我国小型湖库数量多，分布广，承担的服务功能多样，故构建针对小型湖库的水质及水生态监测体系有重要的科学价值。利用实时获取的高光谱数据，运用归一化、波段比值和波段差值解析敏感波段，建立多元线性回归模型和BP神经网络模型反演西南科技大学中心湖（小型人工湖）总氮浓度，并分析模型的精度与适用性。结果显示，采用波段比值运算解析获取敏感波段，并将其作为输入层的神经网络模型拟合精度最高（均方根误差为0.05 mg/L，平均绝对误差为0.03 mg/L，平均相对误差为4.7%）。结果表明，高光谱遥感的连续光谱结合BP神经网络的非线性拟合能力可较好地反演总氮浓度。研究结果有助于为小型湖库高光谱水质反演及监测预警提供理论和技术参考。
文档