基于梯度提升决策树算法的水深反演研究
孟然1
沈蔚2
栾奎峰2
纪茜1
饶亚丽1
1.上海海洋大学海洋科学学院,上海201306;上海河口海洋测绘工程技术研究中心,上海201306;南通智能感知研究院,江苏南通2260002.上海海洋大学海洋科学学院,上海201306;上海河口海洋测绘工程技术研究中心,上海201306
摘要：传统的水深测量方法多通过舰载声纳实地探测的方法,灵活性较差且水深资料更新周期长,并且在某些海域,船只往往难以靠近从而无法完成测量.本文使用七连屿海域附近的WorldView-2多光谱遥感影像构建了基于梯度提升决策树(Gradient Boosting Decision Tree,GBDT)算法的水深反演模型,并利用单波束与人工测量相结合的水深数据,与传统的单波段模型、双波段模型以及BP神经网络水深反演模型的水深数据进行了水深反演精度对比.结果表明,在0～20 m深海域,GBDT模型反演精度高于其他模型,且更符合实际水深,其检验点的R2为0.9664,RMSE为0.94 m,MAE为0.75 m,RME为19％.
关键词：七连屿WorldView-2GBDT水深反演精度对比
分类号：TP79(遥感技术)
资助基金：国家重点研发计划(2016YFC1400904)上海市科委重点科研计划(17DZ1204902)上海市海洋局科研项目(2019-5;2020-5)
论文发表日期：2023-02-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：6( 45-50 )
英文信息