基于机器学习遥感算法的大型漂浮藻面积提取方法研究

作者：李兆鑫; 丘仲锋^*; 李旭文; 姜晟; 张悦

来源：环境监控与预警, 2019, 11(05): 46-51.

• 大型漂浮藻
• 机器学习
• 地球静止海洋水色成像仪
• 遥感

采用基于机器学习的多层感知机算法,利用GOCI(Geostationary Ocean Color Imager)传感器获取的瑞利校正反射率数据,对东中国海大型漂浮藻进行遥感自动识别,采用线性混合像元分解来计算大型漂浮藻的覆盖面积,并利用膨胀和侵蚀法进行大型漂浮藻的分布面积计算。利用L8/OLI(Landsat 8/Operational Land Imager)高空间分辨率资料进行验证,结果表明,基于机器学习遥感算法针对GOCI提取的大型漂浮藻覆盖面积,与L8/OLI结果十分接近,R2达到0. 959,平均绝对误差和平均相对误差分别为39. 32 km2和18. 15%。

• 单位
  南京信息工程大学; 江苏省环境监测中心