Global Vision Medya Odak Noktası
Şirket, CCTV'de toplam 15 kez yer aldı ve parti medyası, merkezi medya ve yerel resmi medya aracılığıyla toplam 50 milyon kişiye ulaştı.
Uzaktan algılama yöntemi kullanılarak göl suyundaki klorofil a'nın kantitatif tersine çevrilmesi
Genel Bakış
Klorofil a Klorofil a, fitoplanktonun ana fotosentetik pigmentidir ve sıklıkla fitoplankton biyokütlesinin göstergesi olarak kullanılır; bu da onu su ortamı yönetiminin önemli bir bileşeni haline getirir. Klorofil a konsantrasyonu (Chla), su kütlelerindeki ötrofikasyon derecesini değerlendirmek ve sucul ortamlardaki karbon döngüsünü incelemek için önemli bir göstergedir; hızlı ve doğru ölçümü göl ekolojik yönetimi için çok önemlidir.
Göllerin trofik durumunu değerlendirmek için kullanılan geleneksel yöntemler öncelikle yerinde örnekleme ve analize dayanmaktadır. Bununla birlikte, bu yöntem yerel hava ve çevresel etkilere karşı hassastır ve örnekleme ve test süreci zaman alıcı, emek yoğun ve maliyetlidir; bu da göl ötrofikasyonunun ince mekansal ve zamansal ölçeklerde izlenmesini zorlaştırmaktadır. Buna karşılık, uzaktan algılama teknolojisi geniş kapsama alanı, hızlı veri toplama ve kısa işlem süreleri gibi avantajlar sunarak geleneksel su kalitesi örneklemesinin birçok eksikliğini gidermektedir. Bu nedenle, göl suyu ortamının ve su ekolojisinin izlenmesinde yaygın olarak kullanılmaktadır.
Ancak, iç su kütlelerinin optik özellikleri oldukça bölgesel ve mevsimseldir ve klorofil a tersine çevirme için kullanılan çeşitli algoritmalar hala mevsimler ve coğrafi konumlarla sınırlıdır; bu da farklı çalışma alanlarındaki su kalitesi parametrelerine dayalı olarak oluşturulan tersine çevirme modellerinde tutarsızlıklara yol açmaktadır. Bu nedenle, bu makale, farklı göller için daha önce oluşturulmuş tersine çevirme modellerini kullanarak bunların evrenselliğini değerlendirmektedir.
veri
Tersine çevirme modeli:
Ön çalışmada, 15 Ocak 2026 tarihinde gölden alınan 20 örnekleme noktasından elde edilen veriler ve aynı dönemde üzerinden geçen Sentinel-2 uydu verileri, farklı dalga bandı kombinasyonları kullanılarak ikili doğrusal fonksiyon tersine çevirme modeli oluşturulmuştur.
Doğrulama Gölü
Aynı dönemde bölgeden geçen Sentinel-2 uydu verileri kullanılarak Luoma Gölü ve Chaohu Gölü'ne ait veriler analiz edildi.Taiping GölüÇalışma öncelikle Longgan Gölü, Daguan Gölü, Gucheng Gölü ve Wabu Gölü'ne odaklanarak, 15 Ocak 2026 tarihi itibariyle çeşitli istasyonlardan Chl-a konsantrasyon verilerini topladı (Tablo 1). 10 bantı (B1~B9, B8A dahil) kapsayan Sentinel-2 çok spektrumlu analiz cihazı (MSI) Seviye-2A ürünü kullanıldı. Veriler şuradan elde edildi...Google Earth MotoruElde etmek.
Değerlendirme yöntemleri
Uzaktan algılama tersine çevirme sonuçları ile ölçülen istasyon verileri arasındaki mekansal eşleştirme sürecinde, doğrulama doğruluğunu artırmak ve ölçek etkilerinden kaynaklanan belirsizliği azaltmak için işbirlikçi çıkarım amacıyla 3×3 piksellik bir pencere kullanılır.
