多传感器和多平台检索水在地湿地中的度,使用ASD,无人机和Planet CubeSate反射率数据的转移学习框架
Bolin Fu1, Sunzhe Li1, Zhinan Lao1
1College of Geomatics and Geoinformation, Guilin University of Technology, Guilin 541006, China.
The Science of the total environment
|August 5, 2023
概括
这项研究揭示了石湿地水体的光谱特征,确定了对甲 (Chla) 估计的敏感带. 使用多平台数据进行转移学习,为卡斯特湿地水质监测提供卓越的Chla检索准确性.
科学领域:
- 环境科学 环境科学
- 遥感 遥感 遥感 遥感
- 生态生态学 生态生态学
背景情况:
- 卡斯特湿地是具有独特水体的关键生态系统.
- 叶绿素a (Chla) 度是水质和缩的关键指标.
- 石灰岩湿地水域的光谱反射率及其与Chla的关系尚不清楚,这使得遥感应用具有挑战性.
研究的目的:
- 为了研究石湿地水体的光谱响应特征.
- 为了识别敏感的光谱波段用于Chla检索.
- 通过使用多平台光谱数据和先进的算法来评估和改进Chla估计.
主要方法:
- 使用了基于现场的全频谱超频谱数据 (ASD,UAV,PlanetScope).
- 分析了岩水和内陆水之间的光谱反射差异.
- 开发并比较多传感器加权集成和转移学习框架 (带有自适应集成算法的部分最小方形).
主要成果:
- 卡斯特湿地水域的光谱反射率 (500-850 nm) 比内陆水域更高.
- 对Chla的敏感光谱范围在603-778nm之间被确定.
- 无人机 (UAV) 数据产生了最高的单平台Chla检索精度 (R2 = 0.670).
- 多传感器集成提高了准确性 (R2 = 0.716),加权集成的性能优于等权重.
- 转移学习框架实现了最高的准确性 (R2 = 0.814),训练测试数据比为7:3,显示出优于整合方法的优势.
结论:
- 转移学习对于使用多平台和多传感器数据估计卡斯特湿地水体中的Chla非常有效.
- 该研究提供了一种强大的方法来监测石湿地水质.
- 这些发现支持这些独特生态系统的可持续发展和保护.
