咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >小样本下大冶湖非光学活性水质参数反演与时空变化分析 收藏

小样本下大冶湖非光学活性水质参数反演与时空变化分析

Inversion and Spatiotemporal Variation of Non-optically Active Water Quality Parameters in Daye Lake With Small Samples

作     者:黄振辉 杨小红 王力哲 厉芳婷 刘君 刘新龙 王玲玲 HUANG Zhen-hui;YANG Xiao-hong;WANG Li-zhe;LI Fang-ting;LIU Jun;LIU Xin-long;WANG Ling-ling

作者机构:中国地质大学(武汉)计算机学院湖北武汉430074 武汉大学测绘遥感信息工程国家重点实验室湖北武汉430079 湖北省测绘工程院湖北武汉430074 湖北省自然资源厅湖北武汉430071 武汉中地数字孪生技术有限公司湖北武汉430074 湖北省生态环境科学研究院湖北武汉430072 

出 版 物:《长江流域资源与环境》 (Resources and Environment in the Yangtze Basin)

年 卷 期:2024年第33卷第1期

页      面:102-113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] 0815[工学-水利工程] 0713[理学-生态学] 

基  金:国家自然科学基金青年基金(42001308) 国家自然科学基金联合基金项目(U21A2013) 湖北省自然资源厅科技资助项目(ZRZY2022KJ03) 

主  题:水质反演 非光学活性 机器学习 注意力机制 哨兵2号 

摘      要:遥感技术为内陆湖泊水质监测提供了极大的便利,但是由于非光学活性水质参数在复杂的内陆水体生物光学环境中,很难直接找到其光学特性,导致这类参数的实测水质数据与遥感反射率之间难以用简单的回归模型拟合,尤其是在实测水质样本量较小时,传统机器学习容易出现欠拟合的现象,反演精度难以保证。针对非光学活性水质参数在反演中数据量较小、拟合困难等问题,提出了一种基于点积注意力模型的水质反演方法,通过58个水质实测数据和Sentinel-2遥感数据构建了点积注意力模型,实现大冶湖遥感水质反演。在同样的样本和影像数据下,对比了基于统计回归模型和多层感知机模型的遥感水质反演。实验表明,点积注意力模型的非光学活性水质参数浓度反演的准确性较高,总磷、总氮、高锰酸盐指数的决定系数R2分别能达到0.83,0.89,0.80。最后,将提出的模型运用到大冶湖非光学活性水质参数反演中,对该湖泊2018~2021年总磷、总氮、高锰酸盐指数3种非光学活性水质参数进行反演,统计并分析了近4年大冶湖水质参数浓度的时空变化特征,对大冶湖的营养状态进行了综合评价,为大冶湖水环境治理提供重要数据支撑。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分