Sentinel-2卫星影像福州市闽江水质时空变化反演分析
朱永健 1潘晓文 1洪宇 2左佳妮 1刘金福2
作者信息
- 1. 福建农林大学计算机与信息学院,福建福州 350002
- 2. 福建农林大学林学院,福建福州 350002
- 折叠
摘要
以闽江福州段为研究对象,利用哨兵二号(Sentinel-2)遥感影像构建了多元线性回归(MLR)、机器模型和深度学习模型3类水质参数反演模型,对比分析了不同模型的反演精度.结果显示:基于梯度提升决策树(GBDT)的水质参数反演模型精度最高,对测试集数据进行反演,高锰酸盐指数(CODMn)、总氮(TN)、总磷(TP)的决定系数分别达到0.846,0.882和0.819.利用GBDT模型反演了 2021-2023年闽江福州段水体的CODMn,TN,TP浓度,分析了 CODMn,TN,TP的时空变化特征.
Abstract
In Fuzhou section of Minjiang River Basin,multiple linear regression(MLR),machine model and deep learning model were constructed by using Sentinel-2 remote sensing images.The inversion accuracy of different models was compared and analyzed.The results showed that the inversion model based on the gradient boosting decision tree(GBDT)had the highest accuracy,inversion of the test set data resulted in the determination coefficients of 0.846,0.882 and 0.819 for potassium permanganate index(CODMn),total nitrogen(TN)and total phosphorus(TP),respectively.The contents of CODMn,TN and TP in the Fuzhou section of Minjiang River Basin during 2021-2023 were inverted by GBDT model,and the spatiotemporal variations of CODMn,TN and TP were analyzed.
关键词
遥感影像/反演/水质参数/梯度提升决策树Key words
remote sensing imagery/inversion/water quality parameters/gradient boosting decision tree引用本文复制引用
基金项目
中央引导地方科技发展资金项目(2020L3006)
福建省省级科技创新重点项目(2021G02007)
福建省科技创新项目资金资助(东南生态修复[2021]4号KY-090000-04-2021-013)
出版年
2024
NETL
NSTL
万方数据