基于梯度提升决策树算法的水深反演研究 |
| |
引用本文: | 孟然,沈蔚,栾奎峰,纪茜,饶亚丽.基于梯度提升决策树算法的水深反演研究[J].海洋湖沼通报,2023(1):45-50. |
| |
作者姓名: | 孟然 沈蔚 栾奎峰 纪茜 饶亚丽 |
| |
作者单位: | 1. 上海海洋大学海洋科学学院;2. 上海河口海洋测绘工程技术研究中心 |
| |
基金项目: | 国家重点研发计划(2016YFC1400904);;上海市科委重点科研计划(17DZ1204902); |
| |
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-2 GBDT 水深反演 精度对比 |
|
|