基于神经网络模型的湛江湾水体有色溶解有机物的遥感估算

摘要

有色溶解有机物(Colored Dissolved Organic Matter, CDOM)是水体中重要的水质参数之一, 是水色遥感的重要研究对象, 如何构建适合特定区域的近海二类水体CDOM反演模型一直是国内外研究难点.本文利用2017年5月26～29日对南海西北部海域湛江湾20个站位采集的水样和测量的光谱资料,分析归一化遥感反射率与CDOM浓度ag(400)的相关性, 发现最大负相关系数出现在586 nm处, 选择580、585、590、595 nm 这四个波段处的归一化遥感反射率与 ag(400)建立了多元线性回归模型、BP(Back-Propagation)神经网络模型和 RBF(Radial-Basis Function)神经网络模型, 并与其他算法模型进行对比分析.结果发现, BP和RBF神经网络模型的平均相对误差和均方根误差均远小于多元线性回归模型和其他算法模型, 神经网络模型的预测值与实测值拟合效果要优于多元线性回归模型.研究表明,神经网络模型更适合于湛江湾有色溶解有机物的遥感估算.