当前位置: 首页 > 文章 > 机器学习模型与遥感反演水深的对比研究 海洋湖沼通报 2022 (2) 84-89
Position: Home > Articles > 机器学习模型与遥感反演水深的对比研究 Transactions of Oceanology and Limnology 2022 (2) 84-89

机器学习模型与遥感反演水深的对比研究

作  者:
纪茜;沈蔚;饶亚丽;孟然
单  位:
上海海洋大学海洋科学学院
关键词:
WorldView-2;BP神经网络;随机森林;极限学习机;水深反演;

摘  要:
水深是浅海重要的地形要素,是海洋测绘的重要内容,利用遥感手段反演水深,可以快速高效的获取水下地形。为了更好的反演水深,本文采用WorldView-2多光谱遥感影像和激光实测数据,分别利用BP神经网络、随机森林和极限学习机模型,以海南三沙市的甘泉岛为研究区域进行水深反演,并对比结果评价其反演精度。结果表明:BP神经网络、随机森林和极限学习机三种模型中,随机森林模型水深反演的精度最高,验证点的均方根误差是0.85 m,平均绝对误差为0.60 m,平均相对误差为3.54%,决定系数R~2达到0.97。总体对比,在0~2 m,随机森林模型反演效果更佳;在2~5 m水深范围内,极限学习机模型反演效果更佳;其他水深范围内,随机森林和极限学习机反演效果都比较好。

相似文章

计量
文章访问数: 10
HTML全文浏览量: 0
PDF下载量: 2

所属期刊

推荐期刊