Global S&T Development Trend Analysis Platform of Resources and Environment
人工智能可以更有效地监测水质 | |
吴秀平 | |
2021-05-15 | |
所属快报 | 资源环境快报 |
出版年 | 2021 |
期 | 9 |
语种 | 中文 |
领域 | 资源环境 |
栏目 | 水文与水资源科学 |
中文关键词 | 人工智能 ; 遥感反射率 ; 监测水质 |
英文关键词 | Artificial intelligence remote sensing reflectance monitor water quality |
中文摘要 | 2021年5月4日,Journal of Photogrammetry and Remote Sensing期刊发表《遥感反射率元分类来估计内陆和近岸水域的营养状况》(Meta-classification of remote sensing reflectance to estimate trophic status of inland and nearshore waters)的文章,该研究由欧盟的“地平线2020”(Horizon 2020)资助,文中研究人员首次证明复杂的内陆和近岸水域的营养状态可以通过Sentinel-3海洋和陆地彩色仪器反射测量的机器学习算法直接学习,这种算法可以对Sentinel-3海洋和陆地彩色仪器在全球水体上获得的图像的所有营养状态进行估计。 |
原文题名 | Artificial intelligence to monitor water quality more effectively |
原文链接 | 查看原文 |
文献类型 | 快报文章 |
条目标识符 | http://119.78.100.173/C666/handle/2XK7JSWQ/325954 |
专题 | 资源环境科学 |
推荐引用方式 GB/T 7714 | 吴秀平. 人工智能可以更有效地监测水质. 2021. |
条目包含的文件 | ||||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
人工智能可以更有效地监测水质.docx(13KB) | 快报文章 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 | ||
人工智能可以更有效地监测水质.png(276KB) | 快报文章 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[吴秀平]的文章 |
百度学术 |
百度学术中相似的文章 |
[吴秀平]的文章 |
必应学术 |
必应学术中相似的文章 |
[吴秀平]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论