基于机器学习的浐灞河水质参数遥感反演研究

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。