Indexed by：
Abstract：
悬浮物浓度（TSM）是水生态环境评价的重要参数之一，及时掌握河流悬浮物浓度动态变化信息对于内陆水质监测、水环境治理是十分必要的。本研究基于野外实测光谱和悬浮物浓度数据，筛选与悬浮物浓度高度相关的波段组合反射率作为自变量，基于CatBoost、随机森林和多元线性回归算法构建悬浮物浓度遥感反演模型，采用带交叉验证的网格搜索法分别对CatBoost和随机森林2种机器学习模型进行超参数调优，确定模型最优参数配置，并对比不同模型反演精度，确定最优模型。基于最优模型，利用2019—2020年多时相Sentinel-2 MSI遥感影像，反演闽江下游悬浮物浓度，并分析其时空变化特征。结果表明：(1) b4/b...
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
地球信息科学学报
ISSN： 1560-8999
CN： 11-5809/P
Year： 2022
Issue： 04
Volume： 24
Page： 780-791
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 7
Affiliated Colleges：
