基于神经网络模型的千岛湖清洁水体叶绿素a遥感反演研究

摘要：

叶绿素a浓度值是水体水质评价的重要指标,研究基于高分一号(GF-1)卫星遥感影像,利用神经网络模型,选用6节点的隐含层设置,构建了千岛湖清洁水体叶绿素a浓度反演模型,对其叶绿素a浓度值时空特征进行分析,并与其他常规反演方法精确度进行比较.研究结果表明,利用神经网络模型对千岛湖清洁水体叶绿素a浓度值进行反演是可行的,且与其他常规方法相比,该模型对于叶绿素a含量低的内陆清洁水体反演有着更高的相关性(R2 = 0.921 8);在空间分布上,千岛湖区域水体叶绿素a浓度整体较低,高叶绿素a浓度区域主要集中易受人类活动干扰的西南及东北区域;年际变化分析表明,千岛湖区域水体叶绿素a浓度稳定,且波动较小,平均叶绿素a浓度值皆维持在1.70～1.75 pg/L之间,清洁水体特征显著.

关键词：神经网络模型;千岛湖;清洁水体;叶绿素a

所属期刊栏目：30

分类号：X87(环境遥感)

资助基金：国家重点研发计划项目2017YFB0503902

在线出版日期：2021-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1670-1679