摘要
本发明公开了基于卫星影像及CatBoost‑XGBoost模型的湖泊水量监测方法,涉及遥感应用与水文监测技术领域,包括:S1、多源数据获取与处理:获取Sentinel‑2A卫星多光谱影像并进行大气校正,同步收集实测水深数据并时空匹配,构建训练数据集;S2、CatBoost‑XGBoost组合模型构建与优化:构建CatBoost‑XGBoost组合模型,通过权重分配融合CatBoost模型和XGBoost模型的输出,实现水深反演;S3、水深反演与精度验证:基于组合模型输出像元级水深,采用多指标验证反演精度;S4、水体范围提取与水量计算:基于水体指数提取水体边界,结合反演水深通过空间积分计算水体水量。采用上述步骤的方法,将机器学习方法引入水量计算,通过机器学习方法反演湖泊水深,并进一步利用湖泊面积和水深的二重积分来计算水量。
技术关键词
XGBoost模型
水量监测方法
卫星多光谱
影像
机器学习方法
测试点
归一化水体指数
数据
水文监测技术
多指标
地表反射率
精度
时间校正
成像
训练集
策略