A obtenção eficiente e precisa da profundidade da água em áreas marinhas de alta resolução espacial pode fornecer suporte de dados para transporte marítimo, levantamento e proteção de recursos marinhos. Este artigo propõe um método de inversão de profundidade da água que introduz características de localização geográfica como elementos de modelagem e constrói um modelo de inversão de profundidade baseado em Back Propagation Neural Network (BPNN). Foi utilizada uma variedade de imagens de sensoriamento remoto, como Sentinel-2, Landsat 9, para testar a precisão e aplicabilidade do método proposto nas áreas marinhas da Ilha Weizhou da China e da Ilha Morokai dos Estados Unidos. Os resultados mostraram que durante o processo de seleção do modelo, o modelo de aprendizado de máquina apresentou uma precisão de modelagem maior do que todos os outros modelos empíricos, sendo o modelo BPNN o que apresentou a maior precisão de modelagem. A introdução de características de localização geográfica pode melhorar significativamente a precisão da inversão da profundidade da água. Os resultados da verificação experimental mostraram que a precisão da inversão da região da Ilha Weizhou 2 aumentou de 0,7666 para 0,9952, enquanto o RMSE diminuiu de 2,5016m para 0,3578m. A região da Ilha Morokai alcançou um 2 de 0,9939, com um RMSE diminuindo de 3,0165m para 1,0189m. O modelo de inversão de profundidade construído neste artigo possui alta precisão, forte confiabilidade e excelente portabilidade, podendo ser efetivamente utilizado para medição de profundidade em áreas marinhas rasas. Além disso, a adição de características de índice de vegetação ao mesmo tempo que a adição de características de localização geográfica não resultou em melhores resultados, mas levou a uma ligeira diminuição na precisão de modelagem do modelo. Isso indica que aumentar cegamente os elementos de modelagem não pode melhorar a precisão do modelo, e é necessário analisar a autocorrelação entre os elementos e realizar uma análise abrangente para escolher os fatores de modelagem

Sensoriamento remoto ótico; Áreas marinhas próximas; Características de localização geográfica; Modelo BPNN; Ilha Weizhou; Ilha Morokai; Verificação de precisão