环境化学 , 2017, 36(3): 666-676.
10.7524/j.issn.0254-6108.2017.03.2016070104
基于多元线性模型、支持向量机(SVM)模型和地统计方法的地表水溶解性总固体(TDS)估算及其精度对比——以艾比湖流域为例
王小平
1,
,
张飞
2,
,
于海洋
3,
,
KUNG Hsiang-te
4,
1.新疆大学资源与环境科学学院,乌鲁木齐,830046;新疆大学绿洲生态教育部重点实验室,乌鲁木齐,830046;
2.新疆大学资源与环境科学学院,乌鲁木齐,830046;新疆大学绿洲生态教育部重点实验室,乌鲁木齐,830046;新疆智慧城市与环境建模普通高校重点实验室,乌鲁木齐,830046;
3.新疆大学资源与环境科学学院,乌鲁木齐,830046;新疆大学绿洲生态教育部重点实验室,乌鲁木齐,830046;
4.美国孟菲斯大学地球科学系,田纳西州孟菲斯,38152,美国
地表水溶解性总固体(TDS)是地表水各组分浓度的总指标,是地表水水化学特性长期演变的最终结果,也是表征水文地球化学作用过程的重要参数,TDS的高低直接影响地表水的含盐量.本研究以艾比湖流域为研究对象,结合实测地表水TDS数据;选用准同步的Landsat OLI数据,首先,利用光谱诊断指数选取与地表水TDS相关性较高的波段,其次,利用地统计方法、多元线性回归模型和支持向量机(SVM)模型对TDS进行预测,并对其结果进行精度比较.结果表明,SVM模型为最优估测模型,拟合决定系数R2为0.97,均方误差(RMSE)为50.59;多元线性回归模型的精度与SVM模型精度较为接近,拟合决定系数R2为0.9,RMSE为66.55;地统计克里格插值法预测精度最低,拟合决定系数R2为0.87,RMSE为95.73.遥感估测SVM模型预测值在大区域能较好地反映出艾比湖流域TDS的总体特征.该模型在水质遥感领域的应用中具有良好的可行性和有效性,其预测结果也与艾比湖流域水体TDS的实际分布相吻合,因此遥感估测SVM模型在水质估测中具有一定的应用潜力.
材料期刊网