基于机器学习的浐灞河水质参数遥感反演研究

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

所属期刊栏目：53

分类号：X832(环境监测)

资助基金：科技部重点研发计划项目;中国科学院战略性先导科技专项;中国科学院“西部之光”人才培养引进计划;陕西省重点研发计划项目

在线出版日期：2022-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：13-18