USEM:使用Landsat 5/7/8和Sentinel-2图像对沿海水域多种营养度的同时估计的统一模型
Qin Ye1, Zhongsheng Yi2, Yueji Liang3
1College of Environmental Science and Engineering, Guilin University of Technology, Guilin 541004, China.
Environmental research
|March 5, 2026
概括
这项研究引入了一个统一的模型,使用多传感器卫星数据同时估计四个关键的沿海水营养素. 该模型准确地监测营养水平,有助于优化缩评估和污染跟踪.
科学领域:
- 环境科学 环境科学
- 遥感 遥感 遥感 遥感
- 水质监测 水质监测
背景情况:
- 准确的营养度估计对于沿海缩监测至关重要.
- 挑战包括缺乏直接光谱营养特征和单个传感器的局限性.
研究的目的:
- 开发一个统一的同时估计模型 (USEM) 的四个关键的沿海水营养:正酸 (PO4P),溶解无机 (DIN),总 (TN),和总 (TP).
- 整合多传感器卫星图像,以增强空间和时间监测能力.
主要方法:
- 在谷歌地球引擎上整合了Landsat 5/7/8和Sentinel-2图像.
- 使用共同的光谱带和传感器类型标识符构建了一个统一的特征集.
- 采用了通过贝叶斯优化优化的 eXtreme Gradient Boosting算法.
主要成果:
- 在一个独立的测试组中,USEM在PO4P (R2=0.70),DIN (R2=0.77),TN (R2=0.69) 和TP (R2=0.67) 上取得了高精度.
- 通过10倍的交叉验证证明了最低的根平均平方误差和强大的稳定性.
- 在准确性和错误指标方面表现优于其他五种机器学习模型.
结论:
- USEM提供了一种准确而强大的方法,用于在沿海水域同时估计营养素.
- 能够进行长期监测,支持对肥胖的评估,污染源的追踪和管理效率的评估.
