本文以Q285船载高光谱成像仪数据为实例,结合机器学习对CDOM、叶绿素a、硅藻、绿藻和浊度等水质参数的反射光谱特征进行了研究。与传统技术相比,这种方法是数据驱动的,不涉及任何专业的领域知识,更易推广使用。本研究对比了10种机器学习模型,均表现出良好的回归性能,揭示了利用高光谱成像仪数据进行机器学习的潜力。
机载高光谱成像仪遥感技术是土地资源状况调查评价与动态监测的重要技术手段。随着遥感技术在空间识别、地物波谱识别和变化时间识别方面能力的提高,土地遥感正在成为遥感科学的重要分支。我国历来对国土资源十分重视,特别是自国土资源部成立以来,非常重视土地资源的动态监测工作。从1999年开始,高光谱成像仪遥感监测工作作为国土资源大调查的重要组成部分。
上海市青浦区使用K6多光谱相机针对水质进行反演工作,氨氮是指水中以游离氨(NH3)和铵离子(NH4+)形式存在的氮。 动物性有机物的含氮量一般较植物性有机物为高。因此,水中氨氮含量增高时指以氨或铵离子形式存在的化合氮。
Q285是一种先进的高光谱快照成像仪,能同时获得450-950nm波长范围内(40°FOV、4nm光谱分辨率)的光谱。成像仪前另外安装有由计算机控制的5轮滤波轮,以便采集海洋表面的Stokes矢量图像,进而在非偏振和偏振模式下,对水体辐射(Lt)、天空辐射度(Ls)和离水辐射度(Lw)这三者的象元误差进行分析。
产品列表
测量服务