基于模式识别和高分辨遥感影像的河流水质监测研究

我国严重的水污染使水质监测成为环境保护中必须解决的重大问题，因具有常规监测难以企及的优势，遥感监测技术成为水质监测研究的前沿方向，亟待综合多学科进行深层次的探讨。遥感水质参数的定量反演是遥感水质监测的核心问题，本项目将以渭河为应用对象，从模式识别理论出发，综合机器学习、人工智能、数学、遥感、光学、水文学和环境科学等学科对内陆河流进行遥感水质参数的定量反演研究，探索遥感水质参数定量反演的机理，揭示反演模型的本质特征以及和模式识别理论密切联系的必然性，研究将反演过程作为非线性建模问题，采用模式识别中强有力的工具- - 神经网络和支持向量机来解决这一问题的方法及关键技术。同时还研究进一步提高模型精度的决策级数据融合的可行性、方法及实现。本项目将为遥感水质监测研究提供新的思路和有效的方法技术，完善遥感水质监测的理论与方法，丰富针对河流的遥感水质监测的研究应用，具有重要的理论意义和应用价值。