海洋水质实时预测和实时数据处理技术有利于充分利用海洋资源,发展海洋经济,解决沿海水域海水污染和水质监管问题。论文运用深度学习的长短时记忆网络(Long Short Term Memory Networks,LSTM)算法对不同时间段内采集到的海洋水质数据进...海洋水质实时预测和实时数据处理技术有利于充分利用海洋资源,发展海洋经济,解决沿海水域海水污染和水质监管问题。论文运用深度学习的长短时记忆网络(Long Short Term Memory Networks,LSTM)算法对不同时间段内采集到的海洋水质数据进行分析建模,以实现对未来海水水质的预测。与传统的支持向量回归(Support Vector Regression,SVR)算法相比,LSTM取得了更好的拟合效果,拟合优度达到0.9554,平均绝对误差为0.0117,能很好地实现对海水水质的全天候预测,从而有效地监管海洋水质变化情况,提高海洋污染预警及海洋生态保护能力。展开更多
结合国际照明委员会(Commission International de l’Eclairage, CIE)颜色系统,首先利用基于卫星多光谱遥感反射率的色度角信息获取方法,得到色度角信息数据集;然后,将色度角数据集与航测数据集匹配,建立基于色度角信息的总叶绿素和悬...结合国际照明委员会(Commission International de l’Eclairage, CIE)颜色系统,首先利用基于卫星多光谱遥感反射率的色度角信息获取方法,得到色度角信息数据集;然后,将色度角数据集与航测数据集匹配,建立基于色度角信息的总叶绿素和悬浮颗粒物浓度反演模型;最后利用现场采集的辽宁大连附近海域高清数码图像进行验证。结果表明:基于色度角信息反演得到的叶绿素a质量浓度、悬浮颗粒物质量浓度的反演模型精度较高,二者与色度角的相关系数R^(2)分别为0.73、0.81,且均与色度角呈负相关关系。该模型可以与无人机、数码相机等系统联动,并与卫星遥感组成立体监测系统,为海洋水质环境监测提供一种新方法。展开更多
文摘海洋水质实时预测和实时数据处理技术有利于充分利用海洋资源,发展海洋经济,解决沿海水域海水污染和水质监管问题。论文运用深度学习的长短时记忆网络(Long Short Term Memory Networks,LSTM)算法对不同时间段内采集到的海洋水质数据进行分析建模,以实现对未来海水水质的预测。与传统的支持向量回归(Support Vector Regression,SVR)算法相比,LSTM取得了更好的拟合效果,拟合优度达到0.9554,平均绝对误差为0.0117,能很好地实现对海水水质的全天候预测,从而有效地监管海洋水质变化情况,提高海洋污染预警及海洋生态保护能力。
文摘结合国际照明委员会(Commission International de l’Eclairage, CIE)颜色系统,首先利用基于卫星多光谱遥感反射率的色度角信息获取方法,得到色度角信息数据集;然后,将色度角数据集与航测数据集匹配,建立基于色度角信息的总叶绿素和悬浮颗粒物浓度反演模型;最后利用现场采集的辽宁大连附近海域高清数码图像进行验证。结果表明:基于色度角信息反演得到的叶绿素a质量浓度、悬浮颗粒物质量浓度的反演模型精度较高,二者与色度角的相关系数R^(2)分别为0.73、0.81,且均与色度角呈负相关关系。该模型可以与无人机、数码相机等系统联动,并与卫星遥感组成立体监测系统,为海洋水质环境监测提供一种新方法。
