Enfoque de los medios de comunicación de Global Vision
La empresa apareció en CCTV un total de 15 veces, y su alcance a través de los medios del Partido, los medios centrales y los medios oficiales locales llegó a un total de 50 millones de personas.
Inversión cuantitativa de la clorofila a en el agua de lagos mediante teledetección.
Descripción general
Clorofila a La clorofila a es el principal pigmento fotosintético del fitoplancton y se utiliza frecuentemente como indicador de su biomasa, lo que la convierte en un componente importante de la gestión del medio acuático. La concentración de clorofila a (Chla) es un indicador clave para evaluar el grado de eutrofización en cuerpos de agua y estudiar el ciclo del carbono en ambientes acuáticos; su obtención rápida y precisa es crucial para la gestión ecológica de los lagos.
Los métodos tradicionales para evaluar el estado trófico de los lagos se basan principalmente en el muestreo y análisis in situ. Sin embargo, este método es susceptible a las condiciones climáticas y ambientales locales, y el proceso de muestreo y análisis es laborioso, costoso y requiere mucho tiempo, lo que dificulta el monitoreo de la eutrofización de los lagos a escalas espaciotemporales precisas. En contraste, la tecnología de teledetección ofrece ventajas como una amplia cobertura, una rápida adquisición de datos y tiempos de procesamiento cortos, superando muchas de las limitaciones del muestreo tradicional de la calidad del agua. Por lo tanto, se ha aplicado ampliamente al monitoreo del medio ambiente acuático y la ecología acuática de los lagos.
Sin embargo, las características ópticas de los cuerpos de agua continentales son muy regionales y estacionales, y los diversos algoritmos para la inversión de la clorofila a aún se ven limitados por las estaciones y la ubicación geográfica, lo que genera inconsistencias en los modelos de inversión establecidos a partir de parámetros de calidad del agua en diferentes áreas de estudio. Por lo tanto, este trabajo utiliza modelos de inversión previamente establecidos para distintos lagos con el fin de evaluar su universalidad.
datos
Modelo de inversión:
En el trabajo preliminar, se estableció un modelo de inversión de función lineal binaria utilizando datos de 20 puntos de muestreo del lago el 15 de enero de 2026, así como datos del satélite Sentinel-2 que pasaron por la zona durante el mismo período, a través de diferentes combinaciones de bandas espectrales.
Lago de verificación
Utilizando datos del satélite Sentinel-2 que pasaron por la zona durante el mismo período, se analizaron los datos del lago Luoma y del lago Chaohu.Lago TaipingEl estudio se centró principalmente en los lagos Longgan, Daguan, Gucheng y Wabu, recopilando datos de concentración de clorofila a de diversas estaciones hasta el 15 de enero de 2026 (Tabla 1). Se utilizó el producto Nivel 2A del analizador multiespectral (MSI) Sentinel-2, que abarca 10 bandas (B1~B9, incluyendo B8A). Los datos se obtuvieron de...Motor de búsqueda de Google EarthObtener.
Métodos de evaluación
En el proceso de correspondencia espacial entre los resultados de la inversión de teledetección y los datos de las estaciones medidas, se utiliza una ventana de píxeles de 3×3 para la extracción colaborativa con el fin de mejorar la precisión de la verificación y reducir la incertidumbre causada por los efectos de escala.
El proceso de implementación específico es el siguiente:
(1) VentanaLocalización y extracciónCentrándose en las coordenadas de la estación de monitoreo, localice su píxel vecino más cercano en la imagen y extraiga todos los valores de inversión de clorofila a dentro de una ventana vecinal de 3×3 centrada en ese píxel.
(2) Control de calidad y estadísticas:
Elimine los valores no válidos dentro de la ventana (como marcadores de máscara de nubes, píxeles de tierra, valores invertidos que excedan el rango físicamente razonable, etc.);
El número de píxeles válidos debe ser ≥5; de lo contrario, los datos de ese sitio se marcarán como "coincidencia fallida" y se eliminarán.
Se calcula la media aritmética de los píxeles efectivos restantes y se utiliza como valor representativo final de la inversión de teledetección para la estación medida;
El modelo óptimo derivado de trabajos anteriores se aplicó directamente a otros lagos, y su aplicabilidad general se evaluó utilizando el coeficiente de determinación (R²), el error cuadrático medio (RMSE) y el error absoluto medio (MAE).
Coeficiente de determinación (R²):
Error cuadrático medio (RMSE):
Error absoluto medio (MAE):
Resultados y análisis
El modelo de inversión anterior se aplicó a cada lago y se obtuvieron los siguientes mapas de inversión:
Figura 1.Imágenes de Sentinel-2 en Chaohu
Figura 2.Mapa de distribución de los resultados de inversión de la clorofila a en Chaohu
Figura 3.Imágenes del lago Gucheng tomadas por Sentinel-2
Figura 4.Mapa de distribución de los resultados de la inversión de la clorofila a en el lago Gucheng.
Figura 5.Imágenes del lago Luoma tomadas por Sentinel-2
Figura 6.Mapa de distribución de los resultados de la inversión de la clorofila a en el lago Luoma.
Figura 7.Imágenes del lago Taiping tomadas por Sentinel-2
Figura 8.Mapa de distribución de los resultados de la inversión de la clorofila a en el lago Taiping.
El coeficiente de determinación (R²) fue de 0,7589, el error cuadrático medio (RMSE) fue de 0,002143 y el error absoluto medio (MAE) fue de 0,001189, lo que refleja que el modelo de inversión exhibió características de "ajuste moderado y diferenciación regional" en la validación entre lagos. El sesgo de inversión fue relativamente pequeño en la zona estuarina y en áreas de baja concentración. El modelo en tres estaciones mostró una sensibilidad insuficiente en el área de alta biomasa en la orilla occidental del lago Chaohu, posiblemente relacionada con los residuos de la floración de algas invernal y el efecto de acoplamiento espectral de la materia en suspensión-clorofila. Sesgo de distribución espacial y...Propiedades ópticas del aguaLos gradientes son muy consistentes: el sistema de inversión de alta turbidez presenta valores sistemáticamente bajos, mientras que el cuerpo de agua profundo y limpio (Lago Taiping) es relativamente estable, lo que confirma la regla de inversión de teledetección que establece que "el tipo de cuerpo de agua determina la respuesta del modelo". En general, el modelo se adapta bien a regiones relativamente homogéneas con fondos ópticos de cuerpos de agua y posee cierto grado de aplicabilidad regional para la inversión. Los resultados son, en general, de utilidad práctica.
Debido a que esta inversión se basa en datos de estaciones de un solo día, y la concentración de clorofila a en el agua es baja en invierno y los datos de imagen se ven muy afectados por la nubosidad, en el futuro se recopilarán datos de varios períodos para aumentar el tamaño de la muestra para múltiples inversiones.