期刊专题

10.13671/j.hjkxxb.2019.0180

面向GF-1WFV数据的闽江下游叶绿素a反演模型研究

引用
叶绿素a浓度是可直接遥感反演的重要水质参数之一,常用来评价水体的富营养化程度.为建立适合于闽江下游叶绿素a浓度的反演模型,利用地面采样数据,结合GF-1 WFV光谱响应函数,选用多元回归、BP神经网络和随机森林方法,构建了叶绿素a浓度反演模型;并根据验证数据与实测值之间的决定系数(R2)、均方根误差(RMSE)和平均相对误差对模型反演结果进行了比较.结果发现,随机森林模型的R2为0.895,RMSE为1.994 mg·m-3,平均相对误差为11.502%,是3种模型中最优的.为了评估模型的性能,进一步比较了WFV影像像元反射率反演的叶绿素a浓度值与相应的实测值.结果表明,随机森林模型同样具有较高的精度,其R2为0.709,RMSE为3.540 mg· m-3,平均相对误差为25.616%.本研究可为闽江下游水环境的监测提供一定的理论依据和技术参考.

叶绿素a、随机森林、BP神经网络、GF-1 WFV

39

X171(环境生物学)

中央引导地方科技发展专项;国家自然科学基金青年项目;海西政务大数据应用协同创新中心资助项目

2020-03-18(万方平台首次上网日期,不代表论文的发表时间)

共8页

4276-4283

暂无封面信息
查看本期封面目录

环境科学学报

0253-2468

11-1843/X

39

2019,39(12)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn