|
|||||
|
|
| 基于多源遥感及气象数据的河流非光学活性水质参数反演模型研究 | |
| 作者姓名： | 兑紫璇 王卿 王敏 张璟 顾倩荣 |
| 作者单位： | 1. 中国科学院上海高等研究院低碳转化科学与工程重点实验室碳数据与碳评估中心;2. 中国科学院大学;3. 上海市环境科学研究院;4. 江苏省司法警官高等职业学校 |
| 基金项目： | 上海市2020年度科技创新行动计划社会发展科技攻关项目（20dz1204302);;国家自然科学基金面上项目“基于多维数据的城市群碳达峰规划评估模型”（52178060）; |
| 摘 要： | 针对传统河流水质监测成本高、地面监测站点稀疏等问题,基于哨兵2卫星多光谱遥感数据,结合MODIS地表温度、植被指数、气溶胶光学厚度数据产品,以及ERA5气象数据产品中的地表风速数据,以非光学活性参数溶解氧(DO)、化学需氧量(COD)和氨氮(NH3-N)的地面水质监测站的监测数据为参照,采用支持向量回归(SVR)、随机森林(RF)和多层感知机(MLP)3种机器学习方法,通过对比实验选出每种水质参数最优反演模型及其对应的输入特征组合。模型性能测试实验结果表明,利用多源遥感及气象数据反演出的DO、COD以及NH3-N的决定系数(R2)分别为0.896、0.781、0.529,均方根误差(RMSE)分别为0.263 mg/L、0.383 mg/L、0.061 mg/L。与仅使用哨兵2卫星多光谱遥感数据的反演结果相比,R2分别提高了7.04%、19.05%、18.34%,RMSE分别降低了34.58%、37.42%、14.08%。表明多源遥感及气象数据对提高DO、COD以及NH3-N水... |
| 关 键 词： | 机器学习 多源遥感数据 溶解氧 化学需氧量 氨氮 水质反演模型 |