一种基于机器学习综合指数的遥感赤潮识别方法

摘要

基于5种可以指示赤潮爆发的子指数及其综合方式，提出一种可用于多光谱卫星图像中赤潮识别的线性综合识别指数(LCI)方法。根据大连市星海湾现场实测的多日赤潮连续监测光谱数据，开展支持向量机与逻辑回归分类，并得到分类平面系数作为归一化的子指数组合权重，获得了两种较佳的赤潮识别指数组合方式，该两种方式在验证集上均取得了F1分数0.86以上的分类效果，且LCI数值与赤潮发生的概率也呈正相关。将得到的分类系数应用于多光谱卫星图像的赤潮像元提取，结果显示，两种线性综合指数均在图像中成功提取出赤潮区域。本文提出的赤潮综合识别指数为遥感图像中的赤潮识别提供了新的光谱指数运算方法。

关键词

赤潮识别 / 多光谱遥感图像 / 实测光谱数据 / 机器学习分类 / 线性综合识别指数(LCI)