基于隨機森林算法與高分觀測的太湖葉綠素a濃度估算模型*

杭 鑫 曹 云 杭蓉蓉 徐 萌 霍 焱 孫良宵 朱士華

1 江蘇省氣候中心，南京 210019

2 中國人民解放軍61175部隊，南京 210049

3 上海翔竑信息技術有限公司，上海 202172

4 江蘇省常州市氣象局，常州 213000

提 要： 基于2018年和2019年有效觀測的高分1號(GF-1)衛星影像和湖面原位觀測的葉綠素a濃度數據，利用隨機森林算法定量評價特征變量重要性的功能，選擇有效特征波段組合，建立了基于原位自動監測數據的太湖葉綠素a濃度的遙感反演模型。結果表明：綠光波段(0.52～0.59 μm)和紅光波段(0.63～0.69 μm)是遙感估算葉綠素a濃度的關鍵波段，與其他波段組合可以定量估算葉綠素a濃度；分季節構建太湖葉綠素a濃度估算模型效果更好，春、夏、秋、冬各季模型的決定系數R2分別達0.84、0.85、0.96和0.82；太湖葉綠素a濃度夏季最高，秋、春季次之，冬季最低；春、秋和夏季葉綠素a濃度空間變化較明顯，而冬季變化不明顯，葉綠素a濃度高值區主要集中在西部沿岸區、竺山湖、梅梁湖和部分湖心區。研究表明：隨機森林模型可以客觀確定遙感反演葉綠素a濃度的有效波段，實現大面積內陸水體葉綠素a濃度的高精度估算。

引 言

葉綠素a是浮游植物或藻類植物中最豐富的色素，準確定量估算葉綠素a濃度對于客觀評價水體富營養化程度、實施水環境治理和生態保護具有重要意義(朱廣偉等，2018；尹艷娥等，2014)。太湖是一個典型的內陸Ⅱ類水體，水質狀況存在明顯的空間異質性(水利部太湖流域管理局，2019)。傳統的葉綠素a濃度測量方法主要是人工采樣監測，在實驗室采用分光光度法進行分析，最快也要近一天時間才能獲取結果，無法滿足政府防控需求。……