CN110672805A - 一种基于航空高光谱数据的水库水质参数定量反演方法 - Google Patents
一种基于航空高光谱数据的水库水质参数定量反演方法 Download PDFInfo
- Publication number
- CN110672805A CN110672805A CN201910949198.0A CN201910949198A CN110672805A CN 110672805 A CN110672805 A CN 110672805A CN 201910949198 A CN201910949198 A CN 201910949198A CN 110672805 A CN110672805 A CN 110672805A
- Authority
- CN
- China
- Prior art keywords
- water quality
- data
- quality parameter
- steps
- inversion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1793—Remote sensing
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明属于水质遥感监测技术领域,具体涉及到一种基于航空高光谱数据的水库水质参数定量反演方法,其包括以下操作步骤:(1)航空高光谱数据获取及预处理;(2)水质参数数据获取;(3)水面光谱数据获取及预处理;(4)水质参数与水面光谱数据相关性分析;(5)构建水质参数高光谱反演模型;(6)输出水质参数反演结果;(7)水质参数反演结果验证。该方法将航空高光谱遥感与水质监测相结合,能够克服传统实地采样分析方法效率低、投入大、数据不连续等不足,模型简单高效,准确率高,方便连续监测固定区域的水质参数,适用范围更广泛。
Description
技术领域
本发明属于水质遥感监测技术领域,具体涉及一种基于航空高光谱数据的水库水质参数定量反演方法。
背景技术
我国内陆淡水资源的紧缺以及水质污染问题已经引起国家和社会的高度关注。尤其是内陆水体,其水质好坏与国民生产、生活息息相关,因而快速、准确的进行水质监测十分重要。传统的水质监测方法一般要消耗大量人力、物力、财力进行实地采样分析,获取的数据不连续,难以满足大范围、高效率水质监测需求。遥感技术以其独特的优势为水质监测研究提供了新的途径,具有大范围、连续性、实时、高效、低成本等优势。然而,由于内陆水体光学特性复杂,使得利用遥感技术对内陆水体进行检测较为困难。近年来,高光谱遥感技术在内陆和近岸水质监测应用中越来越广泛。内陆水体光谱特性复杂多变,多光谱遥感数据难以分辨部分水质参数的诊断性光谱特征位置,只有高光谱分辨率的遥感数据才能更加有效地捕捉这些光谱信息,从而提高内陆水质遥感监测的精度。
因此,需要研究一种基于航空高光谱数据的水库水质参数定量反演方法,克服传统实地采样分析方法效率低、投入大、数据不连续的问题,方便连续监测固定区域的水质参数。
水质参数反演方法主要有经验法、半经验法和分析法等,其中经验法主要针对光谱分辨率较低的多光谱遥感数据,基于高光谱遥感数据进行水质参数反演主要采用半经验法和分析法。而在化学需氧量(chemical oxygen demand,CODcr)、生化需氧量(biochemicaloxygen demand,BOD5)、总磷(total phosphorus,TP)、总氮(total nitrogen,TN)、悬浮物(suspended solids,SS)等水质参数反演中半经验法应用更为广泛。
发明内容
本发明的目的是针对现有技术不足,提供一种基于航空高光谱数据的水库水质参数定量反演方法,已解决现有技术中实地采样分析方法效率低、投入大、数据不连续等技术问题。
本发明的技术方案如下:
一种基于航空高光谱数据的水库水质参数定量反演方法,包括以下步骤:
步骤一:航空高光谱数据获取及预处理;
步骤二:水质参数数据获取;
步骤三:水面光谱数据获取及预处理;
步骤四:水质参数与水面光谱数据相关性分析;
步骤五:构建水质参数高光谱反演模型;
步骤六:输出水质参数反演结果;
步骤七:水质参数反演结果验证。
所述步骤一:航空高光谱数据获取及预处理包括:
