从Sentinel-2卫星数据绘制水库水质图,基于加权平均的新方法:贝叶斯最大的应用

科学领域:

• 环境科学 环境科学
• 遥感 遥感 遥感 遥感
• 水资源管理 水资源管理

背景情况:

• 像阿曼这样的干旱地区在保持水库水质方面面临着挑战.
• 瓦迪戴卡水 (Wadi Dayqah Dam,简称WDD) 需要精确的水质监测,以实现可持续的水资源管理.
• 传统的水质数据收集是昂贵和耗时的,需要远程传感解决方案.

研究的目的:

• 用Sentinel-2卫星数据在WDD中检索和绘制水质指标 (WQI),特别是溶解氧 (DO) 和叶绿素-a (Chl-a).
• 评估基于贝叶斯最大的新型融合 (BMEF) 方法的性能,与机器学习 (ML) 算法相结合,用于WQI估计.
• 为应对受到污染,沉积和营养物质流失威胁的WDD地区的水质挑战.

主要方法:

• 利用 Sentinel-2 (S2) 卫星数据进行遥感分析.
• 应用了一种基于贝叶斯最大的新型融合 (BMEF) 方法,将来自四个ML算法的输出结合起来:MLR,RFR,SVR和XGBoost.
• 收集了254个水样,用于验证包括Chl-a和DO在内的参数.

主要成果:

• 在估计WQI方面,BMEF模型在个人ML模型上表现优越.
• BMEF在估计Chl-a方面显示出显著的改进,其表现优于MLR,SVR,RFR和XGBoost,分别为6%,9%,2%和7%.
• 为ML算法优化光谱带选择进一步提高了WQI估计准确度.

结论:

• BMEF 方法提供了一种强大而准确的方法,用于在水库中绘制 WQI,特别是在干旱地区.
• 遥感与BMEF等先进的融合技术相结合,为传统的水质监测提供了有效的替代方案.
• 有效的WQI绘制对于可持续的水资源管理和解决对水库的环境威胁至关重要.