浏览全部资源
扫码关注微信
1. 河北省科学院地理科学研究所河北省地理信息开发应用技术创新中心
2. 兰州大学资源环境学院
3. 石家庄铁道大学土木工程学院
4. 中核三维地理信息工程技术研究中心
5. 河北省地质环境监测院
6. 河北省地质工程勘查院
纸质出版:2026
移动端阅览
闫爽, 张斌, 寇晓康, 等. 基于随机森林模型的农村黑臭水体监测方法研究[J]. 地理空间信息, 2026,24(4):98-102.
闫爽, 张斌, 寇晓康, et al. 基于随机森林模型的农村黑臭水体监测方法研究[J]. 2026, 24(4): 98-102.
闫爽, 张斌, 寇晓康, 等. 基于随机森林模型的农村黑臭水体监测方法研究[J]. 地理空间信息, 2026,24(4):98-102. DOI:
闫爽, 张斌, 寇晓康, et al. 基于随机森林模型的农村黑臭水体监测方法研究[J]. 2026, 24(4): 98-102. DOI:
农村水体是农村地区生态系统必要的组成部分,全面推进乡村污水整治工作,强化黑臭水体监管体制至关重要。本研究基于GF-2影像数据,利用目前最流行的机器学习算法之一——随机森林模型,以可见光波段、改进的水体指数(BOI)、植被指数(NDVI)等数据作为输入特征,对河北省保定市徐水区崔庄镇水体进行提取,并进而对化学需氧量(OD)、氨氮(NH3-N)、总磷(TP)、溶解氧(DO)等水质指标进行遥感反演和水质分级,并对水质分级结果进行精度评估。结果显示,水质分类结果Kappa系数达到0.66,总体分类精度达到79%,证明反演结果的有效性,研究成果能够为农村地区黑臭水体的监测提供技术支撑,也可为雄安新区水环境监测治理提供范例。
张宁宁.基于GF-2的哈尔滨市黑臭水体动态监测与评价[D].哈尔滨师范大学,2022(11).
赵倩.广州市黑臭水体评价模型构建及污染溯源研究[D].山东理工大学,2021(03).
王奕森,夏树涛.集成学习之随机森林算法综述[J].信息通信技术,2018(01).
李玲玲,李云梅,吕恒,徐杰,杨子谦,毕顺,许佳峰.基于决策树的城市黑臭水体遥感分级[J].环境科学,2020(11).
钟炜萍,姚焕玫,陈华权.基于自动监测和Sentinel-2影像的钦州湾溶解氧反演模型研究[J].广西科学院学报,2020(04).
钱彬杰,黄迪,谭晓慧,刘志强.基于Landsat-8 OLI影像的沭河临沂段氮磷污染物反演[J].山西建筑,2019(01).
顾佳艳,何国富,占玲骅,胡元树,孔维鑫,杨根森.上海市黑臭水体光谱特征分析及遥感识别方法探究[J].环境科学研究,2022(01).
付丽,郭雯雯,宋开山,刘阁.2020年长春市黑臭水体遥感识别研究[J].湿地科学,2022(04).
曹云,杭鑫,高艺,彭遥,罗晓春,李亚春.利用高分二号影像对城市黑臭水体遥感监测——以南京市主城区为例[J].四川环境,2023(01).
王妍,姚杰,杨朴,张玉,孙艳华,崔娜.北京市黑臭水体治理的动态遥感监测及影响因素分析[J].环境工程学报,2022(09).
史佳睿,申茜,彭红春,李利伟,姚月,汪明秀,王茹.基于三种高分辨率影像样本迁移学习的城市水体提取研究[J].遥感技术与应用,2022(03).
龙昶宇.利用时序NDVI分析安徽省植被参数时空变化[J].地理空间信息,2024(05).
解明权,闵松寒,杨辉,王彪,武永闯,潘成荣,徐升.基于贝叶斯卷积网络的农村黑臭水体遥感识别算法研究[J].环境科学学报,2024(03).
张宝东,王彪,吴艳兰,孟玉,徐升,钱贞兵,秦军.安徽省农村黑臭水体特征分析及识别[J].生态环境学报,2024(08).
韩帅兵,苏成,寇晓康,王天亮,李跃鹏,杨仪,程建蕊.基于随机森林模型的山区铁路线暴雨洪灾风险评估——以朔黄铁路原平段为例[J].地理与地理信息科学,2024(02).
罗福正,杨柳,卢彬,黄永生.基于多时相Sentinel-1影像的江南地区水稻信息提取[J].地理空间信息,2024(11).
张永红.基于高分卫星的辽宁省城市黑臭水体遥感监测[J].皮革制作与环保科技,2023(22).
陈紫怡,牛犇牛,杨海燕,卢心怡,陈永昊,王蔚蔚,曾新雄.我国黑臭水体现状、治理及展望[J].中国水运,2025(02).
徐聪,于丽君,柳泽,朱建峰,李力,俞燕.基于特色村镇的多源影像最优融合分类方法探讨[J].地理空间信息,2024(03).
陈凯,肖雪,李冠达,付昕乐,饶杨莉.西南多源遥感影像水资源监测方法研究[J].地理空间信息,2024(10).
张颖.基于遥感数据对某农村区域黑臭水体解译识别[J].绿色科技,2024(12).
0
浏览量
下载量
CSCD
关联资源
相关文章
相关作者
相关机构