采用机载高光谱成像系统获取目标区域航空高光谱数据;预处理步骤包括①辐射校正:利用定标参数对获取的航空高光谱数据进行辐射校正,得到航空高光谱辐射亮度数据;②几何校正:通过选取控制点,对得到的航空高光谱辐射亮度数据进行几何校正;③大气校正:运用ENVI软件中FLAASH模块对几何校正后的航空高光谱辐射亮度数据进行大气校正,得到航空高光谱影像反射率数据。
所述步骤二:水质参数数据获取包括:在监测水体目标区域选取不同的点作为水样采集点,对采集水样的水质参数浓度进行化验,得到采样点的实际水质参数数据,并按照一定比例将采样点划分为建模数据和验证数据两类。
所述步骤三:水面光谱数据获取及预处理的包括:水面光谱数据测量采用ASD便携式野外光谱仪进行,波长范围是350~2500nm,测量过程中仪器观测平面与太阳入射平面的夹角控制在背向太阳方向135°左右,仪器与目标法线方向的夹角控制在45°左右,每次测量五条光谱曲线,每个水样采集点测量三次,用以去除异常值后做均值处理。最后经过光谱平均及定标处理,获得采样点水面反射率光谱数据。
所述步骤四水质参数与水面光谱数据相关性分析包括:分别利用单波段、一阶微分和波段比值法分析CODcr、BOD5、TP、TN、SS等5种水质参数与其对应水面光谱数据的相关性,以找到水质参数的敏感波段;通过比较3种方法所计算的水质参数与其对应水面光谱数据相关系数绝对值大小,选择相关系数绝对值最大的方法作为该水质参数反演浓度最理想方法,并将相关系数绝对值最大的波长所对应的航空高光谱影像波段确定为最佳波段。
所述步骤五构建水质参数高光谱反演模型包括:利用步骤四对于CODcr、BOD5、TP、TN、SS等5项水质参数指标确定的最佳波段作为反演因子,使用SPSS软件分别选用二次多项式、指数和线性函数3个模型进行拟合,并计算拟合结果的决定系数R2以衡量模型的好坏,选择R2最大的模型分别作为5项水质参数定量反演的最优拟合模型。
所述步骤六输出水质参数反演结果包括:利用步骤五所构建的5项水质参数定量反演模型,输出基于航空高光谱数据的5项水质参数定量反演结果。
所述步骤七,水质参数反演结果验证包括:将步骤六输出的5项水质参数定量反演结果与步骤二预留的验证样点实测数据对比分析,分别计算各水质参数的平均相对误差,评价其反演效果。
本发明的有益效果是:
本发明提出了一种基于航空高光谱数据的水库水质参数定量反演方法,将航空高光谱遥感与水质监测相结合,能够克服传统实地采样分析方法效率低、投入大、数据不连续等不足,模型简单高效,准确率高,方便连续监测固定区域的水质参数,适用范围更广泛。
附图说明
图1为本发明设计的一种基于航空高光谱数据的水库水质参数定量反演方法的流程图。
具体实施方式
为了更好的说明本发明设计的一种基于航空高光谱数据的水库水质参数定量反演方法,下面结合附图和具体实施例,对本发明作进一步详细描述:
步骤1,航空高光谱数据获取及预处理:
本实例中获取的是HyMap航空高光谱数据,包含128个波段,波长范围是350~2500nm,实际应用中也可利用AISA、CASI/SASI或其它航空高光谱测量系统获取目标区域航空高光谱数据。
数据预处理主要包括辐射校正、几何校正和大气校正。辐射校正是将获取的原始航空高光谱数据由DN值转换为辐射亮度值,具体方法是利用自带软件及定标参数进行辐射校正;几何校正是对系统或非系统因素引起的图像变形的校正,具体方法是通过采集地面控制点进行几何校正;大气校正是为了消除大气对原始航空高光谱数据的影响,获得较为准确的反射率数据,具体方法是使用ENVI软件中FLAASH模块进行航空高光谱数据的大气校正,得到航空高光谱影像反射率数据。
步骤2,水质参数数据获取:
在目标区域选取了34个水样采集点,其中30个点用于建模,4个点用于结果验证。采样点均匀分布于整个研究区域,每个样点采集400mL水样,并使用GPS手持机记录采样点经纬度位置。在实验室环境对水样的CODcr、BOD5、TP、TN、SS共5种水质参数浓度进行化验,最终得到采样点的实际水质参数数据。
步骤3,水面光谱数据获取及预处理:
水面光谱数据测量采用ASD便携式野外光谱仪进行,波长范围是350~2500nm,测量过程中仪器观测平面与太阳入射平面的夹角在背向太阳方向135°,仪器与目标法线方向的夹角在45°,每次测量5条光谱曲线,每个水样采集点测量3次,用以去除异常值后做均值处理。最后经过光谱平均及定标处理,获得采样点水面反射率光谱数据。
步骤4,水质参数与水面光谱数据相关性分析:
分别利用单波段、一阶微分和波段比值法分析CODcr、BOD5、TP、TN、SS等5种水质参数与其对应水面光谱数据的相关性,以找到水质参数的敏感波段。以TP水质指标为例,单波段方法计算得到的TP水质指标与其对应的水面光谱数据相关系数最大绝对值为0.607,对应波段为724nm;一阶微分方法计算得到的相关系数最大绝对值为0.686,对应波段为741nm;波段比值方法计算得到的相关系数最大绝对值为0.861,对应波段为698nm/657nm。通过比较可以发现,波段比值方法得到的相关系数绝对值明显高于单波段和一阶微分方法,因此选择波段比值法作为反演TP浓度最理想的方法,对应的最佳波段比值是698nm/657nm。CODcr、BOD5、TN、SS等水质参数指标的相关性分析过程类似。
步骤5,构建水质参数高光谱反演模型:
利用步骤(4)对于CODcr、BOD5、TP、TN、SS等5项水质参数指标确定的最佳波段作为反演因子,使用SPSS软件分别选用二次多项式、指数和线性函数3个模型进行拟合,并计算拟合结果的决定系数R2以衡量模型的好坏,选择R2最大的模型分别作为5项水质参数定量反演的最优拟合模型。最终选择结果是CODcr最优拟合模型为二次多项式模型,BOD5最优拟合模型为二次多项式模型,TP最优拟合模型为指数模型,TN最优拟合模型为二次多项式模型,SS最优拟合模型为二次多项式模型。
步骤6,输出水质参数反演结果:
利用步骤(5)所构建的5项水质参数定量反演模型,输出基于航空高光谱数据的5项水质参数定量反演结果。
步骤7,水质参数反演结果验证:
将步骤(6)输出的5项水质参数定量反演结果与步骤(2)预留的4个验证样点实测数据对比分析,分别计算各水质参数的平均相对误差,评价其反演效果。
Claims (8)
1.一种基于航空高光谱数据的水库水质参数定量反演方法,其特征在于包括以下步骤:
步骤一:航空高光谱数据获取及预处理;
步骤二:水质参数数据获取;
步骤三:水面光谱数据获取及预处理;
步骤四:水质参数与水面光谱数据相关性分析;
步骤五:构建水质参数高光谱反演模型;
步骤六:输出水质参数反演结果;
步骤七:水质参数反演结果验证。
2.根据权利要求1所述的一种基于航空高光谱数据的水库水质参数定量反演方法,其特征在于:所述步骤一:航空高光谱数据获取及预处理包括:
采用机载高光谱成像系统获取目标区域航空高光谱数据;预处理步骤包括①辐射校正:利用定标参数对获取的航空高光谱数据进行辐射校正,得到航空高光谱辐射亮度数据;②几何校正:通过选取控制点,对得到的航空高光谱辐射亮度数据进行几何校正;③大气校正:运用ENVI软件中FLAASH模块对几何校正后的航空高光谱辐射亮度数据进行大气校正,得到航空高光谱影像反射率数据。
3.根据权利要求2所述的一种基于航空高光谱数据的水库水质参数定量反演方法,其特征在于:所述步骤二:水质参数数据获取包括:在监测水体目标区域选取不同的点作为水样采集点,对采集水样的水质参数浓度进行化验,得到采样点的实际水质参数数据,并按照一定比例将采样点划分为建模数据和验证数据两类。
4.根据权利要求3所述的一种基于航空高光谱数据的水库水质参数定量反演方法,其特征在于:所述步骤三:水面光谱数据获取及预处理的包括:水面光谱数据测量采用ASD便携式野外光谱仪进行,波长范围是350~2500nm,测量过程中仪器观测平面与太阳入射平面的夹角控制在背向太阳方向135°左右,仪器与目标法线方向的夹角控制在45°左右,每次测量五条光谱曲线,每个水样采集点测量三次,用以去除异常值后做均值处理。最后经过光谱平均及定标处理,获得采样点水面反射率光谱数据。
5.根据权利要求4所述的一种基于航空高光谱数据的水库水质参数定量反演方法,其特征在于:所述步骤四水质参数与水面光谱数据相关性分析包括:分别利用单波段、一阶微分和波段比值法分析CODcr、BOD5、TP、TN、SS等5种水质参数与其对应水面光谱数据的相关性,以找到水质参数的敏感波段;通过比较3种方法所计算的水质参数与其对应水面光谱数据相关系数绝对值大小,选择相关系数绝对值最大的方法作为该水质参数反演浓度最理想方法,并将相关系数绝对值最大的波长所对应的航空高光谱影像波段确定为最佳波段。
