详细内容或原文请订阅后点击阅览
Sentinel-2 影像和 Google Earth Engine 用于全国范围的叶绿素 a 测绘
摘要：有害藻华会降低水质，并对人类和野生动物的健康产生不利影响。由于缺乏同步数据，大规模监测这些藻华非常困难。此外，传统的现场收集方法耗费大量劳动力和成本，导致数据收集分散，无法捕捉水体或区域内的物理和生物变化。本研究试图通过利用大型公共水质数据库和开放获取的 Google Earth Engine 衍生的 Sentinel-2 影像来缓解这种情况，以评估四种常见叶绿素 a 算法作为检测和绘制全国藻华的代理的实际可用性。2019 年至 2022 年期间，叶绿素 a 数据从美国大陆各地的空间不同地点汇总而来。2BDA 和 NDCI 算法最适合大规模绘制叶绿素 a，其表现中等，涵盖了高度多样化的空间、时间和物理条件。最兼容的现场数据采集方法是叶绿素 a、水、三色法，未校正。结果数据表明利用波段比率算法进行大规模检测和绘制叶绿素 a 作为 HAB 的代理的可行性，这在同步数据不可用或有限时很有价值。
来源:美国陆军工程兵团阿富汗地区访问被拒绝
参考编号 #18.ad810e17.1729918325.10dfe075
https://errors.edgesuite.net/18.ad810e17.1729918325.10dfe075