作者：王小军

作者单位：河西学院机电工程系, 甘肃 张掖 734000

关键词：高分辨遥感影像; 粒子群优化算法; 支持向量回归; 参数优选; 水质反演

摘要：

为进一步提高多光谱图像水质反演的精度, 提出了一种基于PSO优选参数的SVR水质参数遥感反演模型。该模型利用高分辨率多光谱遥感SPOT-5数据和水质实地监测数据, 采用CV估计模型推广误差, 并使用PSO优选SVR模型参数, 实现了模型参数的自动全局优选, 在训练好的SVR模型基础之上对水质进行反演。以渭河陕西段为例进行实证研究, 实验结果表明, 所提出的水质反演模型较常规的线性回归模型有更高的反演精度, 为内陆河流环境遥感监测提供了一种新方法。

Model for water quality remote retrieve based on support vector regression with parameters optimized by particle swarm optimization algorithm

WANG Xiao-jun

Department of Mechanic and Electronic, Hexi University, Zhangye 734000, China

Abstract: In order to improve the accuracy of the water quality retrievals of multi-spectral image, the author puts forward a model for water quality remote retrieve based on support vector regression with parameters optimized by particle swarm optimization algorithm. The model uses high-resolution multi-spectral remote SPOT-5 data and the water quality field data, uses CV to estimate the promote error and use PSO to optimize parameters of SVR model. It optimizes the model parameters globally, after the water quality is retrieved by the trained SVR．The proposed model is applied to the water quality retrievals of Weihe River in Shaanxi province. The results show that the developed model has more accuracy than the routine linear regression model. The paper provides a new approach for remote sensing monitoring of environment to inland rivers.

Keywords: high-resolution remote sensing image; particle swarm optimization algorithms; support vector regression; parameter optimized; water quality retrievals

2011, 37(1): 66-69  收稿日期: 2010-9-5;收到修改稿日期: 2010-10-26

基金项目: 重庆市科技攻关重点项目(CSTC2009AB2231)

作者简介: 王小军(1977-),男,甘肃张掖市人,讲师,主要从事传感器与自动检测技术的研究。

参考文献

[1] 徐涵秋. 环厦门海域水色变化的多光谱多时相遥感分析[J].环境科学学报, 2006, 26(7):1209-1217.
[2] 陆家驹. 长江南京江段水质遥感分析[J]. 国土资源遥感, 2002, 16(3):33-36.
[3] 童小华, 谢 欢, 仇雁翎, 等. 黄浦江上游水域的多光谱遥感水质监测与反演模型[J]. 武汉大学学报:信息科学版, 2006, 31(10):851-854.
[4] 马跃良, 王云鹏, 贾桂梅. 珠江广州河段水体污染的遥感监测应用研究[J]. 重庆环境科学, 2003, 25(3):13-16.
[5] 张 华, 曾光明, 李忠武, 等. 内陆水环境污染监测的多时相遥感信息模型[J]. 中国环境监测, 2005, 21(5):63-68.
[6] 郑明福, 张 力, 杨 坤. 基于遥感技术的汉江中下游河道变迁研究[J]. 人民长江, 2007, 38(10):52-53.
[7] 佘丰宁, 李旭文, 蔡启铭, 等. 水体叶绿素含量的遥感定量模型[J]. 湖泊科学, 1996, 8(3):201-207.
[8] 王学军, 马 廷. 应用遥感技术监测和评价太湖水质状况[J].环境科学, 2000(21):65-68.
[9] 刘 英. 千岛湖水体水质参数遥感及其估测模型研究[D].杭州:浙江大学, 2003.
[10] 刘靖旭. 支持向量回归的模型选择及应用研究[D]. 北京:国防科学技术大学, 2006.
[11] Kennedy J, Eberhart R. Particle swarm op timization[C]//Proc of IEEE International Conference on Neural Networks. Piscat-away:IEEE Press, 1995.
[12] Keerthi S S, Lin C J. Asymptotic behaviors of support vector machines with gaussian kernel[J]. Neural Computation, 2003(15):1667-1689.