郑友亮



基于卷积神经网络的沿海水质评价技术研究*

郑友亮

（广东省科技基础条件平台中心）

针对沿海水质评价，利用遥感图像获取的实时与大范围优势，提出基于卷积神经网络的沿海水质综合评价方法。该方法应用非线性回归模型对遥感图像进行校正；建立基于卷积神经网络的沿海水质评价模型；引入水质评价先验知识，结合遥感图像形成多模态矩阵输入数据；通过多层卷积与池化操作，降低因图像平移、缩放、倾斜等变换引起的误差，提高水质评价精度。实验结果表明，该方法可较准确地评价沿海水质，具有一定的实用价值。

沿海水质评价；遥感图像；卷积神经网络

0　前言

广东省沿海区域是我国南方经济发展较快速地区。随着沿海养殖、工业、运输和旅游等行业的迅速发展，近岸海域所承受的资源与环境压力也日益严重，自净速度往往赶不上生产、生活排污速度，从而导致沿海区域水质下降和生物资源减少等海洋生态环境问题。2015年全省近岸海域水质大部分较清洁，符合Ⅰ、Ⅱ类海水水质标准的面积比例近90%，但近岸海域存在化学成分，如氮、磷超标等水质问题，其中劣于第Ⅳ类海水水质标准的海域面积比例年均值为4.0%[1]。

目前，沿海水质评价数据采集手段已多样化，主要包括卫星遥感、船舶、航空、浮标和台站等方式，而基于遥感图像的水质评价因具有快速、低成本、即时同步性好等优势，已成为当前沿海水质监测与评价的主流方式，可实时快速获得大面积区域沿海水质信息。……