融合异源卫星数据结合BRT非线性方法的河流深度反演

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：为了对河道水深进行准确测量，利用 Sentinel-2 和ICESat-2 数据以及Boosted Re-gression Trees(BRT)机器学习算法，反演河流深度。首先对半干旱区的Sentinel-2 数据进行辐射定标、大气校正等处理，利用ICESat-2 数据拟合水面-水底激光点云，进而提取水深信息;然后构建BRT机器学习建立河流深度反演模型;通过独立水深点位，验证模型反演效果。结果表明，ICESat-2 ATL03 数据可清晰分离水面、水底信息，基于光子尺度提取的水深效果良好;Sentinel-2 的波段中以绿、蓝波段与水深之间关系最密切，其他波段信息则为冗余变量;BRT反演模型的验证精度R2=0。90，RMSE=0。94m，能够有效反演河流深度。本研究提出的融合异源卫星数据结合BRT非线性方法，能够为河流深度反演提供一种准确、高效的策略。

作者：

张艳

展开 >

作者单位：

陕西省汉中市南郑区青树水利管理站,陕西汉中 723107

关键词：

ICESat-2雷达数据 Sentinel-2数据 BRT回归模型水深

出版年：

2024

DOI：

10.3969/j.issn.1006-7175.2024.07.030

水利科技与经济

哈尔滨市水务科学研究院哈尔滨市水利规划设计研究院哈尔滨市水利学会

水利科技与经济

影响因子：0.274

ISSN：1006-7175

年,卷(期)：2024.30(7)