基于神经网络的机载激光测深偏差模型构建

为提高机载激光测深（airborne LiDAR bathymetry,ALB）精度，需对ALB原始测深偏差进行修正。通过顾及ALB测深偏差诸影响参数，基于神经网络方法，利用实测样本数据训练获得ALB神经网络偏差模型，然后基于神经网络偏差模型对ALB原始测深数据进行修正。结果表明ALB原始测深偏差较大，需进行修正。传统线性偏差模型和本文神经网络模型均能有效修正ALB测深偏差。相比线性偏差模型，神经网络偏差模型具有更高内符合和外符合精度。基于神经网络的ALB偏差建模方法能有效提高ALB测深精度。