【文献精选】WR|基于遥感和深度神经网络的2002年以来五大湖总磷时空变化重建
生态环境视界
2025-08-07 08:00
文章摘要
本研究利用深度神经网络（DNN）模型，结合MODIS遥感反射率数据，重建了2002年以来五大湖总磷（CTP）的时空变化。研究背景源于总磷作为非光学活性物质，遥感估算存在挑战。研究目的是开发一种可靠的方法来估算CTP，并分析其时空变化及驱动因素。结果表明，DNN模型在估算CTP方面表现出色，R2达到0.8，且模型对输入特征变化具有鲁棒性。研究发现，2002至2022年间五大湖CTP显著下降，主要归因于耕地减少和流域自然生态系统的改善。此外，研究还验证了DNN模型从MODIS到VIIRS的可移植性，为中等分辨率CTP估算的连续性提供了支持。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
京公网安备 11010802042870号
京ICP备2023020795号-1
