基于底质分类的浅海海域遥感水深反演OA

近年来,卫星遥感影像水深反演一直是国内外研究热点,以往的遥感影像水深反演模型多基于底质均一的条件,缺乏对混合海底底质的研究。针对此问题,本文提出基于底质分类视角的遥感影像水深反演模型。以中国海南岛周边的蜈支洲岛与附近卫星影像为试验数据,对其进行预处理与底质分类后,分别使用双向长短期记忆网络(Bi-LSTM)模型、Stumpf模型与一维卷积神经网络(1D-CNN)模型进行水深反演,分析底质分类前后水深反演结果与不同模型的水深反演结果。结果表明,不同模型在底质分类后水深反演精度均高于底质分类前水深反演精度。Bi-LSTM模型的水深反演精度最高,底质分类后遥感影像水深反演的平均绝对误差、均方根误差与决定系数分别为0.333 m、0.474 m、0.814 m,均优于对比模型。