基于机器学习的卫星遥感水质富营养化评价——以合肥市环城河为例

摘要

以合肥市环城河为研究对象,使用线性回归、随机森林、支持向量回归和套索回归等机器学习模型挖掘Landsat8卫星数据和水质参数之间的关系,对遥感影像值的反射率和水质参数进行建模,并比较了4种不同模型的表现.结果显示,随机森林模型的表现最好,对TN、TP、NH3-N反演模型的精度都能达到0.7以上;反演的水质参数浓度分布图表明TN、TP在环城河东北段的污染最严重,而NH3-N则在西南段的污染最严重;从水体富营养化分布图可以看出,环城河东段水体呈现中度营养状态.

关键词

机器学习 / Landsat8 / 富营养化评价