基于机器学习的浐灞河水质参数遥感反演研究 |
| |
引用本文: | 王喆,连炎清,李晓娜,王璇,方焱,徐新涵.基于机器学习的浐灞河水质参数遥感反演研究[J].人民长江,2022,53(9):13-18. |
| |
作者姓名: | 王喆 连炎清 李晓娜 王璇 方焱 徐新涵 |
| |
摘 要: | 西安市浐灞河水资源丰富,但受周边市区工业化与城市化开发的影响,水质较差。近年政府对浐灞河进行了重点治理,为观测其治理效果,以浐灞河下游河段为研究区,基于Sentinel-2卫星遥感影像,首先利用水体指数法提取了研究区河段水体,然后利用人工神经网络算法(ANN)与随机森林法(RF)构建总氮(TN)和高锰酸盐指数(CODMn)水质参数反演模型,获取了整个水域水质参数的空间分布和变化特征。研究结果表明:ANN反演结果整体优于RF,ANN水质参数反演模型在该地区有良好的适用性,且精度满足模拟要求;研究区TN和CODMn浓度值整体上分布较为均匀且波动较小,部分区域出现高值,同时TN与CODMn也呈现出一定的季节性规律,与沿岸和上游的人类活动有关。
|
关 键 词: | 水质参数 遥感反演 人工神经网络 随机森林法 浐河 灞河 |
|
| 点击此处可从《人民长江》浏览原始摘要信息 |
|
点击此处可从《人民长江》下载全文 |
|