CatBoost模型在水深反演中的应用

摘要：

在多光谱遥感水深反演研究中,由于影响反演精度的因素较多,传统的水深反演模型具有一定局限性.机器学习算法在解决非线性高复杂问题上较有优势,将其应用在某些特定区域水深反演可提高反演精度.本文利用Sentinel-2多光谱遥感影像和LiDAR测深数据,以瓦胡岛为研究区域,构建CatBoost水深反演模型,与传统水深反演模型及Boosting中的XGBoost和LightGBM模型的反演精度进行比较.试验结果表明,经过参数优化后的CatBoost水深反演模型的决定系数、均方根误差、平均绝对误差和平均相对误差分别为96.19％、1.09 m、0.77 m和9.61％,准确性最高,效果更佳.

关键词：水深反演、多光谱遥感、Sentinel-2、机器学习、CatBoost模型

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家重点研发计划;国家自然科学基金;江苏省应急管理科技项目;江苏省自然资源发展专项

在线出版日期：2022-08-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：33-37