【文献精选】Journal of Water Process Engineering|基于多光谱遥感的水质参数反演

本文针对湖泊污染管理中非实时监测和高人力消耗的挑战，提出了一种将多光谱遥感技术与智能水质预测相结合的创新框架。研究以洪泽湖为研究对象，通过光谱数据采集和预处理，建立了总磷（TP）和总氮（TN）的反演模型。采用AdaBoost、Kepler优化算法（KOA）和遗传算法（GA）优化随机森林（RF）算法，实验结果表明，这三种改进模型在水质预测方面优于传统的随机森林模型，其中KOARF模型表现出最佳的预测性能（R2 = 0.94±0.02）。研究为开发综合空间-空中-地面湖泊监测系统提供了关键的算法支持，并确立了机器学习增强型遥感作为水质监测的变革性方法。