城市河流水資源是重要的生態(tài)資源，是城市生活和生態(tài)的根本保障。但是近年來(lái)，河流水污染問(wèn)題日益突出，城市水污染監(jiān)測(cè)、水體保護(hù)、生態(tài)系統(tǒng)健康動(dòng)態(tài)監(jiān)測(cè)以及修復(fù)方法已經(jīng)成為研究熱點(diǎn)。水質(zhì)監(jiān)測(cè)是水污染控制的基礎(chǔ)。傳統(tǒng)水質(zhì)監(jiān)測(cè)主要基于野外采樣后的實(shí)驗(yàn)室檢測(cè)和分析，由于空間布局和采樣點(diǎn)密度限制，在分析污染物在水面的連續(xù)遷移過(guò)程或大面積污染時(shí)，難以獲得反映整個(gè)水體生態(tài)環(huán)境的總時(shí)空數(shù)據(jù)。遙感技術(shù)因其快速、實(shí)時(shí)和非接觸操作的獨(dú)特優(yōu)勢(shì)，逐漸成為水質(zhì)參數(shù)反演和水質(zhì)監(jiān)測(cè)的有效工具。其中，地面遙感監(jiān)測(cè)技術(shù)以其小范圍、高精度和點(diǎn)源信息獲取等優(yōu)點(diǎn)而取得較好效果。因此，該方法在小流域水質(zhì)監(jiān)測(cè)方面具有一定優(yōu)勢(shì)，可以實(shí)現(xiàn)河流水質(zhì)單一指標(biāo)的高精度定量反演。然而，基于地面遙感技術(shù)進(jìn)行水質(zhì)監(jiān)測(cè)時(shí)，還存在以下問(wèn)題亟待解決。一是反演水質(zhì)指標(biāo)過(guò)于簡(jiǎn)單，反演精度較低，無(wú)法充分反映河流水質(zhì)信息。其次，常用的回歸和反演模型種類繁多，但對(duì)相關(guān)算法應(yīng)用效果的系統(tǒng)比較和科學(xué)評(píng)估較少。因此，急需通過(guò)對(duì)比分析研究，為模型合理選擇提供決策支持，提高水質(zhì)反演效果。
基于此，在本研究中，一組研究團(tuán)隊(duì)以邯鄲市滏陽(yáng)河為研究對(duì)象，通過(guò)室內(nèi)測(cè)量獲取水樣的高光譜數(shù)據(jù)（ASD FieldSpec 4光譜儀）以及通過(guò)化學(xué)實(shí)驗(yàn)獲取相應(yīng)水質(zhì)檢測(cè)結(jié)果。然后引入偏最小二乘法（PLS）、隨機(jī)森林（RF）和最小絕對(duì)值收斂和選擇算子（Lasso）建立樣本高光譜數(shù)據(jù)和6個(gè)對(duì)應(yīng)水質(zhì)參數(shù)（濁度（Turb）、懸浮物（SS）、化學(xué)需氧量（COD）、NH4-N、總氮（TN）、總磷（TP））的擬合模型，并進(jìn)行驗(yàn)證和評(píng)估。在考慮高光譜數(shù)據(jù)非線性特性的基礎(chǔ)上，上述三種算法的應(yīng)用重點(diǎn)是消除數(shù)據(jù)之間可能存在的多重共線效應(yīng)以及消除多種水質(zhì)參數(shù)數(shù)據(jù)經(jīng)光譜轉(zhuǎn)換后可能存在的稀疏數(shù)據(jù)結(jié)構(gòu)的影響。本文研究目的是尋找最佳反演算法，探討高光譜監(jiān)測(cè)技術(shù)代替實(shí)驗(yàn)室理化指標(biāo)測(cè)試的可行性，評(píng)估反演模型對(duì)水質(zhì)變化的預(yù)測(cè)效果。為城市河流水質(zhì)監(jiān)測(cè)提供更方便、更經(jīng)濟(jì)、更廣泛的方法。
圖1 目標(biāo)研究區(qū)水樣收集斷面分布圖。
圖2 研究方法流程圖。
【結(jié)果】
表1 PLS模型及其估算精度
表2 Lasso模型及其估算精度
表3 RF模型及其估算精度
表4 水質(zhì)參數(shù)最佳回歸模型以及估算精度
【結(jié)論】
研究結(jié)果表明PLS模型對(duì)Turb，SS，COD，TN和TP的回歸精度較好，但泛化性較差；RF模型對(duì)Turb，SS，COD，NH4-N和TP的預(yù)測(cè)效果優(yōu)于PLS模型，具有更好的普適性；Lasso模型對(duì)COD，TN和TP有機(jī)污染物的反演效果最好，但對(duì)SS和NH4-N的反演效果較差。
結(jié)果表明地面高光譜數(shù)據(jù)可以準(zhǔn)確反演水體污染狀況，實(shí)現(xiàn)大尺度、多參數(shù)水質(zhì)監(jiān)測(cè)。三種非線性反演算法具有較強(qiáng)的擬合能力，尤其是RF模型和Lasso模型在適用性和預(yù)測(cè)精度上相得益彰。與傳統(tǒng)的回歸模型PLS相比，機(jī)器學(xué)習(xí)算法綜合實(shí)力更強(qiáng)，是城市河流水質(zhì)參數(shù)分類、反演和預(yù)測(cè)的有效方法。提供了更高的反演精度和更好的魯棒性。
由于采集樣本數(shù)據(jù)的限制，本研究?jī)H分析了光譜和相應(yīng)水質(zhì)之間的關(guān)系。此外，討論了三種算法的反演精度。對(duì)于后續(xù)研究，在更多補(bǔ)充數(shù)據(jù)的基礎(chǔ)上，研究組將重點(diǎn)關(guān)注以下幾個(gè)方面：一是研究不同時(shí)間條件下水質(zhì)參數(shù)的變化規(guī)律；二是研究同一水質(zhì)參數(shù)在不同采集位置相同時(shí)的光譜敏感波段。然后進(jìn)一步探索不同采樣周期下是否具有相同規(guī)律；三是進(jìn)一步研究不同污染條件下基于光譜信息的污染狀態(tài)反演精度和遷移規(guī)律反演能力。
請(qǐng)點(diǎn)擊下方鏈接，閱讀原文：
https://mp.weixin.qq.com/s?__biz=MjM5NjE1ODg2NA==&mid=2650313508&idx=2&sn=b242d483a71593834b083cdb03be74a8&chksm=bee1bfdb899636cd7054f192f33458fbbd1af4e756d26cdec06222c8aadfb877d7ccdc15fd8c&token=1784787764&lang=zh_CN#rd