基于机器学习的巢湖蓝藻水华提取.pdf

摘要

水是生命之源。近年来全球经济高速发展，生活污水及工业废水的排放使得河湖

水体富营养化严重，藻类繁殖，水域生态系统失衡，严重影响了居民生活以及周边区

域的经济发展。巢湖作为中国五大淡水湖之一，为农业、水产业和旅游业发展提供了

宝贵的资源。目前遥感技术凭借其便捷性和灵活性已经被广泛应用于生态环境的监测

与治理中，通过卫星遥感技术可以快速获取巢湖蓝藻爆发的面积及空间分布。然而，

现有算法仍然存在两方面问题，第一，大多数蓝藻提取指标通过阈值判定提取蓝藻，

阈值的确定要么过于主观要么过于复杂，在实际操作过程中产生一定的困扰；第二，

云在光学遥感影像中十分常见，大部分算法容易将云误判为蓝藻，显著降低蓝藻的识

别精度，尽管本课题组提出的ICW3C算法能够有效降低云的误判率，但是严重依赖

传感器的缨帽变换系数，缨帽变换系数的获取途径较为困难，限制了ICW3C算法的

应用。

机器学习技术可以利用遥感数据中的模式和规律，构建复杂的模型并不断进行优

化，解决许多棘手的问题，通过机器学习有望提高蓝藻水华提取的精度和效率。目前

国内外众多蓝藻水华提取方法都是基于蓝藻光谱特征利用波段反射率构建光谱指数，

如归一化植被指数(NDVI)，它使用到的波段为红光和近红外，浮游藻类指数(FAI)使

用到的波段为红光、近红外和短波红外。因此本文以巢湖为研究对象，基于机器学习

构建一种能够有效提取巢湖蓝藻水华的方法，抵抗云层在蓝藻水华提取过程中产生的

干扰，避免人为确定阈值和缨帽系数难以获取的困扰，实现对巢湖蓝藻水华的快速高

精度提取。主要研究内容和结论如下：

(1)基于sentinel-2的蓝藻水华提取方法对比。对选取的2019年至2020年遥感

影像进行预处理，同时使用NDVI、FAI、VB-FAH和ICW3C四种方法进行巢湖蓝藻

水华的提取。结果显示，四种提取方法在sentinel-2巢湖蓝藻提取上有良好的适应性；

在提取精度方面，ICW3C算法提取精度更高，FAI次之，NDVI提取效果最差；在拓

展性方面，FAI拓展性最差，NDVI、FAI和ICW3C拓展性良好。

(2)基于机器学习的巢湖蓝藻水华提取模型构建及质量评价。本文根据季节均匀

的选取了2019年至2023年共计40幅Sentinel-2巢湖遥感影像，通过NDVI、FAI、

VB-FAH和ICW3C四种提取方法构建巢湖蓝藻数据集；基于假彩色影像结合目视解

II

译法构建包含水体、云、云影、蓝绿色云边缘和黄色云边缘在内的非蓝藻数据集，整

个数据集共计300572像素点。将数据集内各波段反射率（DN值）作为输入数据，利

用机器学习算法构建蓝藻水华提取模型，使用网格有哪些信誉好的足球投注网站(GridSearchCV)寻找最优参数，

通过交叉验证进行评分，将分数最高的组合设置为模型的最优参数。结果显示，根据

巢湖Sentinel-2数据集构建的决策树（DecisionTree）、XGBoost(eXtremeGradient

Boosting)、随机森林（RandomForest）和KNN(K-NearnestNeighbor)共计四种蓝藻水

华提取模型中，随机森林模型对巢湖蓝藻水华的提取精度最高，准确率为99.91%，

蓝藻识别率为100%，蓝绿色云边缘误判率为0.6%，黄色云边缘误判率为0.5%，该

模型对云边缘有很好的识别能力；此外，随着时间的变化，随机森林模型在巢湖上提

取蓝藻水华的精度不会发生显著波动，提取速度良好；模型在验证集影像上进行测试

时，蓝藻水华提取面积相对偏差分别为4.72%和1%，模型具有良好的稳定性和泛化

能力。

(3)机器学习模型的敏感性及适应性分析。在视场角敏感性方面，随着经纬度的

变化，随机森林模型提取巢湖蓝藻水华的准确率保持在99％以上，表现较为稳定。在

常见传感器如Landsat8OLI的适应性方面，随机森林模型能够通过Landsat8OLI遥

感影像，实现对巢湖蓝藻水华的提取，且数据显示对同一景影像使用不同提取方法其

蓝藻水华面积相对偏差小于9%，表明随机森林模型适用于Landsat8OLI传感器。

综上所述，本文基于机器学习构建随机森林蓝藻水华提取模型，该模型可以实现

高精度地提取蓝藻水华，能够有效地降低云层在蓝藻提取过程中产生的干扰，且模型

提取速度快，性能稳定，适用