Global Vision Media Focus
Кампанія была прадстаўлена на тэлеканалах CCTV у агульнай складанасці 15 разоў, а яе ахоп праз партыйныя СМІ, цэнтральныя СМІ і мясцовыя афіцыйныя СМІ дасягнуў 50 мільёнаў чалавек.
Колькасная інверсія хларафіла а ў азёрнай вадзе з дапамогай дыстанцыйнага зандзіравання
Агляд
Хларафіл а Хларафіл а — асноўны фотасінтэтычны пігмент фітапланктону, які часта выкарыстоўваецца ў якасці індыкатара біямасы фітапланктону, што робіць яго важным кампанентам кіравання водным асяроддзем. Канцэнтрацыя хларафіла а (ChlA) — ключавы індыкатар для ацэнкі ступені эўтрафікацыі вадаёмаў і вывучэння кругавароту вугляроду ў водным асяроддзі; яго хуткае і дакладнае атрыманне мае вырашальнае значэнне для кіравання экалогіяй возера.
Традыцыйныя метады ацэнкі трафічнага стану возера ў асноўным абапіраюцца на адбор і аналіз проб на месцы. Аднак гэты метад уразлівы да мясцовых умоў надвор'я і ўздзеяння навакольнага асяроддзя, а працэс адбору проб і тэставання з'яўляецца працаёмкім, працаёмкім і дарагім, што ўскладняе маніторынг эўтрафікацыі возера ў дробных прасторава-часавых маштабах. Наадварот, тэхналогія дыстанцыйнага зандзіравання прапануе такія перавагі, як шырокі ахоп, хуткі збор дадзеных і кароткі час апрацоўкі, пераадольваючы многія недахопы традыцыйнага адбору проб якасці вады. Таму яна шырока ўжываецца для маніторынгу воднага асяроддзя азёр і воднай экалогіі.
Аднак аптычныя характарыстыкі ўнутраных вадаёмаў вельмі рэгіянальныя і сезонныя, і розныя алгарытмы для інверсіі хларафіла а ўсё яшчэ абмежаваныя сезонамі і геаграфічным месцазнаходжаннем, што прыводзіць да неадпаведнасцей у мадэлях інверсіі, створаных на аснове параметраў якасці вады ў розных раёнах даследавання. Таму ў гэтай працы выкарыстоўваюцца раней створаныя мадэлі інверсіі для розных азёр, каб ацаніць іх універсальнасць.
дадзеныя
Інверсійная мадэль:
У папярэдняй працы была створана бінарная мадэль інверсіі лінейнай функцыі з выкарыстаннем дадзеных з 20 пунктаў адбору проб возера 15 студзеня 2026 года, а таксама дадзеных спадарожніка Sentinel-2, якія прайшлі за той жа перыяд, праз розныя камбінацыі дыяпазонаў хваль.
Возера праверкі
Выкарыстоўваючы спадарожнікавыя дадзеныя Sentinel-2, якія праходзілі праз тэрыторыю за той жа перыяд, былі прааналізаваны дадзеныя для возера Луома і возера Чаоху.Возера ТайпінДаследаванне ў першую чаргу было сканцэнтравана на возерах Лунган, Дагуань, Гучэн і Вабу, збіраючы дадзеныя аб канцэнтрацыі хларыду a з розных станцый па стане на 15 студзеня 2026 года (табліца 1). Выкарыстоўваўся прадукт мультыспектральнага аналізатара Sentinel-2 (MSI) узроўню 2A, які ахоплівае 10 дыяпазонаў (B1~B9, уключаючы B8A). Дадзеныя былі атрыманы з...Механізм Google EarthАтрымаць.
Метады ацэнкі
У працэсе прасторавага супастаўлення вынікаў інверсіі дыстанцыйнага зандзіравання і вымераных дадзеных станцыі для сумеснага вылучэння выкарыстоўваецца акно памерам 3×3 пікселя, каб палепшыць дакладнасць праверкі і паменшыць нявызначанасць, выкліканую эфектамі маштабу.
Канкрэтны працэс рэалізацыі выглядае наступным чынам:
(1) АкноМесцазнаходжанне і здабычаЗыходзячы з каардынат станцыі маніторынгу, вызначце бліжэйшы піксель на выяве і выміце ўсе значэнні інверсіі хларафіла а ў межах акна суседства 3×3 з цэнтрам у гэтым пікселі.
