填海施工区悬浮物浓度遥感监测方法研究
发布时间：2021-07-27 16:00
为探索利用卫星遥感监测填海施工区悬浮物浓度的有效方法,通过大量现场实测的水质样本和卫星遥感数据对以传统回归算法与神经网络方法建立的反演模型的精度进行了比较分析.研究发现,采用神经网络方法得到的反演结果与现场实测水样的相关性最高,其相关系数达到0.95,平均误差仅为30%;而传统回归模型的反演精度偏低,平均误差高达140%,这可能是由填海施工区复杂的光学特征造成的.利用神经网络模型对工程海域悬浮物浓度连续5年的遥感监测结果表明:该海域的悬浮物浓度呈季节性变化,冬季相对较高,夏季相对较低;在空间上呈现距施工区较近处浓度较高、较远处浓度较低的分布格局.
【文章来源】：应用基础与工程科学学报. 2020,28(05)北大核心EICSCD
【文章页数】：14 页
【部分图文】：
大连海上机场地理位置与采样站点分布
本文采用BP神经网络模型反演工程海域的悬浮物浓度.神经网络的结构主要由输入与输出参数间的映射关系决定,因此选择合适的输入和输出参数是确定神经网络结构的重要环节.在已有研究中,有较多探索反演海洋悬浮物浓度最优波段的成果,如Tian等[27]、Wu等[28]和Sravanthi等[29]认为红绿波段与悬浮物浓度相关性较高;Dogliotti等[30]、Cai等[31]和Doxaran等[32]利用近红外波段成功反演了海洋悬浮物浓度等等.尽管研究表明近红外波段可用于海洋悬浮物浓度遥感模型的构建,但本文的研究对象属于中低浑浊海水(悬浮物平均浓度低于35mg·L-1),水体散射作用较弱,对近红外波段的吸收作用较强,因而近红外波段信噪比较低,影响反演精度.通过HJ-CCD近红外波段遥感反射率与实测悬浮物浓度的对比分析,发现二者之间的相关性极低,不适合构建工程海域悬浮物浓度反演模型.基于上述考虑,本文选用HJ-CCD前3个波段的遥感反射率作为神经网络模型的输入,以相应的悬浮物浓度为输出,将双曲正切函数和线性函数作为隐含层和输出层的传递函数.BP神经网络基本结构见图2.2.3 模型精度评估
表1 工程海域实测悬浮物浓度统计Table 1 Statistics of suspended particulate matter concentrationin the construction waters 实测悬浮物浓度/(mg·L-1) 最小 最大 中值 平均值 标准偏差 模型训练集 2.4 65.7 11.45 18.22 11.45 模型测试集 0.8 76.2 7.45 20.94 7.53.2 神经网络模型的训练、评估与对比
【参考文献】：
期刊论文
[1]内陆水体水质参数遥感反演集合建模方法[J]. 曹引,冶运涛,赵红莉,蒋云钟,王浩,王俊锋. 中国环境科学. 2017(10)
[2]强潮海湾水动力环境对人类干预的响应——以泉州湾为例[J]. 侯庆志,左利钦,陆永军,王志力,莫思平,佘小建. 应用基础与工程科学学报. 2017(06)
[3]大型填海工程悬浮物污染监测方法[J]. 郁斢兰,王诺. 大连海事大学学报. 2015(02)
[4]基于Landsat 8影像估算新安江水库总悬浮物浓度[J]. 张毅博,张运林,査勇,施坤,周永强,王明珠. 环境科学. 2015(01)
[5]基于光谱分类的总悬浮物浓度估算[J]. 李渊,李云梅,施坤,吕恒,郭宇龙,周莉,刘阁. 光谱学与光谱分析. 2013(10)
[6]结合水体光学分类反演太湖总悬浮物浓度[J]. 周晓宇,孙德勇,李云梅,李俊生,龚绍琦. 环境科学. 2013(07)
[7]基于HJ-1A卫星超光谱数据的太湖叶绿素a浓度及悬浮物浓度反演[J]. 杨婷,张慧,王桥,赵巧华. 环境科学. 2011(11)
[8]HJ-1A/B卫星CCD影像的武汉市东湖水色三要素遥感研究[J]. 陈莉琼,田礼乔,邱凤,陈晓玲. 武汉大学学报(信息科学版). 2011(11)
[9]基于半分析方法的内陆湖泊水体总悬浮物浓度遥感估算研究[J]. 施坤,李云梅,刘忠华,徐祎凡,徐昕,马万泉,陆超平. 环境科学. 2011(06)
