在Dianchi湖的高精度水质检索使用Gaofen 5数据和机器学习方法
Yuewen Feng1, Jun Zhang2, Sanjie Guo3
1Institute of International Rivers and Eco-Security, Yunnan University, Kunming, 650500, China.
Scientific reports
|February 25, 2025
概括
这项研究使用卫星数据和先进的算法改善了Dianchi湖的水质预测. 提高准确度有助于评估生态安全,并指导污染控制战略.
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:
- 水质指标 (WQI) 对于监测水的健康和污染至关重要.
- 遥感可以提供高效的水质评估,但精度仍然是一个挑战.
- 了解Dianchi湖的水质对于其生态安全至关重要.
研究的目的:
- 提高迪安基湖水质指标 (WQI) 预测的准确性.
- 为了分析Dianchi湖水质的空间和季节性变化.
- 提供数据驱动的建议,以减轻水污染和环保.
主要方法:
- 利用了来自GF-5卫星的高级高光谱成像仪 (AHSI) 数据.
- 开发了一种使用Savitzky-Golay标准正常变量 (SG-SNV) 转换的频谱处理方法.
- 应用了最佳的反转技术,包括逆向传播非主导排序遗传算法-II (BP-NGA),用于WQI预测.
主要成果:
- 在所有倒置模型中,已达到超过0.85的确定系数 (R2).
- 对于大多数WQI,BP-NGA模型表现出一致的积极结果.
- 确定了Dianchi湖水质的显著区域和季节性变化.
结论:
- 开发的方法显著提高了WQI预测准确度.
- 迪安基湖的水质在空间上是异质的,在季节上是动态的.
- 建议包括修建湿地和改善污水基础设施,以减少营养物流入,防止高化.
