Die effiziente und präzise Erfassung einer geringen Meerestiefe mit hoher räumlicher Auflösung kann Daten zur Unterstützung der Schifffahrt, der Erforschung und des Schutzes mariner Ressourcen liefern. In diesem Artikel wird eine Methode zur Umkehrung geographischer Merkmale als Modellierungselemente zur Umkehrung der Wassertiefe vorgeschlagen, ein Modell zur Umkehrung der Wassertiefe auf der Grundlage des Back Propagation Neural Network BPNN (Neuronales Netzwerk mit rückgekoppelter Ausbreitung) erstellt, und verschiedene Fernerkundungsbilder wie Sentinel-2, Landsat 9 usw. wurden zur Prüfung der Genauigkeit und Anwendbarkeit der vorgeschlagenen Methode in den Meeresgebieten der Weizhou-Insel in China und der Molokai-Insel in den USA verwendet. Die Ergebnisse zeigen: Im Rahmen des Modellauswahlprozesses wurde festgestellt, dass die Genauigkeit des maschinellen Lernmodells höher war als die aller anderen empirischen Modelle, wobei die Genauigkeit des BPNN-Modells am höchsten war. Die Integration geographischer Merkmale kann die Genauigkeit der Umkehrung der Wassertiefe erheblich verbessern. Die Ergebnisse der Experimente bestätigen: Die Genauigkeit der Wassertiefeumkehr in der Weizhou-Region R² stieg von 0,7666 auf 0,9952, der RMSE von 2,5016 m auf 0,3578 m; auch die Molokai-Region erreichte 0,9939 R², der RMSE von 3,0165 m auf 1,0189 m. Dies deutet darauf hin, dass das in diesem Artikel aufgebaute Modell zur Umkehrung der Wassertiefe eine hohe Genauigkeit, eine starke Zuverlässigkeit und eine gute Übertragbarkeit aufweist und effektiv zur Messung geringer Meerestiefen verwendet werden kann. Darüber hinaus führte die Integration geographischer Merkmale gleichzeitig mit der Integration von Vegetationsindexmerkmalen nicht zu besseren Ergebnissen, sondern verringerte sogar leicht die Modellgenauigkeit, was darauf hinweist, dass das blinde Hinzufügen von Modellierungselementen die Genauigkeit des Modells nicht verbessern kann und die Korrelation zwischen den verschiedenen Elementen analysiert und eine umfassende Analyse zur Auswahl von Modellierungsfaktoren durchgeführt werden sollte.

Optische Fernerkundung, Meeresgebiet, geographische Merkmale, BPNN-Modell, Weizhou Insel, Molokai-Insel, Genauigkeitsprüfung