利用波形分類和波形重定改善近岸Envisat測高資料-以新竹香山濕地為例

Translated title of the thesis: Improvement of Envisat measurement by Waveform Classification and Retracking:A case study of Hsiang-Shan wetland in Hsinchu
  • 莊 偉民

Student thesis: Master's Thesis

Abstract

近年來衛星測高已成為提供高精度海水面的重要觀測工具之一,然而將其應用在近岸0~5 km仍舊有精度不佳的問題。香山濕地為?多瀕臨絕種生物的棲息地,也是東亞太水鳥保護網之一,極具保護價值,正受到海水面上升所威脅。因此,本研究將改善此區域的Envisat測高資料精度,以提供正確的海水面高度資料。本研究利用18Hz Envisat RA-2 Cycle 10 ~ Cycle 90 SGDR波形資料,結合線性判別分析(Linear Discriminant Analysis LDA)與最近鄰居分類器(k-Nearest Neighbors Classifier k-NN)進行波形分類,然後將分類出之海洋反射波形以不同波形重定演算法(包含Cruve Fit、Ice-1、Ocean、Threshold和 Modified Threshold演算法)重定來求得海水面高度,最後以新竹驗潮站和EGM2008大地起伏模型評估成果精度。本研究發現使用LDA搭配k-NN比起單獨使用k-NN的波形分類,近岸0~5km Ice-1波形重定後Envisat高度與驗潮站差值之標準偏差(Standard Deviation STD),由0 26 m減少至0 17 m;然而,使用LDA於波形分類在5~10 km的差值STD卻是沒有明顯改善的,其原因為開闊海域下多屬於海洋波形,單獨使用k-NN即能獲得良好的分類效果。而使用LDA搭配k-NN分類後,能大幅改善於近岸0~5 km區域的精度,表現最好的波形重定為Ice-1演算法,與新竹驗潮站差值之STD由1 14 m提升至0 17 m,與未使用波形重定比較,其改善率(Improvement Percentage IMP)為77 4%。與EGM2008差值之STD由1 26 m減少至0 20 m,IMP為82 2%。在開闊海域5~10 km的部分,其波形大多屬於海洋反射波形,經過波形重定重定後的STD即小於0 3 m以下,使用LDA搭配k-NN分類後只能些微改進精度,同樣也是Ice-1演算法表現最佳,與新竹驗潮站差值之STD由0 27 m減少至0 21 m,IMP為51 4%。與EGM2008差值之STD由0 30 m減少至0 22 m,IMP為58 6%。
Date of Award2017 Aug 29
Original languageChinese
SupervisorChung-Yen Kuo (Supervisor)

Cite this

'