6.根据权利要求5所述的一种基于航空高光谱数据的水库水质参数定量反演方法,其特征在于:所述步骤五构建水质参数高光谱反演模型包括:利用步骤四对于CODcr、BOD5、TP、TN、SS等5项水质参数指标确定的最佳波段作为反演因子,使用SPSS软件分别选用二次多项式、指数和线性函数3个模型进行拟合,并计算拟合结果的决定系数R2以衡量模型的好坏,选择R2最大的模型分别作为5项水质参数定量反演的最优拟合模型。
7.根据权利要求6所述的一种基于航空高光谱数据的水库水质参数定量反演方法,其特征在于:所述步骤六输出水质参数反演结果包括:利用步骤五所构建的5项水质参数定量反演模型,输出基于航空高光谱数据的5项水质参数定量反演结果。
8.根据权利要求7所述的一种基于航空高光谱数据的水库水质参数定量反演方法,其特征在于:所述步骤七,水质参数反演结果验证包括:将步骤六输出的5项水质参数定量反演结果与步骤二预留的验证样点实测数据对比分析,分别计算各水质参数的平均相对误差,评价其反演效果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910949198.0A CN110672805A (zh) | 2019-10-08 | 2019-10-08 | 一种基于航空高光谱数据的水库水质参数定量反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910949198.0A CN110672805A (zh) | 2019-10-08 | 2019-10-08 | 一种基于航空高光谱数据的水库水质参数定量反演方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110672805A true CN110672805A (zh) | 2020-01-10 |
Family
ID=69080712
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910949198.0A Pending CN110672805A (zh) | 2019-10-08 | 2019-10-08 | 一种基于航空高光谱数据的水库水质参数定量反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110672805A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111898314A (zh) * | 2020-07-15 | 2020-11-06 | 中国科学院空天信息创新研究院 | 湖泊水体参数检验方法、装置、电子设备及存储介质 |
CN112051222A (zh) * | 2020-08-30 | 2020-12-08 | 山东锋士信息技术有限公司 | 一种基于高分卫星影像的河湖水质监测方法 |
CN112215525A (zh) * | 2020-11-04 | 2021-01-12 | 安徽农业大学 | 一种湖库水质反演及可视化评价方法 |
CN112378866A (zh) * | 2021-01-18 | 2021-02-19 | 航天宏图信息技术股份有限公司 | 水质参数反演模型的训练方法、水质监测方法及装置 |
CN112577909A (zh) * | 2020-11-27 | 2021-03-30 | 河北先河环保科技股份有限公司 | 水质参数的监测方法、装置、设备和存储介质 |
CN112763426A (zh) * | 2020-12-23 | 2021-05-07 | 宁德卫星大数据科技有限公司 | 一种循环优化的高光谱大数据水质全天候动态监测方法 |
CN112986157A (zh) * | 2020-12-23 | 2021-06-18 | 浙江省淡水水产研究所 | 一种养殖水环境预警调控方法、装置及系统 |
CN113109281A (zh) * | 2021-04-13 | 2021-07-13 | 中国科学院成都生物研究所 | 一种基于高光谱遥感的水质参数定量反演模型及其构建方法 |
CN113255961A (zh) * | 2021-04-16 | 2021-08-13 | 长江水利委员会长江科学院 | 基于时序多源光谱遥感数据的湖泊水环境监测站点优化布局方法 |
