基于神经网络的宽浅型湖泊水质反演研究

城市浅型湖泊治理是城市生态文明建设的重要组成部分。通过对黄石磁湖的IKONOS遥感影像进行预处理，建立了水质参数与卫星波段的多元线性回归模型、BP神经网络模型和RBF神经网络模型。通过比较不同模型的结果，运用可靠模型对整个湖体的COD、NH3-N、TN、TP指标进行反演。结果表明，神经网络模型对于磁湖水质指标的反演结果显著优于多元线性回归模型，其中BP神经网络模型对NH3-N、TP的模拟效果好，RBF神经网络模型对COD、TN的模拟效果较好。