结合机器学习与高光谱遥感的城市内河水质反演

针对当前城市内河氮磷算法研究不足的问题,以福州市晋安河为研究对象、下洞江为验证对象,对总磷(TP)和总氮(TN)这两个重要河流水质指标进行研究.提出单波长连续投影算法(SPA)和双波长皮尔逊相关性分析(Pearson)进行自变量筛选,再结合机器学习算法对晋安河实测光谱数据进行模型构建和水质反演可视.实验表明,TP、 TN与氨氮有很强的相关性,在构建TP、 TN水质参数反演模型时,加入氨氮的特征波长,并采用SPA+Person+RF算法构建的TP模型效果最优,其R²为0.92,E_RMS为0.005 mg·L^-1;采用SPA+Pesrson+SVR算法构建的TN模型效果最优,其R²为0.90,E_RMS为0.082 mg·L^-1.优化后的算法比传统算法提升显著.经验证,该方法同样适用下洞江水质反演,可用于城市内河水环境监测.     

淀山湖微量水质参数卫星高光谱遥感估算

水质参数总磷、总氮、溶解氧、高锰酸盐指数、pH等是表征湖泊水质的重要指标,利用遥感技术可对其进行大范围定量监测,掌握水质参数的实时变化动态.以淀山湖为研究对象,利用HJ-1A卫星HSI高光谱遥感数据,分析了这些水质指标与单波段反射率、不同波段之间反射率的比值以及不同波段之间反射率的差值之间的相关关系,给出最佳波段组合.建立了9个水质参数与水体光谱反射率之间的估算模型,并对淀山湖水体的9项主要水质参数进行估算,可为基于HJ-1A卫星的水环境业务化监测提供借鉴.     

BOD-DO水质模型多参数反演的遗传算法

给出了利用遗传算法求解河流水质BOD-DO模型参数反演的一种新方法,该方法把参数反演问题转化为优化问题用遗传算法求解,其特点在于:从多个初始点开始寻优,并借助交叉、变异算子来获得水质参数的全局最优解。模拟结果表明,该方法具有精度高,收敛速度快且易于计算机实现等特点。     

基于BP神经网络的内陆河流水质遥感反演

高效、全面、连续和准确地监测河流及湖库的有机污染能够为水质评价和水体污染防治提供可靠的依据.该文以淮河信阳段干流及其支流潢河、浉河、白露河等水域为研究对象,针对化学需氧量(COD)和氨氮(NH3-N)浓度两个重要的水质指标,基于Landsat 8数据和实测水质数据进行相关性分析,构建反演模型得到COD和NH3-N的空间...     

热红外高光谱遥感回归分析定量反演石英含量

热液矿床是重要的矿床类型,包含金矿、铜矿、锡矿、铀矿、钨矿、铅锌矿等重要矿床。在多数情况下,热液活动造成其与围岩石英含量的差异。目前遥感技术仅能提取SiO_2含量(或相对含量)及其分布范围,难以精确反映石英含量的差异信息。通过分析JHU波谱库中不同矿物的光谱曲线以及其他多种含石英岩石和不含石英岩石的光谱曲线,区分了SiO_2光谱特征谱段和石英光谱特征谱段。使用热红外地面光谱仪102f实测样品光谱,通过线性回归方程统计出石英含量的计算公式。最后,通过热红外成像光谱仪(thermal airborne hyperspectral imager,TASI)提取研究区石英含量来验证公式的正确性,并得到野外验证。得出结果:8.6μm处的发射峰是8~11.5μm范围内石英唯一明显的光谱特征,其发射峰的凸显程度与石英含量呈正相关关系。     

基于北京二号卫星影像与同步实测数据的椒江入海口水质遥感反演

利用2020年7月23日北京二号卫星影像和现场同步实测水质数据,建立水质参数与影像波段的一元和多元线性回归方程,选择决定系数(R²)最高的方程对台州椒江入海口水域的氨氮、总磷和COD_Mn进行遥感反演,并对3种水质参数进行精度评价.结果显示,在氨氮、总磷和COD_Mn 3种水质参数中,采用4个波段组合的反演模型的R²均为最高.氨氮、总磷和COD_Mn的精度检验结果中,均方根误差分别为0.03、0.18和4.24 mg/L,平均相对误差分别为15.86%、24.41%和23.91%,反演精度从高到低依次为氨氮、COD_Mn和总磷.3种水质参数水平均从上游向下游递增,最高值都出现在靠近入海口处;地表水环境质量等级也大致呈现从上游至下游水质等级逐渐变差的趋势.     

