SAR图像浅海地形反演算法研究的中期报告一、研究背景与意义随着无人机、卫星等遥感技术的快速发展，海洋测绘工作已经飞速发展，并且在民用领域有着广泛的应用，例如海洋资源勘探、海洋环境监测、海底地形测绘等。其中，海底地形测绘是海洋测绘中的重要组成部分，随着海洋开发程度的不断提高，我们需要获取更加精细、全面的海底地形数据，特别是在浅海区域的地形特征展现更加突出。因此，开展浅海区域地形反演算法研究对于提高海底地形测绘精度和效率具有重要意义。SAR（SyntheticApertureRadar，合成孔径雷达）作为一种主动遥感的技术手段，在海洋测绘中得到了广泛应用。其中，SAR图像地形反演算法是一种基于SAR图像的地形测绘方法，其原理是利用SAR图像的反射特性，通过解析SAR图像阴影和多普勒频移来推测地面高程信息。相比于传统的地形测绘方法，SAR图像地形反演算法具有不受地形高程限制、具有高精度测绘结果等优点。因此，研究SAR图像浅海地形反演算法具有重要的科学和实践意义。二、研究现状目前，SAR图像地形反演算法已经有了很多研究成果，例如常用的SRTM（ShuttleRadarTopographyMission，航天飞机雷达地形测量任务）算法、InSAR（InterferometricSyntheticApertureRadar，干涉合成孔径雷达）算法和SAR影像阴影（Shadows）算法等。这些算法都已经得到了广泛的应用，但是这些算法的缺点也比较明显，例如算法在复杂地形下效果不佳，测量结果有误差等。对于浅海地形反演算法的研究，目前也有较多的关注。其中，整个浅海地形建模方法包括双波段分析方法、时频分析方法、多靶标点扩展方法、成像前处理方法、中等分辨率及以下卫星数据方法等。通过这些研究，有效地解决了浅海区域的地形反演问题，为海洋测绘提供了重要数据支撑。三、研究内容本中期报告主要基于单极化SAR数据（C波段，TD、SC）为主，研究SAR图像浅海地形反演算法，包括SAR影像阴影算法和时频域算法两种。1.SAR影像阴影算法：通过阴影区域计算子地形的高度，该算法简单高效，并且可以处理较大的图像。本报告中主要是基于海底阴影区域的梯度分析来计算海底地形。2.时频域算法：时频域算法是一种常用于处理SAR图像的算法，通过分析SAR图像中的多普勒频移信息来反演地形高差。该算法可以在复杂地形下计算数据，但是需要进行复杂的处理。四、研究进展1.SAR影像阴影算法：已经完成了基础的SAR图像预处理，并且利用Python语言实现了基于阴影区域梯度分析的地形反演算法，计算部分的结果已经初步验证。2.时频域算法：开始着手处理相关数据，并且在Matlab环境下完成了经过优化后的基于时频域分析的地形反演算法，初步结果很良好。五、下一步计划1.SAR影像阴影算法：继续完善算法，优化计算步骤，改进算法的稳定性和精度；研究引入其他定量指标，进一步提高地形反演的精度。2.时频域算法：开展更多数据处理工作，进一步完善算法；通过对算法的优化，减少椒盐噪声的影响，进一步提高计算精度。六、参考文献[1]AntoniaBrogioni,FabioLombardini,GabriellaVenuti,andPaolo.Casciello.ANewTechniqueforTopographicFeatureExtractioninVeryShallowCoastalWatersUsingX-BandSARImages.RemoteSensing,2016,8(11):981.[2]NathanaelWong,TintHlaHlaWin,Han-LimChoi.BathymetryRetrievaloverShallowWaterUsingSingle-PolL-BandSARImage.RemoteSensing,2016,8(12):971.[3]陈建康，朱立平.SAR图像浅海地形反演研究综述.地球物理学报,2015(04):1164-1172.[4]VeroniqueCommandre,GillesGuitton,CedricGervaiseetal.ComparisonoftwotechniquesfordeterminingseabottomtopographyusingsimulatedandrealENVISATASARimages.IEEEJournalofOceanicEngineering,2006,31(4):824-833.