基于高光谱数据的汉江中下游典型河段水体悬浮物遥感反演
选择汉江中下游典型河段作为研究区域,利用2012—2013年实测水质数据及高光谱数据,基于有效信息变量筛选和神经网络算法构建研究区水体悬浮物浓度高光谱反演模型,分析评价了模型性能与估测效果,讨论了研究区水体悬浮物浓度分布特征.研究结果表明:基于变量投影重要性指数和神经网络优势构建的高光谱反演模型在反演精度、稳定性和适应性方面表现出优异的性能;而对于基于简单相关性分析构建的单波段模型和比值模型而言,建模样本选择对模型精度有较大影响,导致模型反演精度、稳定性和适用性较差;汉江中下游典型河段水体总悬浮物浓度整体上在18.8~187.0 mg/L之间变化,季节性差异明显,即春、夏两季悬浮物浓度低于秋季.
水体悬浮物、高光谱、悬浮物浓度、遥感反演、变量投影重要性指数、BP神经网络、汉江中下游
37
X832(环境监测)
国家重点研发专项;长江科学院中央级公益性科研院所基本科研业务费项目
2020-12-10(万方平台首次上网日期,不代表论文的发表时间)
共8页
141-148