典型文献
基于机器学习的浐灞河水质参数遥感反演研究
文献摘要：
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.
文献关键词：
水质参数;遥感反演;人工神经网络;随机森林法;浐河;灞河
中图分类号：
作者姓名：
王喆;连炎清;李晓娜;王璇;方焱;徐新涵
作者机构：
西安地球环境创新研究院,陕西西安710061;中国科学院地球环境研究所,陕西西安710061
文献出处：
引用格式：
[1]王喆;连炎清;李晓娜;王璇;方焱;徐新涵-.基于机器学习的浐灞河水质参数遥感反演研究)[J].人民长江,2022(09):13-18
A类：
B类：
基于机器学习,浐灞河,河水,遥感反演,反演研究,西安市,重点治理,治理效果,河下,河段,Sentinel,卫星遥感影像,水体指数法,人工神经网络,神经网络算法,ANN,随机森林法,RF,总氮,TN,高锰酸盐指数,CODMn,水质参数反演,反演模型,水域,沿岸,人类活动,浐河
AB值：
0.261141
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
