机器学习模型的珠江口悬浮泥沙遥感反演与规律分析
Bulletin of Surveying and Mapping（2023）
摘要
本文以珠江口悬浮泥沙水质采样数据及高光谱数据为基础,构建了人工神经网络(ANN)、支持向量回归机(SVR)、随机森林(RF)悬浮泥沙反演模型,结果发现模型预测精度从高到低依次为:RF、ANN、SVR.采用随机森林模型对珠江口悬浮泥沙反演,结果得到珠江口岸悬浮泥沙浓度呈现西高东低,从近岸到离岸逐渐递减趋势.主要是由于珠江口地形为喇叭形,在季风和潮汐共同作用下,珠江口顶部区域受潮汐和风向混合作用强烈.在远离珠江口顶部区域地形较为开阔,各支流径流的悬浮泥沙汇聚堆积在珠江口西南区域,导致珠江口西南区域悬浮泥沙浓度高.
更多关键词
Pearl River Estuary,suspended sediment,machine learning,remote sensing inversion,regularity analysis
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要