科研之友
微信
新浪微博
Facebook
分享链接
摘要
本文基于四波段的GeoEye-1高分辨率遥感影像，以中国南海甘泉岛附近浅海区域为研究区进行水深反演实验。现阶段的机器学习水深反演方法，大多是把波段反射率信息作为反演因子，忽略了空间特征信息对水深反演的影响。本文结合影像的光谱信息与空间特征，利用极限梯度提升与BP神经网络算法构建水深反演模型，探究空间特征因子对模型性能的影响。研究结果表明：引入空间特征因子的两个模型均方根误差降低了25%～31%，相关系数从0.94提高到0.97。空间特征模型有效地降低了误差聚集性问题，水深反演精度显著提升。
- 单位
