相关实验视频
Updated: Jul 21, 2026
08:30
Characterization of Aquatic Biofilms with Flow Cytometry
Published on: June 6, 2018
9.1K
透镜生态系统的生物光学活性成分的分析通过光谱空间和体外观测
Sri Vishnu Prasanth Balachandran Rajkumar1, Ramamoorthy Sivakumar2
1Department of Civil Engineering, College of Engineering and Technology, SRM Institute of Science and Technology, Kattankulathur, Chengalpattu, Tamil Nadu, 603203, India.
Environmental science and pollution research international
|August 24, 2023
概括
这项研究使用神经网络算法与Sentinel-2 MSI数据来估计Kolavai湖中光学活性成分的固有光学特性 (IOP). 这些发现表明IOP,叶绿素a和悬浮物质总量之间存在强烈联系,有助于监测湖水质量.
科学领域:
- 遥感 遥感 遥感 遥感
- 光学海洋学是指光学海洋学.
- 水质监测 水质监测
背景情况:
- 光学活性成分 (OAC) 显著影响水生环境.
- 了解固有光学特性 (IOP) 对于评估水质至关重要.
- 卫星遥感为大规模水资源监测提供了宝贵的工具.
研究的目的:
- 使用神经网络算法,检索Kolavai湖中的光学活性成分 (OAC) 的内在光学特性 (IOP).
- 通过使用Sentinel-2 MSI数据和现场测量来调查IOP和OAC度之间的关系.
- 评估遥感对于监测水质的潜力.
主要方法:
- 使用神经网络算法进行IOP检索.
- 使用 Sentinel-2 MSI 反射率数据与现场盐度和温度测量相结合.
- 分析了IOP与植物浮游生物,颜料和总悬浮物质度之间的相关性.
主要成果:
- 植物浮游生物吸收 (a_p) 与甲度有很强的相关性 (R2 = 0.808).
- 总吸收 (a_t) 与叶绿素-a高度相关,表明其在水中占主导地位.
- 总反向散射 (b_tot) 与悬浮物质总量 (R > 0.73) 有很强的关系.
- 颜料成分也显示出显著的相关性 (R2 = 0.754).
结论:
- 神经网络方法有效地估计了OAC的IOP,提供了对水质的见解.
- 与现场测量相结合的Sentinel-2 MSI数据是监测水质量的有希望的方法.
- 该研究强调了光学特性与关键水质参数之间的密切关系.
关键词:
吸收方式 吸收方式IOPOP IOPOP IOPOP IOP IOP IOP IOP IOP IOP IOP IOP IOP IOP IOP IOP IOP IOP IOP IOP IOP IOP IOP IOP科拉瓦伊湖 (Kolavai Lake) 是一个湖泊.哨兵-2 MSI 的时间表.空间分布的空间分布频谱波长是一种光谱波长.水的质量 水的质量
