【文献精选】J Hazar Mater|利用多平台高光谱图像和深度回归网络绘制内陆水体营养盐污染图
生态环境视界
2025-09-08 08:00
文章摘要
背景：内陆水体面临富营养化等水质问题，高光谱遥感技术为水质监测提供了丰富的光谱信息，但传统方法难以准确估计非光学活性水质参数。研究目的：提出一种基于高维注意力加权差分的深度卷积空间-谱联合学习模型（Patch-CA-DNNR），用于精确估算总氮、总磷和氨氮的分布。结论：该模型在测试集上R²值均超过0.81，比传统方法准确率提升约30%，且在多平台卫星数据验证中表现出良好的跨平台可移植性，为水体营养盐污染动态监测提供了有效工具。
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
