基于ICESat-2与Sentinel-2联合沉积物信息分区的珊瑚礁浅海水深反演方法

针对珊瑚礁浅海水深数据获取效率低、传统卫星反演模型受沉积物差异影响大的问题，研究人员提出结合沉积物信息的分区卫星水深反演方法（SDB_SS）。通过Sentinel-2多光谱影像粗分沉积物类型，结合ICESat-2激光测深数据构建分区优化模型，实验显示RMSE降低至0.97 m，较传统单波段模型提升0.27–1.65 m，为无实测光谱数据的珊瑚礁水深反演提供新思路。

　　

珊瑚礁生态系统被誉为"海洋热带雨林"，其浅海水深数据对生态保护、资源开发至关重要。然而传统船载声呐和机载激光雷达(LiDAR)测量成本高、效率低，而常规卫星测深(Satellite-Derived Bathymetry, SDB)模型在复杂沉积物区域精度骤降。尤其像南海永乐群岛这类远离大陆的珊瑚礁区，沉积物类型从细沙、碎石到珊瑚藻类混杂分布，导致单模型适用性差。更棘手的是，精细沉积物分类依赖现场声学与光谱测量，这在偏远岛礁实施难度极大。

针对这一难题，中国的研究团队创新性地提出融合沉积物信息的分区卫星水深反演方法(SDB_SS)。研究通过Sentinel-2多光谱影像视觉解译将沉积物初步分为沙、碎石、海草等6类，统计像素光谱特征后，创新性地采用阈值分割法将珊瑚礁区划分为高、中、低反射三个子区。结合ICESat-2 ATLAS光子激光数据，构建改进的分区水深反演模型。实验表明，相比传统单波段、对数比值等模型，新方法在永乐群岛的RMSE最低达0.97 m，精度提升最高达65.27%。该成果发表于《International Journal of Applied Earth Observation and Geoinformation》。

关键技术包括：1）基于RANSAC和OPTICS算法的ICESat-2水下光子降噪；2）Sentinel-2多光谱影像的NDWI水体分割与沉积物反射率统计；3）基于置信区间的沉积物反射分区阈值划分；4）分区优化建模（QRA/QRB等）。研究使用2015-2023年间获取的船载声呐、LiDAR及ICESat-2数据验证，样本覆盖0-30 m水深范围。

研究结果
4.1 ICESat-2测深数据提取
经折射校正与潮汐修正后，ICESat-2数据与实测水深比较R²达0.98，RMSE仅0.29 m，证明其可替代传统测量数据。羚羊礁区域光子点连续性好，有效还原礁区地形特征。

4.2 常规模型精度对比
在低反射区（珊瑚/藻类为主），单波段模型RMSE达3.08 m，而QRA模型优化至1.17 m；中反射区（沙石混合）QRA模型表现最佳（RMSE=0.61 m）；高反射区（沙质为主）QRA模型误差仅0.43 m，证实沉积物反射特性显著影响反演精度。

4.3 分区反演结果
SDB_SS模型在全区域的RMSE（0.97 m）较传统QRA模型降低19.4%。珊瑚岛港口区域（水深10-15 m）的反演结果与地形吻合，泉富岛通道（15-20 m）边界清晰，碎石区（0-5 m）误判率较单波段模型降低80%。

讨论与结论
该研究的创新性在于：1）首次实现无实测光谱的珊瑚礁沉积物光谱统计分区；2）揭示沉积物反射敏感度排序为沙质>混合型>珊瑚藻类；3）验证QRA模型在分区反演中的普适性。局限性在于影像与激光数据时空分辨率差异可能引入误差，未来需优化子区边界融合算法。

这项研究为全球类似纬度珊瑚礁区的水深测绘提供新范式，尤其在"一带一路"沿线岛礁基础设施建设、生态监测等领域具有重要应用价值。通过多源卫星数据协同，成功突破偏远珊瑚礁区高精度水深反演的技术瓶颈。