CN119516390A 一种基于遥感的微塑料污染水域空间分布识别方法 (安徽农业大学)_第1页
CN119516390A 一种基于遥感的微塑料污染水域空间分布识别方法 (安徽农业大学)_第2页
CN119516390A 一种基于遥感的微塑料污染水域空间分布识别方法 (安徽农业大学)_第3页
CN119516390A 一种基于遥感的微塑料污染水域空间分布识别方法 (安徽农业大学)_第4页
CN119516390A 一种基于遥感的微塑料污染水域空间分布识别方法 (安徽农业大学)_第5页
已阅读5页,还剩21页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

一种基于遥感的微塑料污染水域空间分布本发明为一种基于遥感的微塑料污染水域空间分布识别方法,具体涉及环境监测技术领GIS技术结合识别空间分布的技术问题,包括以下步骤:在目标水域抽取70%的样本数据进行预得到水域综合污染程度预测值;利用GIS技术生2S2:对经过预处理后的水体样本进行检测,筛选出2.根据权利要求1所述的一种基于遥感的微塑料污染水域空间分布识别方法,其特征根据预设的采样点坐标,测量目标水域的宽度,沿水域宽度方向3.根据权利要求2所述的一种基于遥感的微塑料污染水域空间分布识别方法,其特征对抽取的处理对象进行预处理操作,包括,在样本中加入体积比为10:4.根据权利要求1所述的一种基于遥感的微塑料污染水域空间分布识别方法,其特征对预处理后的水体样本通过显微镜视觉识别法进行微塑料检测,5.根据权利要求1所述的一种基于遥感的微塑料污染水域空间分布识别方法,其特征利用遥感技术获取经过筛选出的水体样本的遥感图像,通过Canny边缘检测算法提取6.根据权利要求5所述的一种基于遥感的微塑料污染水域空间分布识别方法,其特征收集包含微塑料和其他物体的图像数据集,模型通过卷积神经网络提取图像的特征,3料设定的吸附强度系数,将每种颜色微塑料的权重系数与对应颜色的吸附强度系数联立7.根据权利要求5所述的一种基于遥感的微塑料污染水域空间分布识别方法,其特征将采集到的图像转换为灰度图,利用图像分析软件中的模式识别48.根据权利要求5所述的一种基于遥感的微塑料污染水域空间分布识别方法,其特征将采集到的图像导入ImageJ开源软件中,在软件中设置标尺长度状微塑料的粒径,Nf;为纤维状微塑料的数量,NXPXS为三种形状微塑料的总数量,9.根据权利要求1所述的一种基于遥感的微塑料污染水域空间分布识别方法,其特征根据从图像中提取到的特征数据,包括总颜色吸附能力程度、总形将模型预测值点数据转换为面数据后导入GIS软件中,生成污染程度预测值的空间分5[0003]现有的微塑料污染水域空间分布识别方法虽然在一定程度上实现了污染水域空据进行综合构建模型对水域综合污染程度值进行预测,缺乏将水域综合污染程度值导入现有的微塑料污染水域空间分布识别方法虽然在一定程度上实现了污染水域空据进行综合构建模型对水域综合污染程度值进行预测,缺乏将水域综合污染程度值导入6料丰度大于或等于目标水域微塑料丰度平均值的水体样本,对筛选出的水体样本进行分利用遥感技术获取经过筛选出的水体样本的遥感图像,通过Canny边缘检测算法7其中,adsorption为总颜色吸附能力程度,Nusex为黑色的微塑料的数量,Nue系数与覆盖广度系数相乘后,将三种形状的联立值相加得到该水域的总形状覆盖能力程8纤维状微塑料的粒径,Nf;为纤维状微塑料的数量,NXPXS为三种形状微塑料的总数量,将模型预测值点数据转换为面数据后导入GIS软件中,生成污染程度预测值的空分析得到的多种特征数据为全面评估水体污染状况提供了本发明通过利用GIS技术,将模型得到的水域综合污染程度预测值在地图上进行930℃的条件干燥24个小时;对预处理后的水体样本通过显微镜视觉识别法进行微塑料检值;将模型预测值点数据转换为面数据后导入GIS软件中,生成污染程度预测值的空间分布,并用不同颜色表示根据水域综合污染程度预测值所在的阈值范围得到的不同污染程料丰度大于或等于目标水域微塑料丰度平均值的水体样本,对筛选出的水体样本进行分利用遥感技术获取经过筛选出的水体样本的遥感图像,通过Canny边缘检测算法其中,adsorption为总颜色吸附能力程度,Nusex为黑色的微塑料的数量,Nue系数与覆盖广度系数相乘后,将三种形状的联立值相加得到该水域的总形状覆盖能力程纤维状微塑料的粒径,Nf;为纤维状微塑料的数量,NXPXS为三种形状微塑料的总数量,像中的微塑料和其他物体进行标注,保存为.json格

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论