申请/专利权人:四川大学
申请日:2023-09-14
公开(公告)日:2024-02-02
公开(公告)号:CN117491290A
主分类号:G01N21/17
分类号:G01N21/17;G06F17/10
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.02.23#实质审查的生效;2024.02.02#公开
摘要:本发明公开了一种基于GF‑1数据的西南山区水库叶绿素a浓度反演方法,包括以下步骤,S1:获取GF‑1遥感影像数据及预处理;S2:获取原始实测叶绿素a浓度数据及预处理;S3:将步骤1预处理后得到的数据作为自变量和步骤2预处理后得到数据作为因变量,构建叶绿素a浓度遥感反演模型;S4:对步骤3所述模型验证并进行误差分析。本发明采用GF‑1遥感影像,能够实现高空间分辨率、多光谱、大区域、实时的地表监测,基于逐步回归分析方法,对常用的多种单波段及多波段组合形式进行了较为全面的模型精确度验证,并找出了最佳波段组合,建立了西南山区水库水体叶绿素a浓度反演最佳模型。
主权项:1.一种基于GF-1数据的西南山区水库叶绿素a浓度反演方法,其特征在于,包括如下步骤:S1:获取GF-1遥感影像数据及预处理;S2:获取原始实测叶绿素a浓度数据及预处理;S3:将步骤1预处理后得到的数据作为自变量和步骤2预处理后得到数据作为因变量,构建叶绿素a浓度遥感反演模型;S4:对步骤3所述模型验证并进行误差分析。
全文数据:
权利要求:
百度查询: 四川大学 一种基于GF-1数据的西南山区水库叶绿素a浓度反演方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。