来源：期刊VIP网 时间：
作者：唐毅;鹿丙川;余成;潘杨;易虹辰;李璐;陈超;
单位：苏州科技大学环境科学与工程学院;苏州科技大学环境生物技术研究所/江苏省环境科学与技术重点实验室;苏州科技大学地理科学与测绘工程学院;
摘要：水体浊度直接影响城市水体的感官体验，是衡量城市水体感官污染的重要指标。传统检测方法存在成本高、数据片面和代表性差等问题。文章针对城市河道，提出一种融合无人机多光谱遥感和集成学习的浊度反演方法：首先，通过筛选相关性波段组合，分别构建基于线性回归、随机森林、XGBoost算法的浊度反演模型，对比分析后发现随机森林模型表现最优(R~2=0.744);然后，通过光谱校正方法，最终构建了基于随机森林算法的浊度反演优化模型(RF-Turbidity Model, RF-TM),并对模型进行泛化性验证。以苏州市为研究区的实验结果表明：(1)RF-TM模型的精度较好(R~2=0.790、RMSE=4.087、rRMSE=0.322、ARE=30.10%、CE=0.312);(2)RF-TM模型在泛化性验证中表现良好(R~2=0.651),其性能优于线性回归模型和XGBoost模型；(3)RF-TM模型反演结果的整体趋势与实测数据变化规律保持一致，所反演河道浊度信息较为准确，可精准刻画苏州市城市河道浊度的空间分布特征。综上，RF-TM模型具备高精度、强泛化性的优势，有效实现了城市河道浊度的高效反演，可为城市水体感官污染的大范围、整体性监测提供技术支撑。
关键词：城市水体;;感官污染;;多光谱;;浊度
基金资助：国家自然科学基金项目(41801148);; 江苏省高等学校基础科学(自然科学)研究项目(21KJB610015)
