基于轮廓似然框架的半解析模型水柱深度不确定性评估
《IEEE Transactions on Geoscience and Remote Sensing》:Quantifying Uncertainty Bounds in Spectral Shallow Water Bathymetry: The Profile Likelihood Framework for Semi-Analytical Models
【字体:
大
中
小
】
时间:2026年09月23日
来源:IEEE Transactions on Geoscience and Remote Sensing 9.4
编辑推荐:
摘要:浅水区精确水深测绘对海岸监测、航行安全和环境保护至关重要。尽管半解析(SA)模型已被证明能从光学遥感数据有效估计水柱深度(WCD),但量化其相关不确定性仍是一项重大挑战。本研究引入了一种基于轮廓似然的统一框架,用于评估半解析(SA)模型中水柱深度(WCD)的不确定性,从
摘要:
浅水区精确水深测绘对海岸监测、航行安全和环境保护至关重要。尽管半解析(SA)模型已被证明能从光学遥感数据有效估计水柱深度(WCD),但量化其相关不确定性仍是一项重大挑战。本研究引入了一种基于轮廓似然的统一框架,用于评估半解析(SA)模型中水柱深度(WCD)的不确定性,从而将传统方差 - 协方差方法与基于似然的推断联系起来。通过受控模拟,我们系统地评估了一阶统计检验(似然比检验、沃尔德检验(观测值和期望值)以及得分检验)在不同环境条件和传感器配置下的性能。结果表明,期望费雪信息沃尔德检验(等同于经典方差 - 协方差传播)在清水高光谱环境中能提供可靠的不确定性界限。然而,在多光谱应用和复杂水体条件下,其性能下降,此时似然比检验表现出更强的稳健性。这种差异凸显了逐像素光谱测深典型小样本区间的根本局限性。值得注意的是,即使在具有真实参数初始化的理想化条件下,半解析模型中的局部优化挑战也可能同时损害参数估计和不确定性量化,这表明在实际应用中,若初始化条件不佳,挑战将更大。这些发现强调了稳健统计推断在提高测深产品可靠性以服务于业务化应用方面的重要性。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号