【技术实现步骤摘要】
本专利技术涉及图像数据处理，尤其涉及一种水质变量浓度预测方法及系统。
技术介绍
1、世界不同区域均面临水环境问题。对当地环境使用来说，采用传统的原位观测技术来提取不同的时空特征传统被认为成本太高，这不可避免地对解决水生问题和公共健康问题构成挑战。迄今为止，许多研究已经探讨了遥感技术在更好地了解不同时间和空间尺度的环境特征方面的潜力和效用。配备各种光学和热传感器的卫星比现场测量更有优势，可以提供不断增加的地理空间数据流，覆盖大面积、分辨率高，而且更经济。多年来一直被研究人员用于水质评估，在大型河流和湖泊、河口和沿海地区或在区域范围内进行的研究已经证明了基于卫星的水质评估的适用性。
2、然而，由于小型湖泊或河流的空间信息有限，当前方法并不适合监测小型湖泊或河流。在城市水质评估中，主要通过如化学需氧量(cod)、生物需氧量(bod)、总氮(tn)、化学需氧量的高锰酸盐(codmn)、氨(nh3-n)和总磷(tp)等非光敏参数来作为重要参考指标。而对于小型湖泊或河流而言，由于水质参数观察值和表面反射率之间复杂的非线性关系，难以通过表...
【技术保护点】
1.一种水质变量浓度预测方法，其特征在于，包括：
2.根据权利要求1所述的水质变量浓度预测方法，其特征在于，预处理包括几何校正、辐射校准、大气校正；所述S2具体包括：
3.根据权利要求2所述的水质变量浓度预测方法，其特征在于，所述S202具体为：
4.根据权利要求2所述的水质变量浓度预测方法，其特征在于，所述S203具体为：
5.根据权利要求1所述的水质变量浓度预测方法，其特征在于，所述影像特征包括多种水质变量，所述水质变量具体为：
6.根据权利要求1所述的水质变量浓度预测方法，其特征在于，所述影像特征包括：...
【技术特征摘要】
1.一种水质变量浓度预测方法，其特征在于，包括：
2.根据权利要求1所述的水质变量浓度预测方法，其特征在于，预处理包括几何校正、辐射校准、大气校正；所述s2具体包括：
3.根据权利要求2所述的水质变量浓度预测方法，其特征在于，所述s202具体为：
4.根据权利要求2所述的水质变量浓度预测方法，其特征在于，所述s203具体为：
5.根据权利要求1所述的水质变量浓度预测方法，其特征在于，所述影像特征包括多种水质变量，所述水质变量具体为：
6.根据权利要求1所述的水质变量浓度预测方法，其特征在于，所述影像特征包括：沿海地区波段反射率r1、蓝色波段反射率r2、绿色波段反射率r3、红色波段反射率r4、nir波段反射率r5、swir1波段反射率r6、swir2波段反射率r7、喀喇昆仑山波段反射率r9、绿色波段和红色波段之间的反射率比例红色波段和绿色波段之间的反射率比例绿色波段和蓝色波段之间的反射率比例蓝色波段和绿色波段之间的反射率比例红色波段和蓝色波段之间的反射率比例蓝色波段和红色波段之间的反射率比例红...
【专利技术属性】
技术研发人员：王国强，阿膺兰，薛宝林，王运涛，王立波，
申请(专利权)人：北京师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。