L'obtention efficace et précise d'une faible profondeur marine à haute résolution spatiale peut fournir des données de soutien à la navigation maritime, à l'exploration et à la protection des ressources marines. Dans cet article, une méthode d'inversion des caractéristiques géographiques en tant qu'éléments de modélisation de l'inversion de la profondeur de l'eau a été proposée, un modèle d'inversion de la profondeur de l'eau a été construit sur la base du réseau de neurones à propagation inverse BPNN (Back Propagation Neural Network), et différentes images satellitaires telles que Sentinel-2, Landsat 9, etc. ont été utilisées pour tester la précision et l'applicabilité de la méthode proposée dans les régions maritimes de l'île de Weizhou en Chine et de l'île de Molokai aux États-Unis. Les résultats montrent : au cours du processus de sélection du modèle, il a été constaté que la précision du modèle d'apprentissage automatique était supérieure à celle de tous les autres modèles empiriques, la précision du modèle BPNN étant la plus élevée. L'introduction des caractéristiques géographiques peut améliorer considérablement la précision de l'inversion de la profondeur de l'eau. Les résultats des expérimentations confirment : la précision de l'inversion de la profondeur de l'eau dans la région de Weizhou R² est passée de 0,7666 à 0,9952, l'RMSE est passé de 2,5016 m à 0,3578 m; la région de Molokai R² atteint également 0,9939, l'RMSE est passé de 3,0165 m à 1,0189 m. Cela indique que le modèle d'inversion de la profondeur de l'eau construit dans cet article a une précision élevée, une fiabilité forte et une bonne transférabilité, et peut être utilisé efficacement pour mesurer les faibles profondeurs marines. En outre, l'introduction des caractéristiques géographiques en même temps que l'introduction des caractéristiques de l'indice de végétation n'a pas donné de meilleurs résultats, mais a au contraire légèrement diminué la précision de modélisation, indiquant que l'ajout aveugle des éléments de modélisation ne peut pas améliorer la précision du modèle, et qu'il convient d'analyser la corrélation entre les différents éléments et de mener une analyse complète pour choisir les facteurs de modélisation.

Télédétection optique, zone maritime proche, caractéristiques géographiques, modèle BPNN, île Weizhou, île Molokai, vérification de la précision