请选择 目标期刊

黄岐半岛海域赤潮高发区水环境因子与叶绿素a的通径分析 下载:65 浏览:381

陈佩君 《中国环境保护》 2020年7期

摘要:
2016年对黄岐半岛海域赤潮高发区进行了水环境调查,获取了水温、盐度、pH、溶解氧、化学耗氧量和营养盐等水质因子调查数据,利用多元线性回归方法对叶绿素a的各影响因子进行回归分析,并用通径分析原理分析各水质因子对叶绿素a的影响程度。结果表明:对叶绿素a产生影响的水质因子有水温、盐度、pH、溶解氧、化学需氧量、活性磷酸盐和亚硝酸盐-氮。通径系数分别为-0.546、-0.888、1.134、1.428、-0.335、-0.775和-1.300。其中溶解氧对叶绿素a正向影响最大,而亚硝酸盐对叶绿素a负向影响最大。

基于GEV模型的青岛涨潮高度极值分布 下载:25 浏览:462

王英杰 徐付霞 《数学应用》 2019年12期

摘要:
选取2013年1月至2018年4月的青岛潮高数据,建立广义极值分布(GEV)模型分析青岛潮高月最大值序列,采用极大似然估计法估计模型中的参数,利用轮廓似然估计确定精确的参数置信区间,推断出未来10个月可能出现的涨潮最大高度.通过建立青岛潮高的Gumbel模型,与GEV模型作出比较,进一步说明GEV模型的优越性.

基于深度置信网络(DBN)的赤潮高光谱遥感提取研究 下载:6 浏览:445

姜宗辰1,2 马毅1,2 江涛1 陈琛1,2 《海洋研究》 2020年期

摘要:
赤潮是严重的海洋灾害,有效监测赤潮对于保护海洋生态环境具有重要意义。高光谱遥感具有光谱分辨率高、图谱合一等优势,适合于海洋赤潮监测。深度学习是机器学习领域的前沿,为高光谱遥感分类提供了新的思路。深度置信网络(Deep Belief Network,DBN)兼具监督分类与非监督分类的特点,通过构建DBN模型,将DBN应用于赤潮灾害遥感监测中,应用渤海机载高光谱遥感数据开展赤潮分类,以达到提取高光谱图像中赤潮水体范围的目的。通过设置对照实验,对比经典的SVM监督分类方法与ISODATA非监督分类方法,发现DBN模型在相同实验条件下具有更高的分类精度,赤潮遥感提取精度提高了3%~11%。
[1/1]
在线客服::点击联系客服
联系电话::400-188-5008
客服邮箱::service@ccnpub.com
投诉举报::feedback@ccnpub.com
人工客服

工作时间(9:00-18:00)
官方公众号

科技成果·全球共享