Uygulama süreci aşağıdaki gibidir:
(1) PencereKonum ve ÇıkarmaGözlem istasyonunun koordinatlarını merkez alarak, görüntüdeki en yakın komşu pikseli bulun ve bu pikselin merkezinde yer alan 3×3'lük bir komşuluk penceresi içindeki tüm klorofil a inversiyon değerlerini çıkarın.
(2) Kalite kontrolü ve istatistikler:
Belirtilen pencere içindeki geçersiz değerleri kaldırın (örneğin, bulut maskesi işaretleyicileri, arazi pikselleri, fiziksel olarak makul aralığı aşan ters değerler vb.);
Geçerli piksel sayısı ≥5 olmalıdır; aksi takdirde, o siteye ait veriler "eşleşme başarısız" olarak işaretlenecek ve silinecektir.
Kalan etkin piksellerin aritmetik ortalaması hesaplanır ve ölçülen istasyon için nihai uzaktan algılama tersine çevirme temsili değeri olarak kullanılır;
Önceki çalışmalardan elde edilen en uygun model, diğer göllere doğrudan uygulandı ve genel uygulanabilirliği belirleme katsayısı (R²), kök ortalama kare hatası (RMSE) ve ortalama mutlak hata (MAE) kullanılarak değerlendirildi.
Belirleme katsayısı (R²):
Kök Ortalama Kare Hatası (RMSE):
Ortalama Mutlak Hata (MAE):
Sonuçlar ve Analiz
Önceki tersine çevirme modeli her göle uygulandı ve aşağıdaki tersine çevirme haritaları elde edildi:
Şekil 1.Chaohu'daki Sentinel-2'nin görüntüleri
Şekil 2.Chaohu'da klorofil a inversiyonu sonuçlarının dağılım haritası
Şekil 3.Gucheng Gölü'nün Sentinel-2 görüntüleri
Şekil 4.Gucheng Gölü'nde klorofil a inversiyonu sonuçlarının dağılım haritası
Şekil 5.Luoma Gölü'nün Sentinel-2 görüntüleri
Şekil 6.Luoma Gölü'nde klorofil a inversiyonu sonuçlarının dağılım haritası
Şekil 7.Taiping Gölü'nün Sentinel-2 görüntüleri
Şekil 8.Taiping Gölü'nde klorofil a inversiyonu sonuçlarının dağılım haritası
Belirleme katsayısı (R²) 0,7589, kök ortalama kare hatası (RMSE) 0,002143 ve ortalama mutlak hata (MAE) 0,001189 idi; bu da tersine çevirme modelinin göller arası doğrulamada "orta düzeyde uyum ve bölgesel farklılaşma" özelliklerini sergilediğini yansıtmaktadır. Tersine çevirme sapması, haliç bölgesinde ve düşük konsantrasyonlu alanlarda nispeten küçüktü. Üç istasyondaki model, Chaohu Gölü'nün batı kıyısındaki yüksek biyokütleli alanda yetersiz duyarlılık gösterdi; bu durum muhtemelen kış alg patlaması kalıntısı ve askıda kalan madde-klorofil spektral eşleşme etkisiyle ilgili olabilir. Mekansal dağılım sapması ve...Suyun optik özellikleriEğimler oldukça tutarlıdır; yüksek bulanıklığa sahip tersine çevirme sistemi sistematik olarak düşüktür, oysa derin ve temiz su kütlesi (Taiping Gölü) nispeten stabildir ve bu da uzaktan algılama tersine çevirme kuralı olan "su kütlesi tipi model tepkisini belirler" ilkesini doğrulamaktadır. Genel olarak, model, su kütlesi optik arka planlarına sahip nispeten homojen bölgelere oldukça uyarlanabilir ve tersine çevirme için belirli bir bölgesel uygulanabilirlik derecesine sahiptir. Sonuçlar genel olarak pratik değere sahiptir.
Bu tersine çevirme işlemi tek günlük istasyon verilerine dayandığı ve kış aylarında sudaki klorofil a konsantrasyonunun düşük olduğu ve görüntü verilerinin bulut örtüsünden büyük ölçüde etkilendiği için, gelecekte birden fazla tersine çevirme işlemi için örneklem boyutunu artırmak amacıyla birden fazla döneme ait veri toplanacaktır.