详细内容或原文请订阅后点击阅览
研究简介：评估卫星图像驱动机器学习模型在测量蓝细菌和DO浓度
随着有害藻类布鲁姆（HABS）动态的知识及其对人类和动物生活的影响变得更好地理解，研究继续寻找更多监测HAB的方法[...]邮政研究简介：评估卫星成像驱动机器学习模型在测量蓝细菌和DO浓度上的疗效首先出现在湖湖科学家身上。
来源:湖泊科学家随着有害藻华（HAB）动态的知识及其对人类和动物生命的影响变得更好地理解，研究继续寻求更有效地监测HAB的方法。从卫星图像到原位抽样，可以通过多种方式监视HAB。
从NOAA-14 AVHRR卫星图像（频道1、2和4）制作的彩色卫星照片，于1995年6月21日在格林尼治标准时间18:48（当地时间下午2:48）收集。 （信用：G。Leshkevich / Glerl通过Flickr CC BY-SA 2.0）< / div>
从NOAA-14 AVHRR卫星图像（频道1、2和4）制作的彩色卫星照片，于1995年6月21日在格林尼治标准时间18:48（当地时间下午2:48）收集。 （信用：G。Leshkevich / Glerl通过< / div> flickr cc by-sa 2.0 ）例如，数据浮标是实时监视特定区域中HAB的常见解决方案。但是，数据浮标通常是固定的，从而限制了数据的空间分辨率。取而代之的是，从上方获得更大的水体景色更容易。
数据浮标 监视habs卫星图像和监测技术使得可以在更大的区域观察到上面的花朵和其他水质条件。当然，该技术的精度受到限制，因为诸如溶解氧之类的参数是根据开花间接提取的。
在水资源研究中发表的一项2024年的研究开发了使用NASA的Sentinel-2和Sentinel-3卫星的图像，以估计Mendota湖中的蓝细菌与绿藻的丰富度。然后将数据输入到机器学习模型中，以提取溶解氧浓度的估计并与原位测量进行比较。1
水资源研究 水资源研究该研究的目标是两个方面：
方法
ysi exo3结果
来源
来源 水资源研究