本数据采用2024年哨兵2号光学卫星数据为数据源，采样随机森林回归（RFR）方法构建新疆湖泊水体叶绿素a浓度遥感估算模型。数据为CGCS2000坐标系阿伯斯投影，精度为10米。数值系数为0.001，即数据像素值乘以0.001可得实际水体叶绿素a浓度（μg/L）。
采用2024年哨兵2号光学卫星数据L1C级别数据，数据可从欧空局哥白尼数据开放中心获取（https://dataspace.copernicus.eu/browser/）。
使用具有较好辐射性能的Sentinel 2 A/B MSI。Sentinel 2 A/B MSI拥有13个光谱波段，空间分辨率分别是10 m、20 m和60 m，重访周期为10天，双星组网后为5天，在内陆水体表现了较好的性能。从欧空局哥白尼数据开放中心获取L1C数据。 采用POLYMER算法进行大气校正。随后需要进一步去除天空光、太阳耀斑和残余气溶胶散射的影响： R_rs (λ)=(R(λ)-min(R(865),R(2202)))/π 式中，Rrs为水体遥感反射率，R为POLYMER校正获取的地表反射率。 采样随机森林回归（RFR）方法构建水质参数模型。随机森林是一种基本单元为决策树的集成学习方法，在训练过程中构建大量相互独立的决策树形成“随机森林”，最后综合这些决策树结果提高模型精度（例如输出平均值）。RFR算法的“随机性”主要体现在两个方面：构建每颗决策树时通过Bagging方法（即自助采样法，每次采样后将样本放回）从原始训练数据集中随机抽样生成训练数据子集；在节点分裂时不使用所有的特征变量参与比较，而是从特征变量中随机选择一个子集参与节点分裂。两个“随机性”使得RFR算法不容易过拟合，并且对异常值和噪声具有很好的容忍度。 RFR算法在训练过程中最重要的几个超参数是：（1）决策树的数量（n_estimators）。n_estimators越大，模型效果通常越好，但计算时间也越长；在达到一定数据量，模型趋于稳定。（2）节点分裂时的最大特征数量（max_features），决策树在节点分裂时从随机选择的max_features个特征中寻找最佳分裂特征。（3）决策树的最大深度（max_depth），如果不设置（即None），则决策树会最大限度的生长直到满足分割终止条件。RFR通过Python scikit-learn软件包实现。 通过调整输入算法的最佳输入变量，各算法最优超参数通过格网化搜索方法获得。基于RFR算法精度较高：不确定性为（ϵ）为21.92%，偏差（β）为4.29%，斜率为0.64，均方根对数误差为0.235。
采样随机森林回归（RFR）方法构建水质参数模型。随机森林是一种基本单元为决策树的集成学习方法，在训练过程中构建大量相互独立的决策树形成“随机森林”，最后综合这些决策树结果提高模型精度（例如输出平均值）。通过调整输入确定各水质参数算法的最佳输入变量，各算法最优超参数通过格网化搜索方法获得。利用大量野外调查和星地同步数据进行模型研究，结果表明RFR叶绿素a浓度算法精度较高，不确定性为（ϵ）为21.92%，偏差（β）为4.29%，斜率为0.64，均方根对数误差为0.235。
| # | 编号 | 名称 | 类型 |
| 1 | 2021xjkk1400 | 空天地网一体化综合科考监测体系建设 | 国家科技支撑计划项目 |
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
中国·新疆乌鲁木齐市北京南路818号, 830011, 电话: 0991-7823121
CSTR:33110.11.ariddc.01341
10.12389/ariddc.01341
