供稿：董友强    审核：谷天硕

近日，地球科学和遥感领域顶级期刊《IEEE Transactions on Geoscience and Remote Sensing》（IEEE TGRS）在线刊发了测绘与城市空间信息学院的最新研究成果“A Denoising Algorithm for ICESat-2 Bathymetric Photons Based on Point Cloud Gridding”。IEEE TGRS是IEEE地球科学与遥感技术协会（GRSS）会刊，是遥感和地球科学领域内最具影响力和权威性的期刊之一。该期刊为中科院一区TOP期刊，影响因子为7.5。论文第一作者为2024级博士生李煜，周磊教授为本文通讯作者，河海大学贾东振副教授、吴怿昊副教授和徐南副教授为本文共同作者。

李煜硕士毕业于河海大学地球科学与工程学院，2024年考取北京建筑大学加入周磊老师的环境与灾害智能遥感团队，攻读博士学位。主要研究方向包括基于遥感数据的卫星测深建模，以及用于环境监测和灾害管理的智能遥感应用。

本研究提出了一种基于点云栅格化的光子去噪方法，相较传统基于密度阈值的识别手段，在处理复杂噪声环境下展现出更好的适应性。该算法通过将ICESat-2 离散光子数据转化为轨向-高程二维栅格网络，并结合多尺度密度自适应策略，实现了在复杂水下地形中精准提取水面和水下真实信号，更完整地保留了细腻的水下地形起伏特征。在精度表现上，多区域实测验证显示：决定系数R²达到0.99；均方根误差（RMSE）仅为0.27-0.38米；平均绝对误差（MAE）控制在0.21-0.33米。与经典方法对比，误差大幅降低。本方法在全球典型浅海环境中，均实现了亚米级的高精度水下地形还原。在适应性方面，论文实验选取了全球范围内五个典型浅海区域，包括：1. 中国南海西沙群岛： 浪花礁（珊瑚礁）；2. 美国：Virgin Islands的Buck Island（离岸小岛）；Lake Michigan的Hog Island和High Island（淡水湖岛）；3. 澳大利亚：Pilbara（海岸浅滩），验证了本算法在不同地貌条件、不同水质环境下的广泛适用性与稳定性。在算法效率上，本算法通过优化的栅格建模和邻域搜索策略，大幅降低了计算复杂度。在数据量达到常规区域数倍（如澳大利亚Pilbara地区）时，本算法的处理时间仅需15.13秒，OPTICS方法需562.96秒。面对海量高噪声光子数据，依然能实现快速、准确提取。

图1. ICESat-2光子数据点云栅格化示意图。

图2. 确定水下地形点及陡峭地形重新栅格确定地形点的过程。

图3. 对ICESat-2和三个研究区域的真实深度进行比较。图为深度剖面和散点图，并进行统计分析。

图4. 在研究区域1至5中，三种算法（DBSCAN、OPTICS以及本研究的方法）对水下地形光子提取的结果。

图5. 五个研究区域中三种算法的运行时间对比（以对数刻度显示）。

我院向来十分重视博士研究生的科研能力的培养，挖掘学生的科研潜力，搭建有效沟通的科研平台，使其能够参与国家级的科研项目，积累科研经验，产出高水平的科研成果！未来，学院将继续以立德树人为根本任务，弘扬“实事求是、精益求精”校训精神，注重知识、能力、素质协调发展，激发博士研究生学术科研的主动性与积极性，切实提高博士研究生培养质量，为助力学校更高层次建设做出更大贡献。

论文原链接：https://ieeexplore.ieee.org/document/10924696

DOI: 10.1109/TGRS.2025.3549512