基于色度角辅助的浅海水深遥感反演方法研究
摘要
精确的水深信息是船舶导航、环境监测和海底地形研究中不可或缺的数据。然而受复杂海洋水体环境的影响，仅依靠遥感反射率难以精确反演水深。提出一种基于色度角辅助的水深反演方法，将色度角与反射率数据结合作为反演特征，并利用随机森林（RF）、极端梯度提升（XGB）、支持向量回归（SVR）三种机器学习算法建立水深反演模型。研究结果表明：引入色度角作为辅助特征，可以有效提高各机器学习模型的水深反演精度。其中，改进后的XGB模型表现最佳，均方根误差（RMSE）为1.11 m，平均绝对误差（MAE）为0.81 m，平均相对误差（MRE）为11.05%。色度角在0~25 m的水深范围内均能提高模型性能，在15 m以深水域改进更明显。研究结果可为提升浅海区域遥感水深反演精度提供一种有效的方法参考。
引用本文（GB/T 7714）
施金辉 Shi Jinhui, 刘秉义 Liu Bingyi, 朱培志 Zhu Peizhi, 等. 基于色度角辅助的浅海水深遥感反演方法研究[J]. Acta Optica Sinica, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。