(2) Кантроль якасці і статыстыка:
Выдаліць недапушчальныя значэнні ў акне (напрыклад, маркеры маскі воблачнасці, пікселі зямной паверхні, інвертаваныя значэнні, якія перавышаюць фізічна разумны дыяпазон і г.д.);
Колькасць сапраўдных пікселяў павінна быць ≥5; у адваротным выпадку дадзеныя для гэтага сайта будуць пазначаны як «не ўдалося знайсці» і выдалены.
Сярэдняе арыфметычнае значэнне астатніх эфектыўных пікселяў вылічваецца і выкарыстоўваецца ў якасці канчатковага рэпрэзентатыўнага значэння інверсіі дыстанцыйнага зандзіравання для вымеранай станцыі;
Аптымальная мадэль, атрыманая з папярэдняй працы, была непасрэдна ўжыта да іншых азёр, а яе агульная прыдатнасць была ацэненая з выкарыстаннем каэфіцыента дэтэрмінацыі (R²), сярэднеквадратычнай памылкі (RMSE) і сярэдняй абсалютнай памылкі (MAE).
Каэфіцыент дэтэрмінацыі (R²):
Сярэднеквадратычная памылка (СКП):
Сярэдняя абсалютная памылка (MAE):
Вынікі і аналіз
Папярэдняя інверсійная мадэль была ўжытая да кожнага возера, і былі атрыманы наступныя інверсійныя карты:
Малюнак 1.Выявы Sentinel-2 у Чаоху
Малюнак 2.Карта размеркавання інверсіі хларафіла а прыводзіць да Чаоху
Малюнак 3.Здымкі возера Гучэн з дапамогай тэлескопа Sentinel-2
Малюнак 4.Карта размеркавання вынікаў інверсіі хларафіла а ў возеры Гучэн
Малюнак 5.Здымкі возера Луома з дапамогай тэлескопа Sentinel-2
Малюнак 6.Карта размеркавання вынікаў інверсіі хларафіла а ў возеры Луома
Малюнак 7.Здымкі возера Тайпін з дапамогай тэлескопа Sentinel-2
Малюнак 8.Карта размеркавання вынікаў інверсіі хларафіла а ў возеры Тайпін
Каэфіцыент дэтэрмінацыі (R²) склаў 0,7589, сярэднеквадратычная памылка (RMSE) — 0,002143, а сярэдняя абсалютная памылка (MAE) — 0,001189, што сведчыць аб тым, што інверсійная мадэль прадэманстравала характарыстыкі «ўмеранай адпаведнасці і рэгіянальнай дыферэнцыяцыі» пры міжазёрнай валідацыі. Зрушэнне інверсіі было адносна невялікім у зоне эстуарыя і раёнах з нізкай канцэнтрацыяй. Мадэль на трох станцыях паказала недастатковую адчувальнасць у раёне з высокай біямасай на заходнім беразе возера Чаоху, што, магчыма, звязана з рэшткамі зімовага цвіцення водарасцяў і спектральным эфектам сувязі завіслых рэчываў і хларафіла. Зрушэнне прасторавага размеркавання і...Аптычныя ўласцівасці вадыГрадыенты вельмі паслядоўныя — сістэма інверсіі з высокай каламутнасцю сістэматычна нізкая, у той час як глыбокі, чысты вадаём (возера Тайпін) адносна стабільны, што пацвярджае правіла інверсіі дыстанцыйнага зандзіравання, згодна з якім «тып вадаёма дамінуе над рэакцыяй мадэлі». У цэлым, мадэль добра адаптуецца да адносна аднародных рэгіёнаў з аптычным фонам вадаёма і мае пэўную ступень рэгіянальнай прыдатнасці для інверсіі. Вынікі ў цэлым маюць практычную каштоўнасць.
Паколькі гэтая інверсія заснавана на дадзеных аднадзённых станцый, а канцэнтрацыя хларафіла а ў вадзе нізкая зімой, а на дадзеныя выявы моцна ўплывае воблачнасць, у будучыні будуць сабраны некалькі перыядаў дадзеных, каб павялічыць памер выбаркі для некалькіх інверсій.