-
公开(公告)号:CN116973319A
公开(公告)日:2023-10-31
申请号:CN202310952272.0
申请日:2023-07-31
Applicant: 燕山大学
Abstract: 本发明公开了水体CDOM荧光及非荧光物质分布遥感探测方法,在目标流域布设调查点位,利用无人机高光谱探测器探测CDOM和荧光激光雷达探测FDOM;选取部分调查点位实测其CDOM和FDOM浓度;结合高光谱探测器探测的CDOM与实测CDOM浓度,建立CDOM浓度反演模型;通过反演模型结合调查点位高光谱数据,获得所有调查点位CDOM数据;结合LIF技术探测的荧光数据与实测FDOM浓度数据,建立FDOM浓度反演模型;通过反演模型结合调查点位荧光光谱数据,获得所有调查点位FDOM数据;结合CDOM浓度数据和FDOM浓度数据,得到NFDOM浓度;通过对数据进行分析,模拟FDOM和NFDDOM的浓度分布情况。
-
公开(公告)号:CN118797271A
公开(公告)日:2024-10-18
申请号:CN202410912117.0
申请日:2024-07-09
Applicant: 燕山大学
IPC: G06F18/20 , G06F18/10 , G06F18/22 , G06F18/213 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了基于卷积神经网络的海洋次表层CDOM遥感反演方法,属于海洋监测技术领域,包括:获取海洋表面卫星遥感数据集和BGC‑Argo数据集;对获取的BGC‑Argo数据进行线性插值和滤波处理;对获取的海洋表面卫星遥感数据进行空间插值、缺失值补全和滤波处理;将处理后的BGC‑Argo数据和海洋表面卫星遥感数据进行时空匹配,构建深度学习数据集;构建包括特征聚焦阶段、特征提取阶段和CDOM浓度预测阶段的基于卷积神经网络的海洋次表层CDOM反演模型;对深度学习数据集进行划分,对基于卷积神经网络的海洋次表层CDOM反演模型进行训练、验证。本发明能够实现海洋次表层CDOM空间分布和垂直分布探测。
-
公开(公告)号:CN116952861A
公开(公告)日:2023-10-27
申请号:CN202310947018.1
申请日:2023-07-31
Applicant: 燕山大学
Abstract: 本发明公开了一种结合高光谱与LIF技术的CDOM无荧光物质浓度遥感探测方法,结合高光谱技术探测海水中CDOM,利用实测的高光谱数据和实测采样点CDOM浓度建立CDOM浓度反演模型,得到CDOM浓度;结合激光诱导荧光(LIF)遥感探测技术探测海水中荧光溶解有机物(FDOM)和实测采样FDOM浓度,建立FDOM浓度反演模型,得到FDOM浓度;对CDOM反演模型得到的浓度数据和FDOM反演模型得到的浓度数据经过分析得到CDOM中无荧光物质的浓度。本发明在基于高光谱技术探测CDOM的基础上,结合LIF遥感探测技术探测FDOM,最终得到CDOM中无荧光物质的浓度情况。
-
-