| 面向GF-1WFV数据的闽江下游叶绿素a反演模型研究 |
| |
| 作者姓名： | 谢婷婷 陈芸芝 卢文芳 汪小钦 |
| |
| 作者单位： | 福州大学空间数据挖掘与信息共享教育部重点实验室,卫星空间信息技术综合应用国家地方联合工程研究中心,福州350116;福州大学空间数据挖掘与信息共享教育部重点实验室,卫星空间信息技术综合应用国家地方联合工程研究中心,福州350116;福州大学空间数据挖掘与信息共享教育部重点实验室,卫星空间信息技术综合应用国家地方联合工程研究中心,福州350116;福州大学空间数据挖掘与信息共享教育部重点实验室,卫星空间信息技术综合应用国家地方联合工程研究中心,福州350116 |
| |
| 基金项目： | 中央引导地方科技发展专项（No.2017L3012）;国家自然科学基金青年项目（No.41601444）;海西政务大数据应用协同创新中心资助项目 |
| |
| 摘 要： | 叶绿素a浓度是可直接遥感反演的重要水质参数之一,常用来评价水体的富营养化程度.为建立适合于闽江下游叶绿素a浓度的反演模型,利用地面采样数据,结合GF-1 WFV光谱响应函数,选用多元回归、BP神经网络和随机森林方法,构建了叶绿素a浓度反演模型;并根据验证数据与实测值之间的决定系数(R~2)、均方根误差(RMSE)和平均相对误差对模型反演结果进行了比较.结果发现,随机森林模型的R~2为0.895,RMSE为1.994 mg·m~(-3),平均相对误差为11.502%,是3种模型中最优的.为了评估模型的性能,进一步比较了WFV影像像元反射率反演的叶绿素a浓度值与相应的实测值.结果表明,随机森林模型同样具有较高的精度,其R~2为0.709,RMSE为3.540 mg·m~(-3),平均相对误差为25.616%.本研究可为闽江下游水环境的监测提供一定的理论依据和技术参考.
|
| 关 键 词： | 叶绿素a 随机森林 BP神经网络 GF-1 WFV |
| 收稿时间： | 2019-04-01 |
| 修稿时间： | 2019-04-30 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《环境科学学报》浏览原始摘要信息 |
|
点击此处可从《环境科学学报》下载免费的PDF全文 |
|