[10]淤泥质海岸泥沙运动模拟及进港航道大风天回淤特性研究[J]. 解鸣晓,张玮,张庭荣. 应用基础与工程科学学报. 2010(02)
博士论文
[1]中国东部近岸海域光学遥感机理及其在全球变化中的应用[D]. 陈军.中国地质大学（北京） 2014
本文编号：3306096
【文章来源】：应用基础与工程科学学报. 2020,28(05)北大核心EICSCD
【文章页数】：14 页
【部分图文】：
大连海上机场地理位置与采样站点分布
本文采用BP神经网络模型反演工程海域的悬浮物浓度.神经网络的结构主要由输入与输出参数间的映射关系决定,因此选择合适的输入和输出参数是确定神经网络结构的重要环节.在已有研究中,有较多探索反演海洋悬浮物浓度最优波段的成果,如Tian等[27]、Wu等[28]和Sravanthi等[29]认为红绿波段与悬浮物浓度相关性较高;Dogliotti等[30]、Cai等[31]和Doxaran等[32]利用近红外波段成功反演了海洋悬浮物浓度等等.尽管研究表明近红外波段可用于海洋悬浮物浓度遥感模型的构建,但本文的研究对象属于中低浑浊海水(悬浮物平均浓度低于35mg·L-1),水体散射作用较弱,对近红外波段的吸收作用较强,因而近红外波段信噪比较低,影响反演精度.通过HJ-CCD近红外波段遥感反射率与实测悬浮物浓度的对比分析,发现二者之间的相关性极低,不适合构建工程海域悬浮物浓度反演模型.基于上述考虑,本文选用HJ-CCD前3个波段的遥感反射率作为神经网络模型的输入,以相应的悬浮物浓度为输出,将双曲正切函数和线性函数作为隐含层和输出层的传递函数.BP神经网络基本结构见图2.2.3 模型精度评估
表1 工程海域实测悬浮物浓度统计Table 1 Statistics of suspended particulate matter concentrationin the construction waters 实测悬浮物浓度/(mg·L-1) 最小 最大 中值 平均值 标准偏差 模型训练集 2.4 65.7 11.45 18.22 11.45 模型测试集 0.8 76.2 7.45 20.94 7.53.2 神经网络模型的训练、评估与对比
【参考文献】：
期刊论文
[1]内陆水体水质参数遥感反演集合建模方法[J]. 曹引,冶运涛,赵红莉,蒋云钟,王浩,王俊锋. 中国环境科学. 2017(10)
[2]强潮海湾水动力环境对人类干预的响应——以泉州湾为例[J]. 侯庆志,左利钦,陆永军,王志力,莫思平,佘小建. 应用基础与工程科学学报. 2017(06)
[3]大型填海工程悬浮物污染监测方法[J]. 郁斢兰,王诺. 大连海事大学学报. 2015(02)
[4]基于Landsat 8影像估算新安江水库总悬浮物浓度[J]. 张毅博,张运林,査勇,施坤,周永强,王明珠. 环境科学. 2015(01)
[5]基于光谱分类的总悬浮物浓度估算[J]. 李渊,李云梅,施坤,吕恒,郭宇龙,周莉,刘阁. 光谱学与光谱分析. 2013(10)
[6]结合水体光学分类反演太湖总悬浮物浓度[J]. 周晓宇,孙德勇,李云梅,李俊生,龚绍琦. 环境科学. 2013(07)
[7]基于HJ-1A卫星超光谱数据的太湖叶绿素a浓度及悬浮物浓度反演[J]. 杨婷,张慧,王桥,赵巧华. 环境科学. 2011(11)
[8]HJ-1A/B卫星CCD影像的武汉市东湖水色三要素遥感研究[J]. 陈莉琼,田礼乔,邱凤,陈晓玲. 武汉大学学报(信息科学版). 2011(11)
[9]基于半分析方法的内陆湖泊水体总悬浮物浓度遥感估算研究[J]. 施坤,李云梅,刘忠华,徐祎凡,徐昕,马万泉,陆超平. 环境科学. 2011(06)
[10]淤泥质海岸泥沙运动模拟及进港航道大风天回淤特性研究[J]. 解鸣晓,张玮,张庭荣. 应用基础与工程科学学报. 2010(02)
博士论文
[1]中国东部近岸海域光学遥感机理及其在全球变化中的应用[D]. 陈军.中国地质大学（北京） 2014
本文编号：3306096
本文链接：https://www.wllwen.com/kejilunwen/haiyang/3306096.html
