评估大气预处理方法和叶绿素算法,用于在沿海水域的哨兵-2图像
Tori Wolters1, Naomi E Detenbeck2, Steven Rego2
1Oak Ridge Institute for Science and Education, Oak Ridge, TN 37830, USA.
概括
远程传感有效地绘制了甲基的地图,用于蓝藻细菌繁殖的监测. 米什拉带比和混合密度网络算法显示了预测藻类繁殖和HAB风险的最佳性能.
科学领域:
- 环境科学 环境科学
- 遥感 遥感 遥感 遥感
- 生态生态学 生态生态学
背景情况:
- 在河口和淡水潮河流中,蓝藻细菌的繁殖正在增加.
- 有效的遥感方法对于监测这些花和专注于蓝藻细菌至关重要.
研究的目的:
- 为了比较远程传感处理方法,以获得准确的叶绿素-a映射.
- 确定预测藻类繁殖和有害藻类繁殖 (HABs) 风险的最佳算法.
主要方法:
- 与Sentinel-2图像 (2015-2022) 进行比较的阿科莱特和聚合物大气处理方法.
- 评估了经验 (带比,光谱形状指数) 和机器学习算法,用于叶绿素-a预测.
- 利用了来自切萨皮克湾和印第安河遗址的配对叶绿素-a观测结果.
主要成果:
- 与聚合物相比,阿科利特加工产生了更多的观察点和更广泛的叶绿素范围.
- 聚合物在较低的叶绿素-a度下表现出更好的反应性.
- 机器学习混合密度网络 (MDN) 和Mishra带比算法在预测叶绿素a,热量状态和HABs风险方面表现出卓越的性能.
结论:
- 米什拉带比和MDN算法对于绘制叶绿素a和评估河口环境中的HAB风险是有效的.
- 优化的遥感方法提高了对蓝藻细菌开花的详细监测.


