基于组合赋权模型的水体提取评价方法研究OA
针对现有水体提取方法存在精度波动大、评价标准不统一的问题,本研究利用Sentinel-2遥感影像数据,对比分析了归一化水体指数(NDWI)、支持向量机(SVM)、随机森林(RF)与人工神经网络(ANNs)4种方法在城区及城乡接合部两种典型环境下的性能表现。结果表明:SVM模型(1.798 1)与RF模型(1.801 1)分别在光谱异质性显著的城区与地物均质性高的城乡接合部表现最佳,揭示了算法效能对环境特征的强依赖性。在此基础上,本研究提出一种基于组合赋权法的多特征指标融合评价模型。该模型有效克服了单一评价指标的片面性,其生成的综合评分能直观量化水体提取方法在性能上的差异,显著提升了评价的客观性与效率,为水体提取方法的优选与标准化评价提供了新思路。
李世超;马晶
长春工程学院勘查与测绘工程学院,吉林长春130021长春工程学院勘查与测绘工程学院,吉林长春130021
天文与地球科学
水体提取多特征指标融合模型Sentinel-2水体光谱指数机器学习算法
《长春工程学院学报(自然科学版)》 2026 (2)
P.64-72,9
吉林省自然科学基金项目(YDZJ202201ZYTS503)。
评论