基于贝叶斯理论的长江中游悬浮物遥感定量反演研究

监测和预报悬浮物浓度的沿程分布和时间变化，无论是对于河流水利工程还是河流生态和环境都具有重要意义。传统的基于河流动力学的物理模型，由于简化了边界条件和空间信息不足，精度有限。卫星遥感方法具有覆盖范围广、多时相、信息丰富和易获得的优势，然而国际上现有的悬浮物遥感反演方法受陆地上空大气和二类水体复杂光学特性等影响，也存在精度不高、适用性差和验证困难等问题，其症结是把观测对象看作一个个随机变化的独立像元，没有利用像元自身的变化规律及它们之间相互联系的知识-先验知识。对此，拟以长江中游河段为例，把最新遥感反演方法与河流物理数值模拟方法耦合起来，以贝叶斯理论为基础，以人工神经网络、遗传算法等作为优化算法，扬长避短，相互优化和验证，建立一套具有较高精度和适用性的悬浮物遥感定量反演方法，并利用其对三峡工程蓄水前后中游河段悬浮物浓度的变化进行反演和对比研究，为相关研究和决策提供依据。

监测和预报悬浮物浓度的沿程分布和时间变化，无论是对于河流水利工程还是河流生态和环境都具有重要意义。卫星遥感方法具有覆盖范围广、多时相、信息丰富和易获得的优势，然而国际上现有的悬浮物遥感反演方法受陆地上空大气和二类水体复杂光学特性等影响，也存在精度不高、适用性差和验证困难等问题，急需研究建立了一套具有较高精度和适用性的悬浮物遥感定量反演方法和模型。.对此，本项目以长江中游河段为例，以贝叶斯理论为基础，采用多源遥感数据，以人工神经网络、支持向量机等作为优化算法，针对不同遥感数据源，建立了一套具有较高精度和适用性的悬浮物遥感定量反演方法和模型，并利用其对三峡工程蓄水前后长江中游河段悬浮物浓度的变化进行反演和对比研究，为相关研究和决策提供科学依据。.经过课题组3年的努力工作和探索研究，目前项目顺利完成了计划任务，基本达到了预期目标。并取得了以下主要成果：（1）系统收集和整理了近十年长江干流水文监测数据以及EO-1 MODIS、HJ-1-A/B、CBERS02B和Landsat TM/+ETM等卫星遥感图像数据，并完成了数据处理和分析工作，包括噪音消除和尺度转换等；（2）开展了3批次野外采样测试工作，取得了丰富的第一手数据；测试分析了长江中游水体的光谱特征，确定了悬浮物遥感反演的最佳波段范围；（3）针对不同遥感数据源，深入开展了悬浮泥沙遥感反演模型的对比研究，改进了传统的经验回归模型，引进了支持向量机（SVM）模型，并采用遗传算法、粒子群优化算法、蚁群算法和果蝇优化算法等对模型中难以确定的参数进行优化，经过优化的SVM模型与传统的幂函数模型相比，具有更强的稳定性和泛化能力，预测精度更高，平均相对预测误差达到16.7%，可满足悬浮泥沙监测的需求；（4）对三峡工程蓄水前后中游河段悬浮泥沙的变化进行分析研究；(5)发表了相关学术论文5篇，培养研究生3名，获成果奖2项，邀请2名国际学者来华进行学术交流，并向有关部门提出了3项对策建议并得到了采用。