胡 鹏, 赵露露, 高 磊, 朱金山, 2, 3

XGBoost算法在多光谱遥感浅海水深反演中的应用

胡 鹏1, 赵露露1, 高 磊1, 朱金山1, 2, 3

(1. 山东科技大学测绘科学与工程学院, 山东 青岛 266590; 2. 地理信息工程国家重点实验室, 陕西 西安 710054; 3. 自然资源部海洋测绘技术重点实验室, 山东 青岛 266590)

在多光谱遥感浅海水深反演过程中, 考虑到水体和底质影响, 水深值和海水表面辐射亮度之间的线性关系不成立。本文以甘泉岛南部0~25 m范围的沙质区域为研究区域, 利用GeoEye-1多光谱遥感影像和多波束实测水深数据构建XGBoost非线性水深反演模型, 研究了XGBoost算法用于水深反演的性能。以决定系数(2), 均方误差(MSE)和平均绝对误差(MAE)作为评价指标, 并与3种传统线性回归模型进行了对比分析。结果表明, XGBoost非线性水深反演模型的2、MSE和MAE分别为0.991、0.33 m和0.44 m, 拟合程度最好, 精度优于线性回归模型。为进一步探究各模型在不同水深的反演精度, 将水深范围分成3段(0~8 m, 8~15 m, 15~25 m)分别进行精度验证和误差分析。结果表明, XGBoost模型在各分段的精度均优于线性回归模型, MSE依次为0.56 m, 0.14 m和0.43 m。可见, 在单一底质区域下XGBoost模型的水深反演精度更高, 且反演效果更稳定。

光学浅海水深反演; XGBoost算法; 非线性回归模型; 底质类型

我国海岸线漫长、海域辽阔, 拥有丰富的优势海洋资源, 水深信息探测对海上交通运输、海洋科学研究及海岸带规划管理等具有重要意义[1-2]。浅海水深信息作为海岛礁、海岸带重要的地形数据, 时常受海上天气变化、海底地形复杂多样、时空限制、经费不足以及权益争端海域难以进入等影响, 水深信息现场探测工作难以开展[3]。……