扬花期冬小麦叶面积指数高光谱遥感反演研究

利用扬花期冬小麦实测冠层高光谱数据与同步叶面积指数(LAI)数据,分析350～1 000 nm波段范围内冠层反射率与LAI之间的相关性,分别在蓝波段、红波段、绿波段及近红外波段选取光谱特征波段,并用其计算6种被广泛应用于植被LAI反演的植被指数.通过相关分析、回归分析等统计方法,构建扬花期冬小麦LAI反演模型并进行真实性检验.研究结果表明,6种植被指数与冬小麦LAI均具有显著相关性,其中NDGI和EVI反演模型效果较好,拟合方程决定系数R~2均高于0. 6,分别为0. 634和0. 623.最后通过精度验证,得出结论:EVI反演模型R~2最高,为0. 779,故选取EVI为自变量的二次模型为扬花期冬小麦LAI最佳反演模型.研究可为作物长势监测及产量估算等提供一定的理论依据.     

基于多光谱遥感的水质监测处理方法与分析

基于定量遥感理论和方法，将多光谱遥感数据和实测水质数据相结合，研究了水生态环境的空间分布，并对其进行了分析和评价．探讨了多光谱水遥感图像的处理方法和水质参数的数学回归模型，并以太湖水域的悬浮物含量为例，进行了回归分析．结果表明，采用遥感手段对水质进行监测是可行和正确的，由遥感数据得到的太湖水域悬浮物含量的空间分布也与太湖水域的实际情况相符．     

遥感在确定水质参数中的应用进展

论述了应用遥感技术确定水质参数的原理和方法 ,阐述了悬浮颗粒物、叶绿素等几种水质参数的遥感监测方法与现状 ,提出了遥感监测水质的发展方向与展望     

基于无人机的高光谱遥感图像采集和处理技术研究

高光谱遥感技术是农业监测的重要手段,能够及时、准确地分析农作物更多、更详细的信息,对分析农作物产量、长势和病虫害具有重要意义。以贵州省关岭县乐安村火龙果种植基地为研究区域,结合无人机与高光谱成像仪的优势,对研究区进行高光谱图像采集。经过图像挑选、图像预处理、图像精校正、波段提取和图像拼接处理,获取研究区最新的高光谱遥感图像,为研究农作物的生长特性及不同生长期的光谱差异奠定基础。     

反射特性在沙地参数遥感反演研究中的应用

以不同粒径的沙地表面为研究目标,测量了它们的反射信息,分析了粒径大小对沙地表面反射特性的影响,并基于现有的两种反射模型进行了验证.结果表明,粒径大小不仅可以利用反射信息直接进行反演,同时还可以通过地学统计方法来建立反射信息与粒径之间的关系;除了直接测量之外双向反射模型能够准确地计算出不同粒径沙地表面的反射信息,从而为遥感技术在沙漠监测上的应用提供了依据.     

基于IAGA-BP算法的高拱坝-坝基力学参数反演分析

基于监测资料对坝体和坝基的力学参数进行反演,对大坝的安全评价具有重要意义。该文提出了基于改进自适应遗传算法和BP神经网络(IAGA-BP)的力学参数反演分析方法,采用考虑权重的绝对百分误差作为目标函数,可以针对多点监测资料和非线性数值仿真进行力学参数反演。基于正常蓄水位下拱坝坝体、坝基及拱肩槽边坡等25个测点的实测变形,对坝体混凝土、基础岩体及结构面的多个材料分区的11个关键力学参数进行了反演分析。结果表明,反演值和实测值吻合较好,将材料参数作为输入层、测点变形作为输出层有效避免了反演值的“失真”问题。针对高拱坝-坝基系统的力学参数反演,分析了神经网络拓扑结构、目标函数、训练样本数量等对反演结果的影响。     

