基于機器學習模型的沿海城市河網(wǎng)水系氨氮質(zhì)量濃度高分辨率遙感估算

摘要： 高效監(jiān)測河網(wǎng)水系氨氮（NH₃-N）的時空分布對區(qū)域水體污染防控治理和生態(tài)環(huán)境健康發(fā)展具有重要意義?；?019年在廣州市收集的204個NH₃-N實測數(shù)據(jù)（0.026-6.210 mg·L^-1）和8景高質(zhì)量Sentinel-2 MSI遙感影像，發(fā)展了適用于大范圍水域、NH₃-N質(zhì)量濃度差異顯著的機器學習遙感反演模型。結(jié)果顯示，已有的NH₃-N反演模型應(yīng)用于廣州市水體... （共11頁）