水深是水文资料的重要组成部分,能够为船只航行、水下地形监测等人类活动提供数据支撑。同时,航天遥感技术的蓬勃发展,使得利用遥感手段对浅海区域进行大范围、高时间分辨率、无接触式的水深反演成为可能。众多学者对浅海区域的遥感水深反演做了大量研究工作,但关于无控水深反演的研究稍显单薄,因此,本文聚焦大洋岛礁浅海水深多光谱遥感无控反演方法,主要从以下几个方面展开研究:(1)遥感水深反演算法回顾。本文首先回顾了多光谱条件下的各种有控水深反演算法,包括单波段水深反演算法、双波段水深反演算法和对数比值反演算法;同时分析了高光谱条件下的无控水深反演算法,即半分析模型;最后比较上述算法,分析了各自的优缺点及适用场景。(2)基于机器学习的无控水深反演方法研究。本文针对南海甘泉岛礁浅海水深无控反演问题,利用其他海域的遥感影像和水深数据训练多种机器学习模型,包括线性回归、支持向量机回归、集成学习以及神经网络等,实现了甘泉岛的无控水深反演。实验表明不同机器学习模型在无控水深反演中虽然取得了一定的效果,但反演的精度较低,而且稳定性也不足。(3)在深入分析了对数比值模型和半分析模型各自优缺点及应用限制的基础上,提出了一种能够应用于四波段遥感影像实现无控水深反演的新方法(L-S模型)。通过对随机选择的若干像素点的半分析模型水深反演结果和自身光谱特性的比对分析确定最优反演参数,并通过基于最优参数的对数比值模型得到水深反演结果。基于多种遥感数据的海南甘泉岛无控水深反演实验结果表明,该模型能够在无控制点的情况下,实现与有控水深反演相近的精度,且稳定性较强。(4)基于L-S模型,完成了大洋岛礁浅海水深无控遥感反演软件的设计与研制,给出了图像显示、耀光校正、大气校正、无控水深反演、水深色阶图输出等软件模块的详细设计。应用结果表明该软件具有较好的大洋岛礁浅海区域无控水深反演能力。