文章摘要:叶绿素a浓度是评价水体富营养化的重要指标,为建立适合福建省近岸海域叶绿素a浓度反演模型,本文基于OLCI遥感影像数据和浮标实测叶绿素a浓度数据,采用XGBoost和CatBoost 2种机器学习方法分别构建叶绿素a浓度反演模型。并根据实测值与估测值之间的决定系数（R²）、均方根误差（RMSE）和平均绝对百分比误差（MAPE）对模型反演结果进行比较,结果显示,XGBoost模型和CatBoost模型的决定系数（R²）分别为0.93、0.78;均方根误差（RMSE）分别为0.67,0.99μg/L;平均绝对百分比误差（MAPE）分别为18.78%、25.59%,XGBoost模型的3种评价指标都要高于CatBoost模型。总体上,2种反演模型反演福建近海岸叶绿素a浓度具有较好的可行性,本研究可为近岸海域叶绿素a浓度的遥感反演提供一种有效方法,为相关部门科学管理海洋水生态环境提供技术参考。

文章关键词:

论文DOI:10.26914/c.cnkihy.2021.021888

论文分类号:X834

上一篇：自然地理学和测绘学论文_高植被山区泥石流物源
下一篇：没有了