CN114112941A (zh) * | 2021-12-14 | 2022-03-01 | 江苏省地质勘查技术院 | 基于支持向量回归的航空高光谱水体富营养化评价方法 |
CN114279982A (zh) * | 2021-12-14 | 2022-04-05 | 北斗导航位置服务(北京)有限公司 | 水体污染信息获取方法及装置 |
CN115046943A (zh) * | 2022-08-16 | 2022-09-13 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种水质探测方法、装置、系统以及存储介质 |
CN115524294A (zh) * | 2022-09-19 | 2022-12-27 | 南京中科深瞳科技研究院有限公司 | 一种离水式实时智能遥感水质监测方法 |
CN115951025A (zh) * | 2022-09-07 | 2023-04-11 | 北京智科远达数据技术有限公司 | 一种水体总磷浓度的反演方法 |
CN116660486A (zh) * | 2023-05-24 | 2023-08-29 | 重庆交通大学 | 一种基于大型底栖动物bi指数的水质评价标准确定方法 |
CN117434034A (zh) * | 2023-10-24 | 2024-01-23 | 上海普适导航科技股份有限公司 | 一种基于光谱库的水质多源遥感数据快速反演方法 |
WO2024041560A1 (zh) * | 2022-08-24 | 2024-02-29 | 武汉大学 | 基于高空间分辨率卫星的地面水质监测方法 |
CN117723497A (zh) * | 2024-02-08 | 2024-03-19 | 上海阿夸斯科技有限公司 | 一种智能随动水质监测系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473707A (zh) * | 2013-09-17 | 2013-12-25 | 山东大学 | 建立城市河网水体光谱库的方法与应用 |
CN106525762A (zh) * | 2016-11-07 | 2017-03-22 | 航天恒星科技有限公司 | 一种基于自适应模型的水质监测方法和水质监测装置 |
CN107036974A (zh) * | 2016-11-18 | 2017-08-11 | 中国水利水电科学研究院 | 基于确定性集合建模的水质参数多模型协同反演方法 |
CN108593569A (zh) * | 2018-07-02 | 2018-09-28 | 中国地质环境监测院 | 基于光谱形态特征的高光谱水质参数定量反演方法 |
CN109507119A (zh) * | 2018-09-28 | 2019-03-22 | 浙江农林大学 | 一种基于无人机光谱的水质要素浓度检测方法 |
CN109557030A (zh) * | 2018-09-28 | 2019-04-02 | 浙江农林大学 | 一种基于无人机遥感的水质要素反演方法 |
-
2019
- 2019-10-08 CN CN201910949198.0A patent/CN110672805A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473707A (zh) * | 2013-09-17 | 2013-12-25 | 山东大学 | 建立城市河网水体光谱库的方法与应用 |
CN106525762A (zh) * | 2016-11-07 | 2017-03-22 | 航天恒星科技有限公司 | 一种基于自适应模型的水质监测方法和水质监测装置 |
CN107036974A (zh) * | 2016-11-18 | 2017-08-11 | 中国水利水电科学研究院 | 基于确定性集合建模的水质参数多模型协同反演方法 |
CN108593569A (zh) * | 2018-07-02 | 2018-09-28 | 中国地质环境监测院 | 基于光谱形态特征的高光谱水质参数定量反演方法 |
CN109507119A (zh) * | 2018-09-28 | 2019-03-22 | 浙江农林大学 | 一种基于无人机光谱的水质要素浓度检测方法 |
CN109557030A (zh) * | 2018-09-28 | 2019-04-02 | 浙江农林大学 | 一种基于无人机遥感的水质要素反演方法 |
