基于支持向量回归和贝叶斯优化的海岸线预测

模拟预测海岸线的动态变化对于沿海地带的开发和科学管理有较重要意义。在获取围头湾研究区Landsat-8卫星时序影像和验潮站数据的基础上,利用支持向量回归模型,结合贝叶斯优化获取最佳超参数,进而预测得到未来年份的海岸线数据,并采用ROC匹配、平均偏移量和均方根误差3种方法验证预测得到的海岸数据。结果表明：基于贝叶斯优化的支持向量回归模型,可以较好地预测围头湾区域未来海岸线,对应的完整度、正确度和质量分别为87.06%、86.10%和80.05%,平均偏移量和均方根误差分别为0.64像素和0.96像素;对于自然岸线预测结果较好,而人工岸线预测部分结果较差。     

顾及轮廓信息和DRLSE模型的遥感影像瞬时水边线快速提取

针对利用传统瞬时水边线提取方法处理高分辨率遥感影像存在提取结果不连续、效率不高和无法同时提取多片水域等问题, 提出了一种顾及轮廓信息和距离正则化水平集演化(distance regularized level set evolution, DRLSE)模型的遥感影像瞬时水边线快速提取方法, 并将其应用于福建泉州附近海域瞬时水边线提取。首先,使用DRLSE模型提取地物轮廓信息, 以解决经典阈值方法水边线提取结果不连续问题; 其次, 利用DRLSE模型的初始矩形轮廓中心位置和周长信息, 对噪声点等轮廓进行自动剔除, 并提取多片水域, 以提高瞬时水边线提取后处理效率。研究结果表明:相较于泛洪算法、Canny算子和CV(Chan-Vese)模型, 应用本方法进行大陆海岸线瞬时水边线提取更高效, 且提取结果连续、精度更高。