环境科学与资源利用论文_基于OLCI数据的福建省 - 遥感学报杂志社投稿_期刊论文发表|版面费|电话|编辑部|论文发表- 遥感学报

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

环境科学与资源利用论文_基于OLCI数据的福建省

作者:

关键词:

摘要：

文章摘要:叶绿素a浓度是评价水体富营养化的重要指标,为建立适合福建省近岸海域叶绿素a浓度反演模型,本文基于OLCI遥感影像数据和浮标实测叶绿素a浓度数据,采用XGBoost和CatBoost 2种机器学习方法分别构建叶绿素a浓度反演模型。并根据实测值与估测值之间的决定系数（R²）、均方根误差（RMSE）和平均绝对百分比误差（MAPE）对模型反演结果进行比较,结果显示,XGBoost模型和CatBoost模型的决定系数（R²）分别为0.93、0.78;均方根误差（RMSE）分别为0.67,0.99μg/L;平均绝对百分比误差（MAPE）分别为18.78%、25.59%,XGBoost模型的3种评价指标都要高于CatBoost模型。总体上,2种反演模型反演福建近海岸叶绿素a浓度具有较好的可行性,本研究可为近岸海域叶绿素a浓度的遥感反演提供一种有效方法,为相关部门科学管理海洋水生态环境提供技术参考。

文章关键词:

论文DOI:10.26914/c.cnkihy.2021.021888

论文分类号:X834

文章来源：《遥感学报》网址: http://www.ygxbzz.cn/qikandaodu/2021/1020/853.html