【目的】建立河網(wǎng)水體化學需氧量（COD）高光譜反演模型,驗證遺傳-偏最小二乘（GA-PLS）算法對建模效果的改善作用【。方法】采集廣東省中山市146個點位的水體高光譜數(shù)據(jù)和COD質(zhì)量濃度實測數(shù)據(jù),通過GA-PLS算法對高光譜反射率數(shù)據(jù)進行特征波段篩選后建立COD質(zhì)量濃度反演模型,并比較輸入變量為不同特征波段組合時模型反演效果差異。【結果】基于GA-PLS算法的COD質(zhì)量濃度高光譜模型反演效果優(yōu)于全譜段PLS模型,驗證集RMSEP最小為4.887 mg/L,較全譜段PLS模型降低11.4%;以篩選得到的74個波段（占全波段數(shù)的2.9%）作為輸入變量時,模型仍可保持良好的穩(wěn)定性和反演精度;GA-PLS算法篩選得出的部分特征波段與水體中藻類、懸浮顆粒物的吸收特征波段一致,篩選結果具有合理性和指示意義。【結論】通過GA-PLS算法可對高光譜數(shù)據(jù)進行特征波段篩選,實現(xiàn)數(shù)據(jù)降維優(yōu)化,進一步簡化模型;在樣本COD質(zhì)量濃度主要分布范圍內(nèi),GA-PLS算法模型有良好的反演精度和水質(zhì)類別分類準確性。該方法在河流COD快速監(jiān)測中具有良好的應用前景。 

【文章來源】：灌溉排水學報. 2020,39(09)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

GA-PLS算法實現(xiàn)流程圖

在400～700 nm波段范圍內(nèi)水體光譜反射率對低COD質(zhì)量濃度水體有較好的區(qū)分度，Ⅱ類水質(zhì)水體光譜反射率在此波段范圍內(nèi)均顯著高于其他水質(zhì)類別的水體；而在波長大于720 nm的波段范圍內(nèi)，則出現(xiàn)Ⅳ類水質(zhì)水體的光譜分辨率高于Ⅲ類水質(zhì)水體的現(xiàn)象。表明水體光譜反射率與COD質(zhì)量濃度存在一定的相關性，但在不同波段范圍內(nèi)相關關系特征規(guī)律不同；總體上表明基于光譜分辨率的水體COD質(zhì)量濃度反演具有較好的可行性。2.2 波段篩選過程及結果

樣本集數(shù)據(jù)經(jīng)過10次GA-PLS重復運算，得到的入選波段及累積入選頻率見圖3。圖3顯示在610～660、680～730、840～870 nm等波段范圍內(nèi)均有連續(xù)的波段入選；入選頻率最高為650、720、763、818、842、873 nm附近波長的波段，上述波段入選頻率均超過20%；入選頻率較低的波段范圍為400～430、530～560、780～800 nm，表明該上述波段范圍內(nèi)的水體光譜反射率可能與COD質(zhì)量濃度相關性較低。2.3 水質(zhì)反演模型預測效果及評價

【參考文獻】：
期刊論文
[1]基于遺傳算法的土壤質(zhì)地高光譜預測模型研究[J]. 喬天,呂成文,肖文憑,呂凱,水宏偉.  土壤通報. 2018(04)
[2]基于Landsat-8的城市湖泊水體總懸浮物吸收系數(shù)的遙感反演——以杭州西湖為例[J]. 黃李童,陳江,朱渭寧,孫楠,逄淑娜.  環(huán)境科學學報. 2018(10)
[3]瑯琊山景區(qū)不同指標濃度下水質(zhì)光譜差異分析[J]. 彭建,徐飛雄,鄧凱,吳見.  光譜學與光譜分析. 2018(05)
[4]基于Landsat-8 OLI數(shù)據(jù)的烏梁素�？側芙庑怨腆w質(zhì)量濃度遙感反演[J]. 阿如娜,青松,包玉海.  灌溉排水學報. 2018(04)
[5]基于高光譜技術的基質(zhì)含水率快速測定方法[J]. 劉志剛,徐勤超.  灌溉排水學報. 2017(10)
[6]高光譜估算土壤有機質(zhì)含量的波長變量篩選方法[J]. 于雷,洪永勝,周勇,朱強,徐良,李冀云,聶艷.  農(nóng)業(yè)工程學報. 2016(13)
[7]基于高光譜的GA和SPA算法對贛南臍橙葉綠素定量分析[J]. 劉燕德,張光偉,蔡麗君.  光譜學與光譜分析. 2012(12)
[8]基于高光譜數(shù)據(jù)的東海近海懸浮泥沙濃度估測研究[J]. 陳雯揚,許惠平.  水運工程. 2010(02)
[9]用遺傳算法快速提取近紅外光譜特征區(qū)域和特征波長[J]. 鄒小波,趙杰文.  光學學報. 2007(07)
[10]河口水體泥沙濃度的水面光譜統(tǒng)計模式分析[J]. 劉志國,周云軒,沈芳.  水利學報. 2007(07)



本文編號：3576463