중국 동남부의 전형적인 농촌 소하천의 수질 역전: UAV 다중 스펙트럼 이미지를 기반으로 한 여러 기계 학습 알고리즘의 비교

대하의 수질 역전을 위한 원격 감지 기술의 응용은 일반적입니다. 그러나 원격 감지 이미지의 낮은 공간 해상도로 인해 농촌 지역 내 중소형 수역에 대한 응용은 제한적입니다. 이 연구에서는 전형적인 농촌 소하천을 선택하고 고해상도 무인 항공기(UAV) 다중 스펙트럼 이미지와 하천의 지상 모니터링 데이터를 수집하였습니다. 그런 다음, 탁도(TUB), 총 질소(TN), 총 인(TP) 예측 정확성을 위해 세 가지 단변량 회귀 모델과 아홉 가지 기계 학습 모델(리지 회귀(RR), 서포트 벡터 회귀(SVR), 그리드 서치 서포트 벡터 회귀(GS-SVR), 랜덤 포레스트(RF), 그리드 서치 랜덤 포레스트(GS-RF), 극단적 그래디언트 부스팅(XGBoost), 심층 신경망(DNN), 합성곱 신경망(CNN), 및 Catboost 회귀(CBR)에 대한 비교 분석을 수행하였습니다. TUB는 간단한 통계 회귀 모델로 달성할 수 있습니다. CBR 모델은 시험 집합 평가 메트릭스에서 세 가지 지표 역전의 최고 성능을 보였습니다: R2 (0.90~0.92), RMSE (7.57 × 10−3~1.59 mg/L), MAE (0.01~1.30 mg/L), RPD (3.21~3.56), 및 NSE (0.84~0.92). 연구 지역의 수질 오염은 그 토지 이용 패턴, 과다하고 비합리적인 비료 사용, 및 오염 배출구 분포와 밀접한 관련이 있었습니다.