Non-Patent Citations (3)
Title |
---|
吴廷宽等: "基于高光谱技术的湖泊富营养化综合评价研究—以贵阳市百花湖为例", 《水文》 * |
曹引等: "南四湖水体浊度高光谱定量反演模型", 《南水北调与水利科技》 * |
林剑远等: "航空高光谱遥感反演城市河网水质参数", 《遥感信息》 * |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111898314A (zh) * | 2020-07-15 | 2020-11-06 | 中国科学院空天信息创新研究院 | 湖泊水体参数检验方法、装置、电子设备及存储介质 |
CN111898314B (zh) * | 2020-07-15 | 2024-03-08 | 中国科学院空天信息创新研究院 | 湖泊水体参数检验方法、装置、电子设备及存储介质 |
CN112051222A (zh) * | 2020-08-30 | 2020-12-08 | 山东锋士信息技术有限公司 | 一种基于高分卫星影像的河湖水质监测方法 |
CN112215525A (zh) * | 2020-11-04 | 2021-01-12 | 安徽农业大学 | 一种湖库水质反演及可视化评价方法 |
CN112215525B (zh) * | 2020-11-04 | 2023-06-23 | 安徽农业大学 | 一种湖库水质反演及可视化评价方法 |
CN112577909A (zh) * | 2020-11-27 | 2021-03-30 | 河北先河环保科技股份有限公司 | 水质参数的监测方法、装置、设备和存储介质 |
CN112986157A (zh) * | 2020-12-23 | 2021-06-18 | 浙江省淡水水产研究所 | 一种养殖水环境预警调控方法、装置及系统 |
CN112763426A (zh) * | 2020-12-23 | 2021-05-07 | 宁德卫星大数据科技有限公司 | 一种循环优化的高光谱大数据水质全天候动态监测方法 |
CN112378866A (zh) * | 2021-01-18 | 2021-02-19 | 航天宏图信息技术股份有限公司 | 水质参数反演模型的训练方法、水质监测方法及装置 |
CN113109281A (zh) * | 2021-04-13 | 2021-07-13 | 中国科学院成都生物研究所 | 一种基于高光谱遥感的水质参数定量反演模型及其构建方法 |
CN113109281B (zh) * | 2021-04-13 | 2022-11-29 | 中国科学院成都生物研究所 | 一种基于高光谱遥感的水质参数定量反演模型及其构建方法 |
CN113255961A (zh) * | 2021-04-16 | 2021-08-13 | 长江水利委员会长江科学院 | 基于时序多源光谱遥感数据的湖泊水环境监测站点优化布局方法 |
CN113255961B (zh) * | 2021-04-16 | 2022-05-10 | 长江水利委员会长江科学院 | 基于时序多源光谱遥感数据的湖泊水环境监测站点优化布局方法 |
CN114112941A (zh) * | 2021-12-14 | 2022-03-01 | 江苏省地质勘查技术院 | 基于支持向量回归的航空高光谱水体富营养化评价方法 |
CN114279982A (zh) * | 2021-12-14 | 2022-04-05 | 北斗导航位置服务(北京)有限公司 | 水体污染信息获取方法及装置 |
CN114279982B (zh) * | 2021-12-14 | 2023-09-29 | 北斗导航位置服务(北京)有限公司 | 水体污染信息获取方法及装置 |
CN115046943A (zh) * | 2022-08-16 | 2022-09-13 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种水质探测方法、装置、系统以及存储介质 |
CN115046943B (zh) * | 2022-08-16 | 2022-10-25 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种水质探测方法、装置、系统以及存储介质 |
