基于卷积神经网络的阅海湖水质指标反演模型构建

闫翔; 郭中华; 石甜甜; 王颖; 李强

doi:10.20040/j.cnki.1000-7709.2024.20231518

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于卷积神经网络的阅海湖水质指标反演模型构建

更新时间：2026-02-25

- 基于卷积神经网络的阅海湖水质指标反演模型构建
- Issue 7, Pages: 48-52(2024)
- 作者机构：
  
  1. 宁夏大学电子与电气工程学院
  2. 宁夏大学沙漠信息智能感知重点实验室
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2024.20231518
  CLC： TP183;X832
- Published：2024
- 稿件说明：
移动端阅览
闫翔, 郭中华, 石甜甜, et al. 基于卷积神经网络的阅海湖水质指标反演模型构建[J]. 2024, (7): 48-52.
DOI：

闫翔, 郭中华, 石甜甜, et al. 基于卷积神经网络的阅海湖水质指标反演模型构建[J]. 2024, (7): 48-52. DOI： 10.20040/j.cnki.1000-7709.2024.20231518.

摘要

水质检测对水生态污染治理和环境保护有重要意义。以银川市阅海湖湿地为例，基于Landsat-8影像数据和取样水质参数实测值，首先建立了输入节点数为8、卷积层为2、归一化层、全连接层为16-1和16-8-1、池化层和回归输出层均为1的卷积神经网络反演模型，对化学需氧量（COD）、氨氮（NH

-N）、总磷（TP）、总氮（TN）4项水质参数浓度进行反演。其次，选用不同的卷积核、全连接层和优化器进行对比试验。结果表明，卷积模型14适用于COD等浓度值>3 mg/L的水质指标反演，决定系数R

为0.91;卷积模型10适用于氨氮、总磷、总氮等浓度值范围在3 mg/L以内的水质指标反演，决定系数R

分别为0.95、0.81、0.9;卷积反演模型的反演精度(R

RMSE

)达到（0.91

4.44）

优于BP神经网络和传统的水质反演方法。最后，对水质指标COD进行了数据可视化处理，制作卷积神经网络预测COD浓度值热图，结果表明在空间上阅海湖湿地COD污染程度中间水域高于南部和北部水域。

Abstract

关键词

Keywords

references

于亚楠.基于BP神经网络技术的地表水源地水质参数反演研究[D].长春工程学院,2021(03).

Cao Jiaju,Wen Xingping,Luo Dayou,Tan Yinlong.Study on Water Quality Inversion Model of Dianchi Lake Based on Landsat 8 Data[J].Journal of Spectroscopy,2022.

Jian Li,Xiaoling Chen,Liqiao Tian,Jue Huang,Lian Feng.Improved capabilities of the Chinese high-resolution remote sensing satellite GF-1 for monitoring suspended particulate matter (SPM) in inland waters: Radiometric and spatial considerations[J].ISPRS Journal of Photogrammetry and Remote Sensing,2015.

张欣.基于三维卷积神经网络的高光谱遥感图像分类技术研究[D].中国科学院大学(中国科学院长春光学精密机械与物理研究所),2021(08).

吴欢欢,国巧真,臧金龙,乔悦,朱丽,何云海.基于Landsat 8与实测数据的水质参数反演研究[J].遥感技术与应用,2021(04).

刘贺,张奇,牛媛媛,徐力刚,胡耀辉.2013-2018年鄱阳湖水环境监测数据集[J].中国科学数据(中英文网络版),2020(02).

曾群,张海东,陈晓玲,田礼乔,李文凯,王国良.MERIS影像水环境遥感大气校正算法评价——以鄱阳湖叶绿素a浓度反演为例[J].湖泊科学,2016(06).

宋挺,石俊哲,刘军志,许文燕,严飞,徐超,朱冰川.基于Landsat-8卫星OLI数据的太湖水体蓝藻密度和浊度遥感定量反演研究[J].安全与环境工程,2015(06).

Views

272

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

耦合物理机制和数据驱动的城市洪涝潮淹没快速模拟

基于PSO-PCA-CNN的水电机组故障诊断

基于CWT-CNN模型的泵站机组故障诊断研究

深度学习算法在山南市雅桑站流量模拟中的应用研究

基于GBDT和AEO-CNN-Informer的大坝位移深度学习预测模型

Related Author

刘永志

张文婷

刘立军

唐雯雯

魏学锋

姬升阳

曾广栋

朱斌

Related Institution

南京水利科学研究院

河海大学水文水资源学院

浙江省水利防灾减灾重点实验室

浙江省水利河口研究院(浙江省海洋规划设计研究院)

华中科技大学土木与水利工程学院

AI问答

⁰