一种基于随机森林模型的内陆湖泊总磷浓度遥感监测方法技术

本发明专利技术属于水体水质监测方法与应用技术领域，具体公开一种基于随机森林模型的内陆湖泊总磷浓度遥感监测方法。该监测方法以长时间序列的MODIS数据为基础，具体包括以下步骤：(1)实测水质数据获取；(2)遥感数据预处理；(3)随机森林模型的构建；(4)相关性分析和随机森林模型的评估；(5)绘制总磷的长期时空分布图。本发明专利技术以长时间序列的MODIS数据为基础，克服了传统水质监测无法满足长期、实时和大尺度监测需求的局限性，在反演过程中使用随机森林模型，提高了内陆湖泊总磷的反演精度。提高了内陆湖泊总磷的反演精度。

【技术实现步骤摘要】
一种基于随机森林模型的内陆湖泊总磷浓度遥感监测方法


[0001]本专利技术属于水体水质监测方法与应用
，具体涉及一种基于随机森林模型的内陆湖泊总磷浓度遥感监测方法。

技术介绍

[0002]内陆湖泊在全球淡水资源中占有重要的地位，不仅为水生动物和植物提供栖息地，也为人类提供宝贵的社会和经济服务，支撑着农业、工业和旅游业的发展。近年来，随着全球气候变化和人类活动的影响，许多湖泊面临水质下降、水体富营养化和水生态系统破坏等一系列问题，水质监测作为水环境管理的一个重要环节，可以有效保护水环境、控制水污染和维护水环境的健康。
[0003]总磷浓度是是衡量水体富营养化程度的重要指标之一，其含量增加会导致大型植物和藻类的过度生长，进而发生大面积的“水华”现象，因此监测总磷浓度对内陆湖泊水生态环境保护具有重要的意义。传统水质监测主要采用现场水样采集和实验室测定的方法，虽然可监测的参数多，精度较高，但费时费力，经济成本高昂，并且单点尺度的水质难以代表整个水域的水质状况。遥感技术具有范围广、速度快和低成本等优势，满足实时和大尺度的水质监测需求，同时可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于随机森林模型的内陆湖泊总磷浓度遥感监测方法，其特征在于，该监测方法以长时间序列的MODIS数据为基础，具体包括以下步骤：(1)实测水质数据获取；(2)遥感数据预处理；(3)随机森林模型的构建；(4)相关性分析和随机森林模型的评估；(5)绘制总磷的长期时空分布图。2.根据权利要求1所述的基于随机森林模型的内陆湖泊总磷浓度遥感监测方法，其特征在于，所述步骤(1)实测水质数据获取具体为：在湖面均匀设置一定数量的采样点，水样采集并储存，利用钼酸铵分光光度法(GB 11893
‑
89)测定总磷浓度。3.根据权利要求1所述的基于随机森林模型的内陆湖泊总磷浓度遥感监测方法，其特征在于，所述步骤(2)遥感数据预处理具体为：利用ENVI 5.3和MRT(MODIS Reproduction Tool)软件实现MODIS影像的预处理。4.根据权利要求3所述的基于随机森林模型的内陆湖泊总磷浓度遥感监测方法，其特征在于，所述预处理包括重投影和重采样、波段合成、像元值提取、可用影像筛选。5.根据权利要求1所述的基于随机森林模型的内陆湖泊总磷浓度遥感监测方法...

【专利技术属性】
技术研发人员：黄津辉，王波，郭宏伟，祝晓瞳，田上，
申请(专利权)人：南开大学，
类型：发明
国别省市：