基于SVM模型的妫水河叶绿素a浓度的遥感反演

被引：10

作者：

刘朝相 ^{[1
,2
,3
,4
]}

宫兆宁 ^{[1
,2
,3
,4
]}

赵文吉 ^{[1
,2
,3
,4
]}

崔天翔 ^{[1
,2
,3
,4
]}

林川 ^{[1
,2
,3
,4
]}

张翼然 ^{[1
,2
,3
,4
]}

机构：

[1] 首都师范大学资源环境与旅游学院

[2] 三维信息获取与应用教育部重点实验室

[3] 资源环境与地理信息系统北京市重点实验室

[4] 北京市城市环境过程与数字模拟国家重点实验室培育基地

来源：

遥感技术与应用 | 2014年 / 03期

关键词：

支持向量机模型(SVMM); 一元线性模型; 叶绿素a浓度; 妫水河; HJ-1A多光谱数据;

D O I：

暂无

中图分类号：

X832 [水质监测]; X87 [环境遥感];

学科分类号：

0804 ; 082803 ; 1404 ;

摘要：

以北京市妫水河为研究区,基于2011年9月25日和2012年9月30日的两期叶绿素a浓度实测数据和准同步的环境一号卫星(HJ-1A)多光谱数据,分别构建一元线性和多元支持向量机模型(SVMM),通过决定系数R2和平均相对误差对模型的精度进行检验,用模型进行水体叶绿素a浓度的反演,并分析其时空分布特征。研究表明:在样本数较少的情况下,SVM具有很强的非线性映射能力,能够取得较好的预测结果,更适用于反演叶绿素a浓度。时间分布上,研究区叶绿素a浓度呈增加趋势,均值上升了6.86μg/L;空间分布上,深水区叶绿素a浓度值低于浅水区,上游高于下游。国产HJ-1ACCD2多光谱数据以其4d的时间分辨率,在水质动态变化监测方面具有优势。

引用

页码：419 / 427

页数：9

共 34 条

[1] 基于HJ-1卫星的大伙房水库叶绿素a浓度反演模型研究 [J].