反演亚热带浅水湖泊悬浮颗粒物浓度的基于DSFs的SVR模型

摘要

本发明公开了一种针对亚热带浅水湖泊悬浮颗粒浓度反演的基于DSFs的SVR模型。该方法首先确定根据分析得到合适的相应波段，接着利用样本训练SVR模型，选择最佳的(C，σ)，以获得精度最高的SVR模型，并用于反演亚热带浅水湖泊的悬浮颗粒物浓度。通过对验证样本和以往实验积累的数据分析表明：本发明建立的支持向量机模型具有较低的预测误差，其对太湖水体叶绿素a浓度的估算也具有一定的普适性。

主权项

反演亚热带浅水湖泊悬浮颗粒物浓度的基于DSFs的SVR模型，其特征在于，所述模型的建立包括以下过程：(1)分析建模样本的曲线特征，结合测量得到的湖泊悬浮颗粒物浓度，对比找出对悬浮物浓度敏感的响应波段；(2)将用于建立模型的各波段处的遥感反射率和对应的悬浮物浓度作为SVR模型的训练样本，其中遥感反射率值为输入项，悬浮物浓度为输出项，对应的公式为：X＝(Rrs(λ1)，Rrs(λ2)，Rrs(λ3)，...)，Y＝TSM，其中X表示SVR的输入项，Rrs(λ)表示在波长λ处的遥感反射率；λ1，λ2，λ3…分别为遥感反射率与悬浮物浓度相关度较高的特征波段，其中λ的个数根据步骤(1)的分析结果进行确定；(3)建立基于径向量的核函数SVR模型，并根据多次测试结果确定最佳的(C，σ)组合，其中C为惩罚系数，即对误差的宽容度，σ是核函数中自带的参数；训练得到精度最高的SVR模型，再用于悬浮颗粒物浓度的反演。