基于“网格搜索+XGBoost”算法的浅海遥感水深反演
Inversion of Remote Sensing Water Depth in Shallow Water Based on “Grid Search+XGBoost” Algorithm作者机构: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226009
出 版 物:《遥感信息》 (Remote Sensing Information)
年 卷 期:2022年第37卷第1期
页 面:14-18页
核心收录:
学科分类:083002[工学-环境工程] 0830[工学-环境科学与工程(可授工学、理学、农学学位)] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术]
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(沪海科2019-5,沪海科2020-5)
主 题:水深反演 GF-1 多光谱 网格搜索 XGBoost模型
摘 要:传统船载水深测量受船只吃水影响,难以在浅水区域开展,遥感水深反演作为传统方法的有益补充,其重要性日益凸显。以GF-1多光谱影像为数据源,以船载声呐实测水深点作为训练样本和检测样本,以相关系数、均方根误差和平均绝对误差作为评价指标,首次将网格搜索+XGBoost模型应用于启东恒大威尼斯浅海区域水深反演。实验表明,网格搜索+XGBoost模型水深反演的相关性系数达到0.820,均方根误差0.247 m,平均绝对误差0.134 m,与GBDT模型和波段比值模型相比,其水深反演精度更高,且易于实现。该研究方法和成果为快速获取大范围浅海水深提供了借鉴,为相关水上勘察和海洋资源开发提供了技术思路。