论文部分内容阅读
由于内陆水体复杂的光学特性，利用遥感准确反演水质参数浓度充满挑战性。为了提高水质参数浓度反演精度，提出了基于支持向量机和粒子群的草型湖泊水质参数定量遥感方法。以微山湖为实例，利用2015年6月11-13日获取的实测高光谱和水体叶绿素a浓度、总悬浮物浓度和浊度数据，对高光谱数据进行归一化处理，分别建立基于原始光谱反射率和归一化反射率的水体叶绿素a浓度、总悬浮物浓度和浊度支持向量机反演模型，并将这两种支持向量机反演模型和三种水质参数浓度常规半经验、半分析反演模型进行对比分析。结果 表明，对光谱进行归一化处理，能提高支持向量机反演模型精度；基于归一化光谱反射率的三种水质参数浓度支持向量机反演模型(nsr-PSO-SVM)精度相对常规半经验、半分析反演模型有显著地提高，叶绿素a浓度nsr-PSO-SVM反演模型综合误差低于25％，总悬浮物浓度和浊度nsr-PSO-SVM反演模型综合误差均低于20％，反演模型精度十分理想。该方法可为其他水体水质参数反演提供建模基础。