WO2024041560A1 (zh) * | 2022-08-24 | 2024-02-29 | 武汉大学 | 基于高空间分辨率卫星的地面水质监测方法 |
CN115951025A (zh) * | 2022-09-07 | 2023-04-11 | 北京智科远达数据技术有限公司 | 一种水体总磷浓度的反演方法 |
CN115524294A (zh) * | 2022-09-19 | 2022-12-27 | 南京中科深瞳科技研究院有限公司 | 一种离水式实时智能遥感水质监测方法 |
CN116660486A (zh) * | 2023-05-24 | 2023-08-29 | 重庆交通大学 | 一种基于大型底栖动物bi指数的水质评价标准确定方法 |
CN117434034A (zh) * | 2023-10-24 | 2024-01-23 | 上海普适导航科技股份有限公司 | 一种基于光谱库的水质多源遥感数据快速反演方法 |
CN117723497A (zh) * | 2024-02-08 | 2024-03-19 | 上海阿夸斯科技有限公司 | 一种智能随动水质监测系统 |
CN117723497B (zh) * | 2024-02-08 | 2024-04-26 | 上海阿夸斯科技有限公司 | 一种智能随动水质监测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110672805A (zh) | 一种基于航空高光谱数据的水库水质参数定量反演方法 | |
CN108593569B (zh) | 基于光谱形态特征的高光谱水质参数定量反演方法 | |
CN105486655B (zh) | 基于红外光谱智能鉴定模型的土壤有机质快速检测方法 | |
CN202939121U (zh) | 一种基于水体光学特性的综合采集处理系统 | |
CN1837787A (zh) | 一种无损伤精准测定棉花生物物理参数的方法 | |
CN103175805B (zh) | 一种近红外光谱测定污水中cod和bod5指标的方法 | |
CN111538940B (zh) | 悬浮物浓度反演模型确定方法及悬浮物浓度确定方法 | |
CN111751376B (zh) | 一种基于冠层图像特征衍生的水稻氮素营养估算方法 | |
CN111488926B (zh) | 一种基于优化模型的土壤有机质测定方法 | |
CN111380809B (zh) | 一种基于偏振特性测试油膜种类的方法 | |
CN115690632A (zh) | 一种内陆河流水体的水环境监测方法 | |
CN114372707A (zh) | 一种基于遥感数据的高寒湿地退化程度监测方法 | |
CN115586140A (zh) | 一种基于遥感数据的湖泊污染物检测方法、系统及其存储介质 | |
CN114202675A (zh) | 一种基于无人机多光谱遥感影像的作物生长参数测定方法及系统 | |
CN114705632A (zh) | 一种利用卫星遥感反射率估算水库营养状态指数的方法 | |
CN111896497B (zh) | 一种基于预测值的光谱数据修正方法 | |
CN111595806A (zh) | 一种利用中红外漫反射光谱监测土壤碳组分的方法 | |
CN201788146U (zh) | 脉冲氙灯式土壤养分测试仪 | |
CN116124716A (zh) | 基于近感高光谱的水质监测方法及装置 | |
CN115266648A (zh) | 一种二类水体固有光学参数优化模拟方法 | |
CN113590733A (zh) | 区域草本沼泽植被地上生物量的估算方法 | |
CN116008503A (zh) | 一种确定烃源岩成熟度的方法及装置 | |
CN113607669A (zh) | 一种基于迁移学习的土壤养分光谱检测方法 | |
CN112630167A (zh) | 基于支持向量机回归算法的水稻叶片碳氮比遥感反演模型和方法 | |
CN111089846A (zh) | 一种机载与车载doas同步观测的污染源排放通量测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200110 |