首页 | 本学科首页   官方微博 | 高级检索  
     

基于遥感影像的木兰溪水质参数反演
作者姓名:胡晴晖  宋金玲  黄达  丁琳  林琢  胡家诚
作者单位:福建省近岸海域环境监测站, 福建 莆田 351106;河北科技师范学院数学与信息科技学院, 河北省农业数据智能感知与应用技术创新中心, 河北 秦皇岛 066004;河北科技大学经济管理学院, 河北 石家庄 050025;中国科学院空天信息创新研究院, 北京 100000;莆田市河务管理中心, 福建 莆田 351100
基金项目:国家重点研发计划项目 (2019YFC1407903);河北省重点研发计划项目 (21370103D);河北省自然科学基金面上项目(D2019407046);2021年度河北省社会科学发展研究课题 (20210201445)
摘    要:水质监测对水环境评价及污染预防至关重要,但地面监测成本高、监测面积有限等,难以满足实时、大范围监测的要求。为了更好地解决该问题,基于遥感影像的空中监测技术越来越得到研究人员的青睐。以木兰溪为研究区,利用和地面监测数据同步的Landsat-8卫星遥感影像数据,对木兰溪的典型水质参数总磷、总氮、溶解氧、高锰酸盐指数的反演问题进行研究。首先,根据Landsat-8的水体敏感波段,分别选取总磷、总氮、溶解氧、高锰酸盐指数的反演特征波段组合为(b1-b2)/(b2+b3),(b1-b2)/(b3-b4),b2/(b1+b4),b1/b2;其次,利用反演特征波段组合分别构建总磷、总氮、溶解氧、高锰酸盐指数浓度的SVR(Support Vector Regression)反演模型,通过IPSO算法对SVR模型的参数进行优选;然后,将IPSO-SVR反演模型和统计回归反演模型、广义回归神经网络(GRNN)反演模型在验证集上进行评估,以平均绝对误差和均方根误差作为评价指标进行对比分析,结果表明IPSO-SVR反演模型的平均绝对误差和均方根误差最小,说明IPSO-SVR反演模型具有较高的精度和较好的实用性...

关 键 词:遥感影像  反演  水质参数  改进的粒子群优化  支持向量回归
收稿时间:2022-02-10
修稿时间:2022-11-14
点击此处可从《中国环境监测》浏览原始摘要信息
点击此处可从《中国环境监测》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号