基于BP神经网络的内陆河流水质遥感反演

摘要

高效、全面、连续和准确地监测河流及湖库的有机污染能够为水质评价和水体污染防治提供可靠的依据.该文以淮河信阳段干流及其支流潢河、浉河、白露河等水域为研究对象，针对化学需氧量（COD）和氨氮（NH₃-N）浓度两个重要的水质指标，基于Landsat 8数据和实测水质数据进行相关性分析，构建反演模型得到COD和NH₃-N的空间分布情况.结果表明：1)NH₃-N浓度与Landsat 8影像的蓝波段（Band 2）数据相关系数最高，达到0.745;2)COD与Landsat 8影像单波段的相关性不太高，但是利用红波段（Band 4）与短波红外波段（Band 6）进行波段组合（Band 4/Band 6）后，其相关系数可达0.852;3)基于BP神经网络模型反演的COD和NH₃-N浓度与实测数据吻合度较高，相对误差分别为14.35%和29.30%.研究结果证明，利用遥感影像能够对河流、湖库的主要污染指标COD和NH₃-N进行监测且BP神经网络模型的监测精度较高.

关键词

水质反演 / 遥感 / COD / NH₃-N / 内陆河流

基金资助

国家自然科学基金重点项目(51739009); 河南省教育厅重点基金项目(14A420002; 15A420002)