgabs2#，计算多次散射与单次散射比#imgabs3#，计算多次散射信号强度#imgabs4#，计算激光回波信号总强度#imgabs5#。本发明根据高斯激光束与高斯相函数的卷积，可以将激光在水体的多次散射信号快速地仿真出来。

公开(公告)号：CN115792946A

公开(公告)日：2023-03-14

申请号：CN202211240769.1

申请日：2022-10-11

Applicant: 自然资源部第二海洋研究所

Inventor： 陈鹏 ,  张镇华 ,  黄海清 ,  王天愚 ,  谢丛霜 ,  钟纯怿 ,  孙妙 ,  张思琪 ,  陈溯

IPC: G01S17/88 ,  G06F17/15

Abstract: 本发明公开一种用于星载激光雷达探测次表层水体要素的反演方法，包括：对回波剖面信号进行均值滤波；提取陆地表面数据，计算离散瞬态响应函数，并进行拟合；然后对滤波后的激光雷达测量信号进行瞬态响应校正；提取海洋近邻数据，再依次计算积分衰减系数，校正积分衰减系数和平行垂直相关系数，获取偏振串扰系数，对瞬态响应校正后的信号再进行偏振串扰校正；依次计算水体总退偏比和水体后向散射系数；根据时间和经纬度匹配星载激光雷达和已有水体参数相对应的数据，然后将总退偏比、水体后向散射系数和纬度作为变量，水体参数作为真值输入深度神经网络进行学习，得到训练后的深度学习网络，预测水体参数。该方法可快速而准确的反演水体要素。

公开(公告)号：CN111965608A

公开(公告)日：2020-11-20

申请号：CN202010686197.4

申请日：2020-07-16

Applicant: 自然资源部第二海洋研究所

Inventor： 陈鹏 ,  毛志华 ,  王天愚 ,  张镇华 ,  袁大鹏 ,  朱乾坤 ,  黄海清 ,  龚芳

IPC: G01S7/40

Abstract: 本发明公开一种基于水体叶绿素浓度的星载海洋激光雷达探测能力评估方法。该方法步骤包括1）计算给定叶绿素浓度下特定波长的光学参数,包括散射角为180°的后向散射系数 和漫衰减系数 ；2）计算激光在大气中的透过率 ；3）通过后向散射系数 、漫衰减系数 和透过率 ，计算星载海洋激光雷达回波信号 ；4）计算背景光接收功率 ；5）计算接收器内部噪声；6）计算星载海洋激光雷达信噪比 ， ，其中，为光电倍增管的响应度，为倍增系数，为暗电流；7)根据信噪比衰减深度来表征特定波段下的星载海洋激光雷达探测能力，所述的信噪比衰减深度信噪比为0时的深度：，当信噪比衰减到一定程度时的深度即为该波长下的探测能力。本发明可以快速准确的计算不同叶绿素浓度下，不同激光波长的最大探测深度。