Page 185 - 遥感技术在生态环境监测中的应用研究

遥感技术在生态环境监测中的应用研究

型的验证。随机选取研究水域 2019 年 4 月 23 日的 10 个水深数据作为建模样本，水深实

测值与其同步的环境一号卫星波段组合的相关关系如下表所示（表 5-9）。
表 5-9 水深与波段组合的相关关系表
因子 B1 B2 B3 B4
相关系数 0.004 0.266 0.274 0.292
因子 B2/B1 B3/B1 B3/B2 B4/B1
相关系数 0.487 0.304 0.299 0.076
因子 B4/B2 B4/B3 B1，B2 B1，B3
相关系数 0.355 0 0.567 0.703
因子 B1，B4 B2，B3 B3，B4 B1，B2，B3
相关系数 0.341 0.279 0.344 0.704
因子 B1，B3，B4 B1，B2，B4 B2，B3，B4 B1，B2，B3，B4
相关系数 0.704 0.618 0.359 0.705

表 5-9 结果表明，多波段组合模式与水深值的相关性比单波段和波段比值要好，其中
B1，B3、B1，B2，B3、B1，B3，B4 和 B1，B2，B3，B4 这四个波段组合相关性都在 70%

以上，且相差很小。因此本部分将选取这四个波段组合来建立模型，并通过遥感模型反演
的水深值与对应的实测水深值的相对误差来比较分析这四个模型的反演效果。最终选择误
差最小的一个波段组合用于监测水深的反演模型。

（三）水深反演模型的建立与验证
本部分利用 10 组实测水深样本，以上文中选取的 4 个多波段组合作为反演因子，在

SPSS 的支持下，建立水深遥感反演模型。如下表所示：
表 5-10 水深反演模型
因子 模型 R2
B1，B3 -22.414+10.736*B1-13.969*B3 0.703
水深 B1，B2，B3 -21.444+10.704*B1-0.978*B2-13.065*B3 0.704
（WD） B1，B3，B4 -23.179+10.565*B1-13.569*B3-1.455*B4 0.704
B1，B2，B3，B4 -22.189+10.474*B1-1.228*B2-12.314*B3-1.89*B4 0.705
为了最终可以选取一个最佳的模型进行水深反演，本部分通过上述建立的四个回归分

析反演出的数据与实测的数据进行对比分析。设反演的水深值为 Y i ，实测的水深值为 X i ，
i 为水深点数。通过下面两个统计指标来检验模型的精度。

绝对误差：

相对误差：

平均绝对误差和平均相对误差分别为绝对误差和相对误差的平均值。利用另外五个水

深验证数据分别对表 5-11 中的四个反演模型进行验证，结果如下表所示，其中绝对误差

178