一种水域叶绿素a浓度遥感反演方法、系统、介质及设备

本发明为一种水域叶绿素a浓度遥感反演方法、系统、介质及设备，涉及环境监测技术领域，以乌梁素海为研究区域，基于Sentinel‑2遥感卫星图像和乌梁素海实测Chl‑a浓度数据，提出了一种用于特征选择的改进遗传算法，结合蜣螂优化算法DBO优化XGBoost模型，来反演乌梁素海Chl‑a浓度。通过改进遗传算法筛选Chl‑a浓度的遥感特征波段，并将其输入DBO‑XGBoost模型，建立了DBO‑XGBoost乌梁素海Chl‑a浓度反演模型。结果显示，在相同反演模型下，有效地减少了波段间的冗余信息，降低了模型复杂度，同时提升了模型预测性能。‑DBO‑XGBoost模型的决定系数R2为0.9379。均方根误差（RMSE）为2.2566μg/L，平均绝对误差MAE为1.9019μg/L，为乌梁素海Chl‑a浓度的监测提供了有力的支持。