论文详情
2024年第8期
• 供排水监测技术前沿与热点综述 •
机器学习在水环境典型水质参数遥感反演中的应用
作者：李明轩，黎雷
作者单位：同济大学环境科学与工程学院
引用本文：李明轩, 黎雷.机器学习在水环境典型水质参数遥感反演中的应用[J].净水技术, 2024, 43(8): 45-53.
摘要：遥感技术是一种可用于大面积水体长时序监测的有效方法,研究综述了机器学习方法在几种典型水质参数遥感反演中的应用。首先,简述了水质反演中几种常用机器学习算法的原理和优缺点。随后,介绍了机器学习模型反演叶绿素a、悬浮物质、溶解性有机质、磷和氮5 种参数的研究进展,并进一步分析了面临的问题和挑战。在此基础之上,进行了总结和展望:(1)机器学习模型的反演效果普遍优于传统经验公式和半经验模型;(2)具有量化反演不确定性能力的机器学习模型(如混合密度网络和贝叶斯神经网络等),提供了更为全面和可靠的预测;(3)基于全球性大样本数据集构建的机器学习模型具有较好的泛化能力,存在产品化潜力;(4)未来的工作应主要集中于不确定性估计算法和迁移学习的推广、大气校正算法的评估,以及水环境遥感大数据的发展等。
关键词：机器学习，遥感反演，水质参数，叶绿素a，深度学习
基金资助：国家“万人计划”青年拔尖人才项目
