基于FOA-SVM方法的长江中游悬浮物浓度遥感反演研究

遥感反演是监测水体表层悬浮物浓度分布的有效手段之一。然而,常用的经验回归模型是建立在大样本的理论假设之上的,而大多数情况下所获取的样本数实际上是十分有限的,因而有必要引入基于小样本的新的反演模型。支持向量机(SVM)建立在结构风险最小原理和VC维理论基础上,其泛化能力强,适用于小样本回归模型。使用HJ1B卫星CCD2遥感影像结合长江中游实地同步采样数据建立悬浮物浓度SVM遥感反演模型,并采用果蝇优化算法(FOA)对模型参数进行了优化。结果表明,与传统经验回归模型相比,SVM模型具有较高的预报精度和稳定性;在SVM模型的参数优化中,FOA算法效果理想,其计算量也远小于网格搜索算法。最后,使用所建立的SVM模型对长江中游城陵矶附近长江和洞庭湖水体悬浮物浓度进行了反演,并对其空间分布特征进行了分析。结果显示,长江干流的悬浮泥沙浓度总体上明显小于洞庭湖,这主要是三峡工程下泄泥沙大幅减少造成的;洞庭湖浑浊的湖水汇入长江后,在城陵矶下游形成明显的混合带;而洞庭湖湖口悬浮物浓度明显高于其他湖区,这可能是该区域采砂活动的强烈扰动引起的。     

基于MODIS的长江中游河段悬浮泥沙浓度反演

监测和预报悬浮泥沙浓度的沿程分布和时间变化,无论是对于河流水利工程还是河流生态和环境保护都具有重要意义。卫星遥感反演同步性好、速度快、周期短,可以实时和全面地观测大尺度悬浮泥沙分布。旨在建立基于中分辨率成像光谱仪(MODIS)影像的长江中游河段悬浮泥沙浓度反演模型, 并利用建立的模型反演2002~2009 年长江中游河段丰水期的悬浮泥沙浓度, 分析其在时间和空间上的变化特征。研究揭示,MODIS Terra 影像红波段与悬浮泥沙浓度具有显著的相关性（R2=0877,n=125,RMSE=4057 mg/L）,可以用于长江中游丰水期悬浮泥沙浓度的反演。长江三峡工程经历三次蓄水,坝下游宜昌至汉口段悬浮泥沙含量显著减少,荆江河段、洞庭湖及城陵矶至武汉江段下降最为显著。洞庭湖来水来沙是长江中游城陵矶以下江段主要的悬浮泥沙来源之一,从预测结果可知,洞庭湖来水在城陵矶汇入长江后与江水混合以至形成数十公里的混合带,至洪湖以下江段逐渐混合均匀