面源污染是目前水环境保护领域中最重要的问题,而水环境中的评估与预测等需求离不开水环境模型的作用。传统的水环境模型分为两类,一类是以EFDC,Delft3d等为主的机理模型,其能够清楚的反映水环境中污染物迁移转化的规律,预测精度高;但是,这一类模型需要大量不同的数据,而这些数据获得的要求非常苛刻。另一类模型是以统计学方法为主的唯象模型,这一类模型数据要求很低,但无法反应污染物变化的机理,预测精度较低。为了兼顾机理模型与唯象模型的优点,USGS开发了空间属性关联(SPARROW)模型。
【详情链接】:
【 内容详情 】:
专题一、新一代空间处理包下的遥感数据处理 :
- 新一代R语言空间处理包:terra,sf以及star
- 遥感图像的基本处理
- 遥感数据的主成分分析与聚类
- 遥感的有监督分类
- 例1:基于MODIS图像的NDVI计算
- 例2:Landsat图像的土地利用类型分类
专题二、统计学的参数估计方法 :
- 考虑机理的非线性回归
- 回归的参数估计(一):极大似然法
- 回归的参数估计(二):贝叶斯估计
- 基于Boostrapping法的预测区间与校正预测
专题三、基于时间序列数据(反问题)的河流生物作用的贝叶斯评估.STAN与RSTAN语法 :
- 贝叶斯统计学略说
- 河流中的呼吸作用与光合作用
- 呼吸作用与光合作用的贝叶斯估计
- 例3:论文“Overcoming Equifinality: Leveraging Long Time Series for Stream Metabolism Estimation”的实现。
专题四、SPARROW模型建模方法 :
- SPARROW模型的结构,原理与功能
- 模型所需数据的获取与处理:结合QGIS及R语言
- 模型的评估与预测
- 模型的输入、运行与输出及结果分析
- 专题五、RSPARROW模型高级应用 :
- RSPARROW模型的运行与后处理
- 模型评价与检验
- 模型改进:贝叶斯模型
- 例4:RSPARROW模型在我国某流域水环境管理中的应用