【文献精选】Ecol. Inform.|基于机器学习的Sentinel-2影像城市水体季节溶解氧信息提取：白洋淀开放获取应用

本研究利用251组白洋淀实测水质数据和Sentinel-2卫星影像，通过9种机器学习算法建立了溶解氧（DO）浓度快速检测算法。研究背景是城市水体健康管理需要快速水质评估工具，传统方法耗时且难以获取大范围数据。研究目的是评估机器学习算法在DO预测中的准确性，并分析白洋淀DO时空分布。结果表明，额外树回归（ETR）表现最佳，R2达0.943，而AdaBoost回归（ABR）、贝叶斯岭回归（BRR）和支持向量机（SVM）表现较差。白洋淀DO浓度在0~12 mg/L之间，春季最高，秋季最低，空间分布呈现南部和西南部较高的特点。