科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对遥感水深反演在复杂海洋环境区域光谱特征信息量不足的问题，综合考虑多光谱数据与其空间特征，利用多层感知机（Multi-Layer Perception, MLP）、随机森林（Random Forest, RF）和支持向量机（Support Vector Machine, SVM）三种机器学习算法构建了基于多光谱数据及其空间特征的水深反演模型。以蜈支洲岛为例，选取空间位置和坡度作为空间特征，结合WorldView-2影像光谱特征和实测水深数据，反演浅海水深。结果表明，在相同的条件下，3种机器学习算法都得到了较好的反演结果，其中多层感知机模型反演精度最高。引入空间特征的模型真实地反映了研究区域海底地形的起伏特征，精度明显优于仅基于光谱的模型，且其平均绝对误差控制在2 m以内。模型在20 m以浅区域精度低于20 m以深区域。空间特征能够有效地减弱复杂海洋环境对遥感测深模型的影响，且空间位置信息对模型精度提升更为明显。
- 出版日期2023
- 单位自然资源部第一海洋研究所; 南京大学
