基于实测高光谱的太湖水体悬浮物浓度遥感估算研究

悬浮物浓度是水质和水环境评价的重要参数之一.利用2007-11-08～2007-11-21 14天时间对太湖74个样点进行水质取样分析和波谱实测.在提取水体遥感反射率后,分析其与悬浮物浓度的相关关系,发现在400～900nm波段范围的各波长遥感反射率与总悬浮物、无机悬浮物浓度都存在中高度相关,最大相关系数均出现在725nm处,分别为0.883和0.869,而与有机悬浮物浓度则无较好的相关性.同时利用敏感波段的遥感反射率建立了悬浮物浓度估算的神经网络模型,结果表明:对于总悬浮物浓度,隐含层节点数为6的神经网络模型的R2=0.948,RMSE=4.947,在各节点中的训练效果最佳;而对于无机悬浮物浓度,隐含层节点数为4的神经网络模型的R2=0.956,RMSE=5.104,模型整体训练结果最好.此外,通过测试样本对神经网络模型和经验模型的预测误差进行分析表明,无论是估算总悬浮物浓度,还是无机悬浮物浓度,无论从建模样本的建模精度,还是测试样本的误差分析,神经网络模型都优于经验模型.