基于“R语言+遥感“水环境综合评价方法教程

详情点击链接:基于"R语言+遥感"水环境综合评价方法教程

一:R语言

1.1 R语言特点(R语言)

1.2 安装R(R语言)

1.3 安装RStudio(R语言)

(1)下载地址

(2)安装步骤

(3)软件配置

1.4 第一个程序Hello world(R语言)

(1)Hello world

(2)R语言基础

(3)R语言数值计算

(4)R语言常用函数

(5)R语言数据输入方法

1.5 R语言语法基础(R语言)

(1)读取水环境数据源

(2)设置路径

(3)使用read.csv读取数据

(4)根据数据类型进行转化

(5)水环境数据基础分析

(6)水环境数据高级分析

(7)基于决策树预测验证正确数据特点

(8)基于混淆矩阵验证预测结果

基于“R语言+遥感“水环境综合评价方法教程_第1张图片

基于“R语言+遥感“水环境综合评价方法教程_第2张图片

二:遥感数据预处理
2.1 遥感水环境污染评价理论(遥感)

(1)水环境遥感原理

(2)水环境遥感建模方法

2.2 遥感数据获取方法(遥感)

2.3 遥感数据辐射校正方法(遥感)

(1)加载和显示数据

(2)辐射定标

(3)大气校正

2.4 遥感数据高清融合方法(遥感)

(1)融合的原理

(2)Gram-Schmidt融合的实现

基于“R语言+遥感“水环境综合评价方法教程_第3张图片

三:水线提取——水体指数与阈值混合法(遥感)

3.1 水体指数计算

(1)加载数据

(2)计算水体指数

3.2 阈值法确定水线

(1)感兴趣区的建立

(2)背景像素设置为0

(3)阈值的实现

(4)水线的提取

3.3 裁剪湖泊数据

基于“R语言+遥感“水环境综合评价方法教程_第4张图片

四:水深提取——多元回归分析方法(R语言+遥感)

4.1 应用太阳辐射波段的模型理论

4.2 水深数据的获取方法

4.3 加载影像

4.4 水面实测数据

4.5 假设条件

4.6 数据整理

4.7 将数据导入R语言

4.8 采用R语言进行相关性检验

(1)相关性检验原理

(2)R语言语法

(3)进行相关性分析

(4)绘制相关性图

(5)建立多元线性回归模型

(6)水深的多元线性回归模型

4.9 数字制图

基于“R语言+遥感“水环境综合评价方法教程_第5张图片

基于“R语言+遥感“水环境综合评价方法教程_第6张图片

4.10 精度验证

(1)打开结果影像

(2)打开精度评价模板

(3)查询实测水深

(4)分析提取精度

五:水温提取——支持向量机方法(R语言+遥感)

5.1 水体表面温度反演的原理

5.2 Landsat8卫星热红外波段

基于“R语言+遥感“水环境综合评价方法教程_第7张图片

5.3 热辐射传导方程

5.4 地表热信息的提取方法实现

(1)打开数据

(2)图像辐射定标

(3)地表比辐射率计算

(4)黑体辐射亮度与地表温度计算

(5)地表温度计算结果

(6)图像裁剪

(7)颜色制图

(8)温廓线的制作

(9)采集精确地理位置的温度值

基于“R语言+遥感“水环境综合评价方法教程_第8张图片

5.5 水温预测的R语言实现

(1)技术背景

(2)导入数据

(3)数据的预览与检查

(4)使用支持向量机完成数据分类

(5)基于支持向量机训练模型实现水温预测

5.6 R语言绘制预测值与实测值的对比图

(1)绘制基本散点图

(2)基于颜色和点形对数据进行分组

(3)映射连续型变量

(4)处理散点重叠

(5)添加回归模型拟合线

(6)向散点图添加边际地毯

(7)向散点图添加标签

基于“R语言+遥感“水环境综合评价方法教程_第9张图片

六:水质提取——神经网络分析(R语言+遥感)

6.1 水体成分反演的原理

6.2 加载影像

6.3 建立成分含量指数模型

基于“R语言+遥感“水环境综合评价方法教程_第10张图片

6.4 生成12个参量的光谱数据集

(1)LayerStacking生成数据集

(2)提取采样点的光谱参量

6.5 水面实测数据与光谱参量的数据集

6.6 R语言预测水质成分含量

(1)技术背景

(2)导入数据

(3)安装nnet包

(4)预测叶绿素、氮、磷、钾含量

(5)绘制叶绿素、氮、磷、钾神经网络图

基于“R语言+遥感“水环境综合评价方法教程_第11张图片

七:水环境遥感信息提取结果的可视化制图(R语言)

7.1 叶绿素、泥沙、悬浮物关系图

(1)单色显示图

(2)渐变色填充显示图

(3)渐变色与不同形状填充显示图

7.2 水深与水温相关系数图

(1)相关热力图

(2)变化情况图

基于“R语言+遥感“水环境综合评价方法教程_第12张图片

7.3 水温数据的可视化制图

(1)散点分布图

(2)柱状分布图

7.4 水质数据的可视化制图

(1)时间序列峰峦图

(2)量化波形图

(3)日历图

基于“R语言+遥感“水环境综合评价方法教程_第13张图片

你可能感兴趣的:(遥感,生态学,水文水资源,r语言,开发语言,遥感,水环境,水质模型,支持向量机,多元回归)