一种基于机器学习与高光谱卫星遥感影像的近岸浑浊水体水深反演方法

    公开(公告)号:CN117274831B

    公开(公告)日:2024-06-14

    申请号:CN202311131798.9

    申请日:2023-09-04

    Abstract: 本发明提供一种基于机器学习与高光谱卫星遥感影像的近岸浑浊水体水深反演方法,包括:获取目标区域的Landsat‑8原始高光谱卫星遥感影像;对获取的Landsat‑8原始高光谱卫星遥感影像进行预处理;利用遥感图像处理平台,提取预处理后的高光谱卫星遥感影像数据点的对应数据集;根据卫星遥感影像成像时间,计算实测水深数据集中水深点的对应瞬时潮位数据并进行潮汐校正,并与卫星遥感影像数据集进行数据匹配;结合提取的高光谱卫星遥感影像特征数据集以及潮汐校正后的实测水深数据集,构建训练样本数据集,训练机器学习模型;利用训练后的机器学习模型对目标区域的水深数据进行反演,并对反演结果进行逆向潮汐校正。提高卫星遥感反演水深方法在近岸浑浊水体的适用性。

    一种基于机器学习与高光谱卫星遥感影像的近岸浑浊水体水深反演方法

    公开(公告)号:CN117274831A

    公开(公告)日:2023-12-22

    申请号:CN202311131798.9

    申请日:2023-09-04

    Abstract: 本发明提供一种基于机器学习与高光谱卫星遥感影像的近岸浑浊水体水深反演方法,包括:获取目标区域的Landsat‑8原始高光谱卫星遥感影像;对获取的Landsat‑8原始高光谱卫星遥感影像进行预处理;利用遥感图像处理平台,提取预处理后的高光谱卫星遥感影像数据点的对应数据集;根据卫星遥感影像成像时间,计算实测水深数据集中水深点的对应瞬时潮位数据并进行潮汐校正,并与卫星遥感影像数据集进行数据匹配;结合提取的高光谱卫星遥感影像特征数据集以及潮汐校正后的实测水深数据集,构建训练样本数据集,训练机器学习模型;利用训练后的机器学习模型对目标区域的水深数据进行反演,并对反演结果进行逆向潮汐校正。提高卫星遥感反演水深方法在近岸浑浊水体的适用性。

Patent Agency Ranking