基于稳健加权总体最小二乘的海洋重力数据海底地形反演方法增强研究

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》:Enhancing seafloor topography inversion based on marine gravity data using robust weighted total least squares

【字体: 大 中 小 】 时间:2025年12月30日 来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 5.4

编辑推荐:

  本文针对海底地形(ST)反演中传统线性回归方法仅考虑船测水深误差而忽略卫星测高重力数据不确定性的问题,提出了一种改进的线性回归框架。研究利用高精度多波束船测水深数据(MSB1)作为约束,迭代确定水深与重力数据间的最优权重比,进而应用稳健加权总体最小二乘法(RWTLS)估计回归参数,构建了南海局部海域的ST模型。结果表明,该模型整体精度约150米,较传统方法显著提升了12~30公里波长范围内的地形能量,尤其在近海水域效果更为明显。本研究为考虑多源数据不确定性的稳健线性ST建模提供了新策略。

  
海底地形是海洋科学研究和地球物理应用的重要基础数据,其精确建模对于理解海底板块构造、火山活动以及地质过程与地形的相互作用至关重要。目前,海底地形建模主要依赖卫星测高衍生的重力数据,而线性回归方法因其简单高效被广泛应用。然而,传统方法如迭代重加权最小二乘法(IRLS)通常假设自变量(即重力数据)无误差,仅考虑因变量(即船测水深)的误差,这在实际应用中存在明显局限。单波束船测数据(SSB)积累量大但精度相对较低,多波束船测数据(MSB)精度高但分布不均且积累历史短。同时,卫星测高观测受到卫星轨道误差、海况变化、近陆地信号污染等多种因素影响,导致衍生的重力数据存在不确定性,尤其在近海水域质量较差。因此,忽视重力数据的误差会降低海底地形反演的可靠性。
为解决这一问题,研究人员在《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》上发表论文,提出了一种基于稳健加权总体最小二乘(RWTLS)的改进线性回归框架,以增强海底地形反演的稳健性。该研究选择中国南海西北部海域(113°~118°E, 13°~19°N)作为研究区,该区域地形复杂,水深变化大(0-5000米),包含岛屿、海山链、海沟等多种地貌特征,是检验反演方法的理想场所。
研究采用的关键技术方法主要包括:1)基于“移除-插值-恢复”策略,融合SSB数据与非重力海底地形模型(GEBCO_08)构建先验地形模型;2)通过重力异常(GA)与参考地形模型(GEBCO_2023)的相干性分析,确定最优反演波长(15-100公里),并构建带通滤波器Wbp(f)提取中波长分量;3)以MSB1为约束,迭代确定中波长水深与重力数据的最优权重比(α* = 0.026),构建初始权重矩阵;4)应用RWTLS方法估计线性回归参数(斜率S和截距C),进而构建海底地形模型(Topo_RWTLS),并融合船测控制数据得到最终模型(Topo_RWTLS_P)。
研究结果表明,基于RWTLS方法构建的海底地形模型(Topo_RWTLS_P)与检查数据(MSB2)比较的均方根误差(RMSE)约为150米,与现有全球模型(topo_27.1、ETOPO2022和SDUST2023BCO)一致性高,相关系数(CORR)超过97%,验证了该方法的可靠性。与IRLS、普通最小二乘法(OLS)和随机抽样一致性算法(RANSAC)等传统方法相比,RWTLS方法将反演精度提高了约6-22米,功率谱密度(PSD)分析进一步显示其在12-30公里波长范围内显著增强了地形能量。分层精度评估表明,RWTLS在3000-4000米水深范围的改善最为明显(约20米),这主要源于近海水域重力数据不确定性较大时,RWTLS通过联合考虑水深和重力误差提升了反演可靠性。此外,研究还探讨了不同重力数据(重力异常GA、垂向重力异常梯度VGAG及其组合)对反演结果的影响,发现RWTLS在不同输入下均表现稳健,进一步证实了其优越性。
结论部分强调,本研究提出的RWTLS框架通过有效顾及船测水深和测高重力数据的误差,提升了线性海底地形反演的稳健性和精度,尤其在数据质量较差的近海区域改善显著。尽管该方法在线性建模方面表现出色,但在捕捉非线性地形特征方面仍存在不足。未来工作将探索融合稳健线性特征与复杂非线性特征的合成方法,以进一步提升海底地形模型的完整性和准确性。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    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