1164 / 2019-08-03 15:38:15

一种基于贝叶斯推断的太湖叶绿素a浓度数据融合方法

7、地理与地理信息科学 > 专题6：海洋、湖泊与河流先进监测技术

以太湖为研究区域，通过收集2014-2016年叶绿素a浓度站点实测和遥感反演数据，采用加法模型和乘法模型进行观测误差函数的拟合，提出了一种基于贝叶斯推断的叶绿素a数据融合算法（BIF），并与线性回归融合（LRF）、非线性回归融合（NLRF）和累积概率分布（CDFF）融合方法进行对比分析。结果表明：乘法模型和加法模型对叶绿素a观测残差的正态性检验结果无显著差别，但叶绿素a浓度较低时乘法模型的归一化估计残差均值更接近于0，因此选择乘法模型进行残差的拟合；叶绿素a浓度不同数据融合方法结果精度表现为BIF>LRF>NLRF>CDFF，CDFF结果最差；BIF结果具有最小的RRMSE（0.487）和最高的CC（0.843），能够较好的融合实测站点和遥感数据的概率分布，精度有显著提升，表明本文提出的基于贝叶斯推断的数据融合方法能够有效用于藻类水华的高精度模拟。