面向GF-1WFV数据的闽江下游叶绿素a反演模型研究
【摘要】 叶绿素a浓度是可直接遥感反演的重要水质参数之一，常用来评价水体的富营养化程度.为建立适合于闽江下游叶绿素a浓度的反演模型，利用地面采样数据，结合GF-1WFV光谱响应函数，选用多元回归、BP神经网络和随机森林方法，构建了叶绿素a浓度反演模型;并根据验证数据与实测值之间的决定系数(R2)、均方根误差(RMSE)和平均相对误差对模型反演结果进行了比较.结果发现，随机森林模型的R2为0.895，RMSE为1.994mg·m-3，平均相对误差为11.502%，是3种模型中最优的.为了评估模型的性能，进一步比较了WFV影像像元反射率反演的叶绿素a浓度值与相应的实测值.结果表明，随机森林模型同样具有较高的精度，其R2为0.709，RMSE为3.540mg·m-3，平均相对误差为25.616%.本研究可为闽江下游水环境的监测提供一定的理论依据和技术参考.
