Apr, 2024

未来 Phisat-2 任务中海岸水体污染的近实时监测的 AI 技术

PDF
TL;DR通过卫星遥感数据、人工智能技术和机载处理，提供近实时检测沿海水体中污染物的突破性水质监测方案，以填补现有文献中存在的重要空白，并在环境监测、公共卫生保护和资源保护方面取得实质性进展。
发现论文，激发创造
  • 利用大气校正的 Sentinel-2 数据应用机器学习算法监测沿海地区水体污染物

    监测水质的关键参数浊度对公共健康和环境福祉至关重要，而本研究以 CatBoost 机器学习方法结合 Sentinel-2 Level-2A 的高分辨率数据，开创了一种新方法用于监测浊度污染物，为全球水质管理提供了可扩展和精确的测量模式。

    Jan, 2024

  • 油气开采现场水质监测

    本研究旨在开发一种新的水质增强指数模型（Water Quality Enhanced Index Model），以通过卫星数据快速高效地进行大面积水质监测，并验证出该模型是一个能够确定水体浊度的良好指标，适用于弱反射光模式的水体，使运营商能够优化存储在地表水库中的水质量并增加非淡水水的可靠性和可用性。

    Jan, 2023

  • 卫星影像与人工智能：从研究到部署和影响的海洋保护新时代

    通过利用卫星数据和机器学习模型，本论文设计了专门针对合成孔径雷达（Sentinel-1）、光学影像（Sentinel-2）和夜间灯光（Suomi-NPP/NOAA-20）的计算机视觉模型，旨在实时监测海上活动，并为全球用户提供免费的实时海洋保护服务。

    Dec, 2023

  • 基于物联网的生物膜水质预测技术应用于水产养殖

    本研究提出了基于物联网的水产养殖解决方案，利用生物絮凝技术将未使用的饲料转化为微生物蛋白，采用传感器采集数据，并运用机器学习模型和人工智能产生决策和通知，实现高效和生产力的提高。

    Jul, 2022

  • 基于卫星的特征提取与贝类毒素污染的多元时间序列预测

    通过使用卫星数据构建预测模型，结合贝类毒素污染数据，能够提升贝类毒素污染水平的预测，并证明了远程感应等高维数据的集成对模型的预测能力没有负面影响。

    Nov, 2023

  • 应对航天环境挑战的机载人工智能缓解方案：SpIRIT 摄影负载设计概述

    人造智能和自主边缘计算是增强纳米卫星能力的新兴领域，本研究提出了一个基于可见光和长波红外摄像机的机载人工智能子系统的硬件和软件设计，以最大程度地提高系统在恶劣空间条件下的稳健性，并满足计算资源有限、对宇宙辐射的耐受性、极端温度变化、分布偏移以及极低传输带宽等关键任务要求。该系统名为 Loris，包括六个可见光摄像机、三个红外摄像机、一个摄像机控制板和一个图形处理单元系统模块，能够在轨微调执行人工智能模型，并采用下一代图像压缩算法，包括逐步编码。这种创新方法不仅提高了纳米卫星的数据处理能力，还为从空间进行远程感知等更广泛的应用奠定了基础。

    Apr, 2024

  • 使用信息准则实现自主水面车巡逻监测大型水资源的被审查深度强化学习

    本论文提出一种使用水质传感器装备的自主水面船只的深度 Q-Learning 算法框架，解决它在静态和动态环境下的监控任务中的障碍物避免以及路径规划问题，结合信息增益来衡量不确定性，模拟实验表明噪声网络是增强探测的良好选择，该框架成功应用于自主监控下的水资源监测。

    Oct, 2022

  • 基于物联网的空气质量监测系统结合机器学习实现精准实时数据分析

    本文提出了开发一种可在任何地方使用的便携式空气质量检测设备，该设备使用 MQ135 和 MQ3 两个传感器检测有害气体并以每百万为单位测量空气质量，同时通过 ThinkSpeak 云平台存储和可视化数据，并进行机器学习分析。

    Jul, 2023

  • 基于 AI 的轨道自主加油解决方案

    通过开发一种基于人工智能的导航算法，本文旨在成熟使用搭载的可见光波长摄像机作为对接和轨道上服务的主要传感器，减少对激光雷达的依赖并大大降低成本。

    Sep, 2023

  • 基于物联网的鱼类养殖环境控制系统，结合传感器集成与机器学习决策支持

    该研究文章展示了数据驱动决策支持在水产养殖中的强大作用，承诺满足日益增长的对海鲜的需求，同时强调环境责任与经济可行性，从而彻底改变未来的养鱼方式。

    Nov, 2023