基于GA-PLS算法的河网水体化学需氧量高光谱反演

• 作者: 何甜辉 冯志伟 刘海龙 姜波 蔡建楠 邢前国 陈文杰 黎倬琳
• 来源期刊: 灌溉排水学报
• 学科: 地球科学
• 关键词: 高光谱 遗传算法 偏最小二乘法 化学需氧量 河网水体
• 年，卷（期）: 2020,（9）
• 页码范围: 126-131
• 页数: 6页
• 分类号: X832
• 语种: 中文
• DOI: 10.13522/j.cnki.ggps.2020063

摘要

[目的]建立河网水体化学需氧量(COD)高光谱反演模型,验证遗传-偏最小二乘(GA-PLS)算法对建模效果的改善作用.[方法]采集广东省中山市146个点位的水体高光谱数据和COD质量浓度实测数据,通过GA-PLS算法对高光谱反射率数据进行特征波段筛选后建立COD质量浓度反演模型,并比较输入变量为不同特征波段组合时模型反演效果差异.[结果]基于GA-PLS算法的COD质量浓度高光谱模型反演效果优于全谱段PLS模型,验证集RMSEP最小为4.887 mg/L,较全谱段PLS模型降低11.4％;以筛选得到的74个波段(占全波段数的2.9％)作为输入变量时,模型仍可保持良好的稳定性和反演精度;GA-PLS算法筛选得出的部分特征波段与水体中藻类、悬浮颗粒物的吸收特征波段一致,筛选结果具有合理性和指示意义.[结论]通过GA-PLS算法可对高光谱数据进行特征波段筛选,实现数据降维优化,进一步简化模型;在样本COD质量浓度主要分布范围内,GA-PLS算法模型有良好的反演精度和水质类别分类准确性.该方法在河流COD快速监测中具有良好的应用前景.