扬花期冬小麦冠层叶绿素含量高光谱遥感反演

通过分析扬花期冬小麦冠层光谱反射率与叶绿素含量的相关性,选取491、577、698和780 nm作为特征波段,利用其构建了归一化植被指数、差值植被指数、比值植被指数、三角形植被指数和增强型植被指数,分析光谱指数与叶绿素含量之间的相关性,并基于PROSPECT模型模拟的不同叶绿素含量(5～80μg·cm~(-2))下的5 nm叶片光谱反射率数据,分析评价光谱指数对叶绿素含量变化的敏感性;再将五种光谱指数与叶绿素含量进行回归分析,构建叶绿素含量反演模型;最后利用验证数据对光谱指数反演模型进行真实性检验.结果表明,选取的五种光谱指数与叶绿素含量均具有显著相关性,其中SRI和EVI反演效果较好,决定系数R2分别为0.73和0.74,且预测值和实测值具有较好的拟合效果,其余指数反演效果较差.SRI对叶绿素含量具有较好的相关性和敏感性,表明其在全生育期冬小麦叶绿素含量反演中更具潜力.本研究可为其他农作物叶绿素含量反演提供研究思路和参考借鉴.     

海域组合单元水质模型参数反演方法研究

参数反演是海域水质模型验证工作的主要难点之一,同时模型模拟海域内参数的统一赋值又降低了其实际的物理意义.本文建立海域组合单元水质模型参数反演的新方法:将研究海域划分为若干单元,敏感参数在各单元中独立赋值.将基于人工神经网络的数据驱动模型同水质模型有机结合,通过水质模型计算多参数匹配设计的工况,构建海域内部观测点的解集;以数据驱动模型归纳建立状态变量(污染物浓度)同多个控制变量(模型参数)之间的非线性关系.将实测资料带入关系中,进行模型参数随地域变化的组合单元优化反演研究.以渤海海域水质模型多参数反演为例,采用"孪生"试验验证参数组合单元反演新方法的可行性,结果表明该方法是有效的.     

基于模拟退火算法的含水层参数非线性反演

基于模拟退火算法,根据水头和流量观测数据建立含水层参数非线性反演方法,通过对参数的全局随机搜索反演,解决了含水层参数反党解不惟一的问题,同时提高了参数反演结果的稳定性,提出了根据观测仪器精度建立算法收敛准则的方法,数值模拟结果表明,提出的非线性反演方法具有较好的抗观测噪音的能力。     

基于粒子群算法的滑坡强度参数反演分析

介绍了一种全局最优化算法——粒子群算法,并把该算法应用到滑坡强度参数反演分析中。实例表明,该方法是一种有效的工程分析方法,具有现实的工程意义。     

基于Sentinel-2的陆浑水库水质反演与富营养化评价

黄河流域生态保护和高质量发展是重大国家战略之一,为了快速准确地监测黄河流域湖库富营养化的空间分布,提升当地相关部门管理水平,以河南省黄河流域陆浑水库为研究对象,利用高分辨率Sentinel-2A卫星影像,结合同期的地面实测数据,构建了富营养化评价模型.研究表明,模型拟合优度达到0.922 7,反演得到陆浑水库的水质参数及富营养化空间分布图,其中,水库84.64%的水体呈中营养状态,贫营养及轻度、中度、重度富营养水体分别达到总体的0.03%、10.50%、3.44%、1.40%,结果显示,基于高分辨率多光谱遥感卫星影像的监测方法能精确地展现内陆水体富营养化的时空分布特征.     

参数并行：一种基于群启发式算法的机器学习参数寻优方法

为了提高机器学习算法超参数寻优效率,提出了一种基于参数并行机制的机器学习参数寻优方法。该方法通过群启发式算法来进行机器学习算法的参数寻优,将种群转换为Spark平台特有的弹性分布式数据集,针对参数寻优耗时特点并行计算种群中个体适应度。选取随机森林和遗传算法作为实验算法,设计了多组实验对所提出的学习训练方法进行验证。实验结果表明：该方法的参数寻优能力和效率都优于主流的网格搜索算法;在20万条以下的小数据量下,与基于数据并行机制的机器学习参数寻优方法相比,该方法运行时间最多能够减少69.5%,并具有良好的可扩展性。