摘要

利用高分遥感数据反演内陆水体中的污染物,对于评价流域污染防治效果,以及确定防治措施具有重要意义。而用于预测水质参数的光谱指数,主要包括植被指数、水体指数等,是基于水质光谱特征,在遥感影像处理中,选取合适的波段组合提取的;完成提取后,再使用数学建模方法,建立光谱特征与水质参数的定量模拟预测模型。常用的遥感反演模型有波段比值模型、一阶微分模型、半分析模型、BP神经网络模型等。本研究以南漪湖为例,通过室外站点检测和室内实验,在分析水体固有光学特性的基础上,引入机器学习算法,即随机森林算法,建立基于高分系列卫星影像的湖泊水体随机森林反演模型,识别南漪湖水质时空变化特征,并对模型性能以及反演的精确度进行评价。