梯度提升回归树在千岛湖水体CDOM反演中的应用

摘要：

针对清洁水体低浓度CDO M内陆水域的水质遥感反演精度不高的问题,基于梯度提升回归树和GF-5卫星数据构建了千岛湖水质CDO M反演模型.利用该模型估算了千岛湖水体CDO M的时空分布,计算CDO M浓度与相关气象数据之间的相关性,分析可能影响CDO M时空格局和动态变化的环境因子.将所构建的梯度提升回归树模型与其他机器学习模型进行了比较,分析结果表明,所构建的梯度提升回归树模型反演CDO M精度相对较高.反演的千岛湖整体CDOM浓度较低(0.005～1.472 m-1),其季节性差异较为显著,秋季>夏季>春季>冬季.各个季节高CDO M浓度分布在位于湖的边缘区,主要是入水口以及湖周围与人类活动密切相关的地方,降雨量会增加千岛湖水体CDO M浓度,气压和风速对水质中CDO M的变化没有显著影响.

关键词：GF-5、有色可溶性有机物、梯度提升回归树、千岛湖水质、时空变化

所属期刊栏目：37

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家重点研发计划;高分重大科技专项子课题

在线出版日期：2022-05-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：110-118