GBDT模型在遥感水深反演中的应用
气温变化导致的海平面上升给许多沿岸地区居民造成了安全威胁,航道内由于淤泥淤积所造成的水深变化也同样给通行船只增加了航行风险.遥感水深反演可以检测水深的变化状况,在环境监测中具有重要的意义.利用四波段WorldView-2高分辨率遥感影像,选取我国七连屿与甘泉岛地区作为典型试验区,开展水深反演研究.通过引入梯度提升决策树(Gradient Boosting Decision Tree,GBDT)算法构建了GBDT水深反演模型,并同常用的单波段水深模型、双波段模型、BP神经网络模型进行反演精度的比较,结果表明在其反演的七连屿地区的水深值与真实值之间的RMSE为0.98 m,MRE为19%,甘泉岛地区的RMSE为0.95 m,MRE为9%,精度均优于其余3种模型,这为通过遥感的方法大范围快速获取水深信息从而为水深监测提供了一种快速高效的方法.
气温变化、环境监测、水深反演、Worldview-2、GBDT
3
X87(环境遥感)
国家重点研发计划;上海市科委重点项目;上海市海洋局科研项目
2021-06-09(万方平台首次上网日期,不代表论文的发表时间)
共5页
1-5