基于超参数优化CatBoost算法的河流悬浮物浓度遥感反演

作     者：陈点点 陈芸芝 冯险峰 武爽 CHEN Diandian;CHEN Yunzhi;FENG Xianfeng;WU Shuang

作者机构：福州大学卫星空间信息技术综合应用国家地方联合工程研究中心空间数据挖掘与信息共享教育部重点实验室数字中国研究院(福建)福州350108 中国科学院地理科学与资源研究所资源与环境信息国家重点实验室北京100101 中国科学院大学北京100049 

出 版 物：《地球信息科学学报》 (Journal of Geo-information Science)

年 卷 期：2022年第24卷第4期

页      面：780-791页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 07[理学] 08[工学] 0713[理学-生态学] 

基　　金：中国科学院战略性先导科技专项(A类)子课题(XDA23100503) 

主　　题：Sentinel-2 MSI 悬浮物 CatBoost 随机森林 多元线性回归 水色遥感 闽江 时空变化分析 

摘      要：悬浮物浓度(TSM)是水生态环境评价的重要参数之一,及时掌握河流悬浮物浓度动态变化信息对于内陆水质监测、水环境治理是十分必要的。本研究基于野外实测光谱和悬浮物浓度数据,筛选与悬浮物浓度高度相关的波段组合反射率作为自变量,基于CatBoost、随机森林和多元线性回归算法构建悬浮物浓度遥感反演模型,采用带交叉验证的网格搜索法分别对CatBoost和随机森林2种机器学习模型进行超参数调优,确定模型最优参数配置,并对比不同模型反演精度,确定最优模型。基于最优模型,利用2019—2020年多时相Sentinel-2 MSI遥感影像,反演闽江下游悬浮物浓度,并分析其时空变化特征。结果表明:(1)b4/b3、(b6-b3)/(b6+b3)、(b4+b8)/b3、(1/b3-1/b4)×b5是MSI反演闽江下游TSM浓度的最佳波段组合反射率;(2)对比其他2种模型,基于超参数优化的CatBoost算法建立的悬浮物反演模型精度最高,其决定系数R2为0.95,均方根误差RMSE和平均绝对百分比误差MAPE分别为15.32 mg/L和19.68%;(3)2019—2020年闽江下游悬浮物浓度分布“西低东高,白沙至琅岐入海口呈升高趋势;(4)悬浮物浓度夏季最高,冬季和秋季次之,春季最低。本研究可为闽江下游悬浮物浓度监测及时空变化分析提供一种有效的技术手段和理论参考。