排序方式： 共有2条查询结果，搜索用时 62 毫秒
1
1.
数字孪生流域是数字孪生地球的重要组成部分, 厘清数字孪生流域理论定义和内涵是研究和建设数字孪生流域的前提和基础, 对流域智慧化治理管理具有重要意义。本文基于数字孪生理论技术, 开展了以下研究: ①给出了数字孪生流域的定义, 认为数字孪生流域是以服务流域全生命周期管理的全量数据和领域知识驱动物理流域和虚拟流域交互映射、共智进化、虚实融合的新基建新范式, 并辨析了与传统建模仿真的区别。②数字孪生流域内涵是通过"由实入虚"、"以虚映实"和"由虚控实"实现物理流域对象的全生命周期管控, 特征包括高度保真、演化自治、实时同步、闭环互动和共生进化。③数字孪生流域基本模型由物理流域、虚拟流域、实时连接交互、数字赋能服务、孪生流域数据和孪生流域知识组成, 其核心能力包括物理流域感知操控、全要素数字化表达、实景可视动态呈现、流域数据融合供给、流域知识融合供给、流域模拟仿真推演及孪生自主学习优化。④提出数字孪生流域要解决的关键科学问题和关键技术体系, 并从感知网、数据网、知识网、模型网及服务网展望了数字孪生流域发展方向, 阐述了数字孪生流域的赋能领域。本文旨在通过数字孪生流域理论新型研究范式为数字孪生流域技术应用落地提供理论指导, 对未来智慧流域研究和数字技术在流域治理管理中的应用提供有益的启发与借鉴。 相似文献
2.
GF-6 WFV影像具有宽覆盖、高时空分辨率、高光谱分辨率等特点,目前在农业和林业遥感领域都有一定应用,但是在水质遥感中的应用潜力还缺乏系统的评估。本文以潘家口和大黑汀水库为研究区,采用2019年9月24—25日获取的潘家口和大黑汀水库叶绿素a浓度、实测遥感反射率和准同步GF-6 WFV影像,构建了潘家口和大黑汀水库叶绿素a浓度经验反演模型,探索GF-6 WFV在内陆水体叶绿素a浓度遥感监测中的应用潜力。研究结果表明,基于GF-6 WFV模拟光谱构建的潘家口和大黑汀水库叶绿素a浓度经验模型决定系数均在0.90以上,GF-6 WFV影像在水体叶绿素a遥感监测中具有应用潜力,尤其是新增的黄波段和红边波段1,有助于提高GF-6 WFV影像叶绿素a浓度遥感监测能力;GF-6 WFV影像大气校正误差降低了叶绿素a浓度遥感监测精度,GF-6 WFV影像水体大气校正精度有待改进,以提升GF-6 WFV影像水质遥感监测能力。 相似文献
1