摘要
本发明公开了一种基于特征波段选择的XGBoost悬浮物浓度航空遥感反演方法,涉及环境监测技术领域,本发明本方法所采用的XGBoost模型具有更强的非线性拟合能力和泛化能力,不易过拟合;而相较于其他复杂的机器学习模型,本方法通过前期的特征波段选择和特征指数构建,为模型提供了高度凝练且低冗余的输入,这不仅显著提升了模型的训练效率和反演精度,还使得模型对噪声的鲁棒性更强,最终能够实现对复杂水体环境的快速、精准、大范围的悬浮物浓度制图,有效克服了传统监测方法的时空局限性,并解决了现有遥感反演技术中普遍存在的模型泛化能力弱和计算成本高的问题。
技术关键词
反演方法
XGBoost模型
无人机遥感
多光谱遥感数据
最佳特征
指数
反射率数据
遥感反演技术
环境监测技术
生成无人机
机器学习模型
采样点
监测方法
鲁棒性
非线性
冗余
水体
系统为您推荐了相关专利信息
风电机组尾流
风电机组主轴
反演方法
风电机组塔架
速度
门控循环单元
融合神经网络
数据分类
建模方法
节点