申请/专利权人:中国长江三峡集团有限公司;同济大学;上海勘测设计研究院有限公司
申请日:2024-01-11
公开(公告)日:2024-04-09
公开(公告)号:CN117851950A
主分类号:G06F18/2433
分类号:G06F18/2433;G01N33/18;G01N21/84;G06F18/15;G06F123/02
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本申请提供一种高精度叶绿素时间序列分析方法、系统、介质及装置,包括:获取目标水域的水文地理基础信息和叶绿素a在线监测基础数据;基于叶绿素a在线监测基础数据计算出叶绿素a时间序列图,得到叶绿素a时平均值序列;基于叶绿素a时间序列图识别出监测数据异常值,并对缺失部分进行填充;分析叶绿素a时平均值序列,得到叶绿素a浓度平均值昼夜变化规律以及叶绿素a浓度平均值昼夜变化的月平均分布规律;通过叶绿素a浓度与不同季节水质变量的相关性,得到不同季节叶绿素a浓度与水质参数的相关性模型。本申请能够从时间角度研究叶绿素变化规律,对长时间高密度的水质监测数据进行叶绿素时间序列分析,为精准施策提供科学依据。
主权项:1.一种高精度叶绿素时间序列分析方法,其特征在于,包括以下步骤:获取目标水域的水文地理基础信息;所述水文地理基础信息包括:自然地理概况、水环境现状、水质检测、水岸植被调查、水生生物调查、水质连续监测情况中的任一种或多种组合;获取目标水域中的叶绿素a在线监测基础数据;基于所述叶绿素a在线监测基础数据计算出叶绿素a时间序列图,得到叶绿素a时平均值序列;基于所述叶绿素a时间序列图识别出监测数据异常值,并对缺失部分进行填充;分析所述叶绿素a时平均值序列,得到叶绿素a浓度平均值昼夜变化规律以及叶绿素a浓度平均值昼夜变化的月平均分布规律;通过叶绿素a浓度与不同季节水质变量的相关性,得到不同季节叶绿素a浓度与水质参数的相关性模型。
全文数据:
权利要求:
百度查询: 中国长江三峡集团有限公司;同济大学;上海勘测设计研究院有限公司 高精度叶绿素时间序列分析方法、系统、介质及装置
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。