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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD