BriefGPT - AI 论文速递
·
Enhancing Time Series Prediction of Hong Kong Water Quality Using Sentinel-2 MSI Data and Google Earth Engine Cloud Computing
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究利用Sentinel-2卫星数据和谷歌地球引擎开发了时间序列模型，预测沿海地区水质中的叶绿素a、悬浮固体和浊度。通过应用LSTM递归神经网络，提高了预测准确性，展示了遥感技术在水质评估中的潜力。
🎯
关键要点
- 本研究针对沿海地区水质监测中的污染和人类活动导致的恶化问题。
- 开发了基于Sentinel-2卫星数据和谷歌地球引擎的时间序列模型。
- 模型用于预测叶绿素a、悬浮固体和浊度。
- 应用长短期记忆（LSTM）递归神经网络提高了预测准确性。
- 展示了遥感技术在水质评估中的潜力。
➡️
