東北地理所在水體總懸浮顆粒物光譜預測研究中取得進展
良好的水質是人類社會發展的關鍵，總懸浮顆粒物(TSM)是一個關鍵的水質參數，可以影響水的透明度、真光層深度和初級生產者，與水生態環境問題息息相關。傳統的水體TSM研究主要通過大量的野外調查，費時費力。與傳統的TSM分析相比，光譜和遙感技術在水體TSM估算研究中具有很大的優勢。
任何基于衛星影像的遙感估算都需要光譜特征分析，光譜研究是遙感制圖的基礎。針對TSM的遙感估算研究已有很多，大多都是以單波段或波段運算構建的經驗模型。光譜微分技術也被廣泛的應用于水質參數的預測，但都是一階微分或二階微分的整數階微分。盡管整數階微分被應用于多個領域，但也會導致一些光譜信息丟失和噪聲放大。本研究以從全國103個湖泊水庫采集的392個水體樣本光譜數據為研究對象，在光譜微分技術可以有效預測TSM的基礎上，嘗試使用以0.25階為增量的分數階微分技術構建TSM預測模型，可以彌補整數階微分的缺點，在任意階擴展，從而捕捉到更多的光譜變化信息。研究表明，分數階微分增強了對TSM響應的500-600 nm和800 nm處的光譜特征;分數階微分也提高了TSM與光譜信息的相關性;并且分數階微分提高了模型的預測能力，0.5階至1.25階的預測精度較高(圖1)。本研究可為其他水質參數預測和基于高光譜影像的水質參數制圖提供參考。
該研究成果發表在國際期刊Journal of Environmental Management上，中國科學院東北地理與農業生態研究所王翔博士為第一作者，宋開山研究員為通訊作者。
該研究得到了國家重點研發項目(2019YFC0409105)和國家自然科學基金項目(41730104. 42001311)共同資助。
論文信息如下：
Xiang Wang, Kaishan Song*, Ge Liu, Zhidan Wen, Yingxin Shang, Jia Du. Development of total suspended matter prediction in waters using fractional-order derivative spectra. Journal of Environmental Management, 2022. 302. 113958. https://doi.org/10.1016/j.jenvman.2021.113958
圖1基于隨機森林模型的1.25階微分預測結果（a為訓練模型結果，b為驗證模型結果）
附件下載：
吉公網安備22017302000214號
