2021遥感应用组二等奖：基于机器学习回归算法的鄱阳湖水质遥感定量反演及时序变化监测研究

作品介绍

一、作品背景

鄱阳湖是中国第一大淡水湖，也是中国第二大湖，它在调节长江水位、涵养水源、改善当地气候等方面起着重大的作用。但近年来受围垦、环境污染等人类活动影响，鄱阳湖湿地退化严重，同时使鄱阳湖的容量减少，导致鄱阳湖在汛期调节洪水的能力下降，造成沿湖城镇常发生洪灾。洪灾造成当地经济损失的同时，也给当地居民的生命造成极大威胁。传统基于站点尺度的水体监测方法，只能获得局部的水体信息且需花费较大人力、物力。但主被动遥感技术可实现水体动态变化的大尺度、快速和长时序监。

此外鄱阳湖流域附近的工厂污水排放至鄱阳湖中，导致湖中总氮和总磷含量高，水体富营养化严重。传统的水质监测只能基于点位进行测量，无法实现大范围连续测量。虽然基于遥感反演水质参数较好地弥补了传统地面监测时空连续性差，但当前多集中在利用实测水质与光学反射率建立经验模型，存在适用性差等问题。为了弥补以上不足，因此整合主被动遥感影像，综合利用主被动遥感影像的特征，基于C2RCC模、XGBoost算法、D3B浓度分级算法对鄱阳湖水质进行大尺度水质参数的精确反演。

二、作品简介

鄱阳湖是我国第一大淡水湖生态湿地，它能对长江进行调蓄分洪，也能对当地起到灌溉、提供饮用水和运输等生态、服务功能。因此开展鄱阳湖水体动态监测与水质定量反演，对当地生态可持续发展、湿地与生物多样性的保护具有极其重要的意义。我们用2016-2018年Landsat 8 OLI、Sentinel-1及Sentinel-2卫星影像数据，采用自动水体提取指数(AWEI)、双极化雷达指数（SDWI）利用ISODATA与Otsu阈值分割法提取鄱阳湖水体，基于随机点验证点定量评价水体提取精度，定量分析鄱阳湖水体的年内年际动态变化。同时采用C2RCC模型、XGBoost算法、基