科研之友
微信
新浪微博
Facebook
分享链接
摘要
在多光谱遥感水深反演研究中，由于影响反演精度的因素较多，传统的水深反演模型具有一定局限性。机器学习算法在解决非线性高复杂问题上较有优势，将其应用在某些特定区域水深反演可提高反演精度。本文利用Sentinel-2多光谱遥感影像和LiDAR测深数据，以瓦胡岛为研究区域，构建CatBoost水深反演模型，与传统水深反演模型及Boosting中的XGBoost和LightGBM模型的反演精度进行比较。试验结果表明，经过参数优化后的CatBoost水深反演模型的决定系数、均方根误差、平均绝对误差和平均相对误差分别为96.19%、1.09 m、0.77 m和9.61%,准确性最高，效果更佳。
- 单位
