摘要
一种中小河流叶绿素浓度预测方法,包括以下步骤:采集研究区水体并对叶绿素浓度进行实测,获取中小河流叶绿素浓度实测数据;基于GEE平台获取并处理卫星影像数据,并提取研究区内河流R的表面反射率数据;构建叶绿素浓度遥感反演算法;结合气象水文数据与卫星遥感数据构建插补模型;基于神经网络模型搭建叶绿素浓度预测模型;分析气象水文条件同叶绿素浓度的关系,通过气象水文数据对叶绿素浓度进行预测。本申请融合了气象水文数据与卫星遥感数据,并利用神经网络模型构建了更准确、更适应数据缺失情况的中小河流叶绿素浓度预测模型。
技术关键词
浓度预测方法
卫星影像数据
卫星遥感数据
反演算法
气象
水文
反射率数据
相关性统计分析
斯皮尔曼相关系数
神经网络模型构建
水体光学特性
富营养化风险
浓度变化规律
归一化植被指数
随机森林
插补算法
可视化模块
系统为您推荐了相关专利信息
自动追踪方法
热带
气象历史数据
数值天气预报
强度
车辆资源配置方法
时间序列特征
气象灾害预警
案件数据
计算机可读指令
预报预警方法
洪水预报模型
气象
水文模型
水动力学模型
大气扩散模型
混合分布模型
动态输入参数
辐射监测数据
网络节点