基于BP神經網絡算法的內蒙古岱海水體透明度遙感估算

刁瑞翔，青松*，越亞嫘，王芳，劉楠，郝艷玲，包玉海

基于BP神經網絡算法的內蒙古岱海水體透明度遙感估算

刁瑞翔1，青松1*，越亞嫘1，王芳1，劉楠1，郝艷玲2，包玉海1

（1.內蒙古師范大學 地理科學學院，呼和浩特 010022；2.內蒙古大學 生態與環境學院，呼和浩特 010021）

【目的】利用BP神經網絡算法對內蒙古岱海水體的透明度進行遙感估算?！痉椒ā炕趦让晒裴泛崪y透明度和光譜數據（地面遙感反射率和衛星遙感得到的反射率），建立BP神經網絡水體透明度反演模型，并將此模型應用于Sentinel-2 MSI和Landsat-8 OLI衛星數據，遙感反演岱海水體透明度?！窘Y果】①本文建立的BP神經網絡模型中，最優模型OLI_insitu_220模型的測試集決定系數2=0.66，均方根誤差=0.23 m，平均絕對百分比誤差=21.56%。②與傳統計算方法相比，BP神經網絡算法更適合岱海水體透明度的估算（2>0.81，<0.18 m，<14.97%），反演透明度值與實測值有較高的一致性?！窘Y論】實測與衛星匹配的獨立驗證進一步顯示該算法的有效性，能夠客觀地反映湖泊水體透明度狀況，證明了BP神經網絡算法運用在內陸湖泊反演水體透明度的可行性。

遙感；透明度；BP神經網絡；岱海

0 引言

【研究意義】湖泊是重要的自然資源，具有調節河川徑流、發展灌溉、繁衍水生生物的作用[1]。隨著人類活動影響增強，越來越多的湖泊呈現富營養化趨勢，導致湖泊生態系統遭遇破壞，功能退化[2]。透明度是評價湖泊水質的一個重要指標[3]，并且對水環境變化、水生態系統以及初級生產力具有重要意義[4]。塞氏盤法是測量水體透明度的傳統方法，雖然操作簡單，但觀測成本高、耗時長、空間尺度不連續，無法做到實時和大面積同步觀測。遙感技術具有重訪周期短和覆蓋面積大等優點，彌補了傳統測量方法的不足，近年來國內外學者在水體透明度遙感反演方面有著深入的研究[5-7]。