典型文献
结合光谱信息与空间特征的浅海光学遥感水深反演
文献摘要：
本文基于四波段的GeoEye-1高分辨率遥感影像,以中国南海甘泉岛附近浅海区域为研究区进行水深反演实验.现阶段的机器学习水深反演方法,大多是把波段反射率信息作为反演因子,忽略了空间特征信息对水深反演的影响.本文结合影像的光谱信息与空间特征,利用极限梯度提升与BP神经网络算法构建水深反演模型,探究空间特征因子对模型性能的影响.研究结果表明:引入空间特征因子的两个模型均方根误差降低了25％～31％,相关系数从0.94提高到0.97.空间特征模型有效地降低了误差聚集性问题,水深反演精度显著提升.
文献关键词：
水深遥感;极限梯度提升;BP神经网络;空间特征
中图分类号：
作者姓名：
尹飞;戚甲伟;滕东东
作者机构：
山东科技大学 测绘与空间信息学院,山东 青岛266590
文献出处：
引用格式：
[1]尹飞;戚甲伟;滕东东-.结合光谱信息与空间特征的浅海光学遥感水深反演)[J].北京测绘,2022(05):531-536
A类：
B类：
光谱信息,空间特征,浅海,海光,光学遥感,水深反演,波段,GeoEye,高分辨率遥感影像,中国南海,甘泉,海区,习水,反演方法,反射率,特征信息,极限梯度提升,神经网络算法,建水,反演模型,探究空间,特征因子,模型性能,特征模型,聚集性,反演精度,水深遥感
AB值：
0.367986
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
