浙江省陆域水体水质参数遥感反演模型构建与应用
            
                编号:3268
                访问权限:仅限参会人
                                    更新:2024-04-13 11:21:03                浏览:1367次
                张贴报告
            
            
            
                摘要
                由于内陆水体光学信息复杂、水质时空变异性大,对内陆水体水质进行遥感监测需要基于实测数据建立经验统计或机器学习模型,其普适性为主要难点。本文从数据驱动角度出发,基于Sentinel-2遥感影像及浙江省水质自动监测站的高锰酸盐指数、总氮、总磷、氨氮、浊度实测数据,构建了大样本内陆水体水质参数卫星-实测匹配数据集,并结合极端梯度提升树(XGBoost)机器学习算法构建了上述5个水质参数的遥感反演模型。模型在测试集上表现出稳健的性能,并且实测值与卫星反演值在时间序列、空间趋势上都具有良好的一致性,进一步验证了模型的良好性能。本文的研究可为内陆水体水质参数遥感反演模型的建立提供有效参考,为水质遥感动态监测提供技术支撑。
             
            
            
            
                    稿件作者
                    
                        
                                    
                                                                                                                        
                                    赵雅琪
                                    浙江大学海洋学院
                                
                                    
                                        
                                                                            
                                    何贤强
                                    自然资源部第二海洋研究所
                                
                                             
                          
    
发表评论