摘要：本发明涉及一种河流BOD耗氧速率常数的一种高效率定方法，利用高空间密度的溶解氧监测数据，对Streeter-Phelps氧垂曲线公式进行差分处理，然后得到河流每个河段的BOD耗氧速率常数。本发明在不需要监测分析生化需氧量(BOD)数据，仅利用高空间密度的溶解氧监测数据，就可以河流的每个河段、每个支流分别确定一个BOD耗氧速率常数K1，而河流溶解氧数据的高空间密度自动监测非常容易实现，因此可以实现河流BOD耗氧速率常数K1的全面、快速、高效率定，突破了利用模型进行水环境BOD纳污能力评估的关键和核心技术。

摘要：本发明涉及一种仿生电荷耦合器件及其制造方法与像元信息扫描读取方法，所述电荷耦合器件的像元由人眼视网膜节细胞模拟生长曲线划分，所述人眼视网膜节细胞模拟生长曲线由在同一坐标系下的基本曲线的正向族与反向族构成，所述基本曲线为对数螺旋线。本发明技术方案，具有模仿人眼视网膜的仿生效果，以用于智能机器视觉。

摘要：本发明提供一种基于两波段的内陆湖泊水体叶绿素a浓度遥感反演模型，该模型为：C＝10m*Index+n，其中，C为反演的基于两波段的内陆湖泊水体叶绿素a浓度；其中，R1为678nm波段处内陆湖泊水体的水体遥感反射比，R2为724nm波段处内陆湖泊水体的水体遥感反射比；测量内陆湖泊水体的叶绿素a浓度CChla，对叶绿素a浓度进行如下计算：y＝lg(CChla)；使用Excel软件，以y和Index为变量，采用最小二乘法，确定y和Index之间的线性方程：y＝m*Index+n，m和n分别为线性方程中的系数和常数项。还提供了相关反演方法。本发明的基于两波段的内陆湖泊水体叶绿素a浓度遥感反演模型能够减小计算结果误差，提高水体叶绿素a浓度的反演模型精度，设计巧妙，计算简便，易于实现，成本低，适于大规模推广应用。

摘要：本发明提供一种水稻叶片氮积累量遥感反演模型，水稻叶片氮积累量遥感反演模型为Python语言的极端随机树模型，并进一步提供了该极端随机树模型的模型参数。还提供了水稻叶片氮积累量遥感反演方法。本发明的水稻叶片氮积累量遥感反演模型能够快速、准确的获取水稻叶片氮积累量信息，克服水稻组分复杂带来的光谱叠加效应造成的水稻叶片氮积累量特征波段难以确定的困难，大大提高水稻叶片氮积累量反演模型精度，设计巧妙，计算简便，易于实现，成本低，适于去大规模推广应用。

摘要：本发明提供一种内陆湖泊水体藻蓝素浓度遥感反演模型，内陆湖泊水体藻蓝素浓度遥感反演模型为Python语言的极端随机树模型，极端随机树模型的模型参数为：'max_features':'log2','splitter':'random','min_samples_leaf':1,'max_depth':None,'min_weight_fraction_leaf':0.0,'criterion':'friedman_mse','min_impurity_split':None,'ccp_alpha':0.0,'min_impurity_decrease':0.000871292997015407,'min_samples_split':2,'max_leaf_nodes':None。还提供了内陆湖泊水体藻蓝素浓度遥感反演方法。本发明的内陆湖泊水体藻蓝素浓度遥感反演模型能够减小计算结果误差，提高水体藻蓝素浓度的反演模型精度，设计巧妙，计算简便，易于实现，成本低，适于大规模推广应用。

摘要：本发明提供一种内陆湖泊水体CDOM光谱吸收系数遥感反演模型，内陆湖泊水体CDOM光谱吸收系数遥感反演模型为Python语言的极端随机树模型，并进一步提供了该极端随机树模型的模型参数。还提供了内陆湖泊水体CDOM光谱吸收系数遥感反演方法。本发明的内陆湖泊水体CDOM光谱吸收系数遥感反演模型能够减小计算结果误差，提高水体CDOM光谱吸收系数的反演模型精度，设计巧妙，计算简便，易于实现，成本低，适于大规模推广应用。

摘要：本发明提供一种水稻单位面积内地上部干物重遥感反演模型，水稻单位面积内地上部干物重遥感反演模型为Python语言的极端随机树模型，并进一步提供了该极端随机树模型的模型参数。还提供了水稻单位面积内地上部干物重遥感反演方法。本发明的水稻单位面积内地上部干物重遥感反演模型能够快速、准确的获取水稻单位面积内地上部干物重信息，克服水稻组分复杂带来的光谱叠加效应造成的水稻单位面积内地上部干物重特征波段难以确定的困难，大大提高水稻单位面积内地上部干物重反演模型精度，设计巧妙，计算简便，易于实现，成本低，适于大规模推广应用。

摘要：本发明提供一种内陆湖泊水体叶绿素a浓度遥感反演模型，内陆湖泊水体叶绿素a浓度遥感反演模型为Python语言的极端随机树模型，极端随机树模型的模型参数为：'max_features':'sqrt','min_samples_split':2,'min_weight_fraction_leaf':0.0,'min_samples_leaf':1,'max_depth':None,'splitter':'random','ccp_alpha':0.0,'min_impurity_decrease':0.0,'min_impurity_split':None,'criterion':'mse','max_leaf_nodes':None。还提供了内陆湖泊水体叶绿素a浓度遥感反演方法。本发明的内陆湖泊水体叶绿素a浓度遥感反演模型能够减小计算结果误差，提高水体叶绿素a浓度的反演模型精度，设计巧妙，计算简便，易于实现，成本低，适于大规模推广应用。

摘要：本发明涉及一种水体反射率确定方法和系统。该水体反射率确定方法和系统，通过获取待检测水体区域的水体光谱数据，然后，采用训练好的水体反射光谱模型、天空漫反射光谱模型和标准板反射光谱模型快速、精确地分类得到水体光谱数据中的水体反射光谱数据、天空漫反射光谱数据和标准板反射光谱数据，最后根据分类得到的这些光谱数据确定待检测水体区域的水体反射率，以在提高水体反射率确定精确度的同时，提高水体反射率确定效率。

摘要：本发明涉及浮游植物培养领域，具体为一种智能藻类培养装置，包括：中控平台，培养水箱，LED光源组件，设置于培养水箱顶部和是培养水箱内侧壁；温度调节组件，设置于培养水箱的侧壁上；光感探头，滑动安装于培养水箱内侧上；温度传感器，滑动安装与培养水箱顶部固定连接；LED光源组件、温度调节组件、光感探头和温度传感器均与中控平台电性连接，本申请设置温度调节组件，将温度调节组件设置成分段式体温度调节，能够对培养水箱中不同深度的水进行加热或者降温处理，设置LED光源组件，将LED光源组件设置为由多条带有不同颜色光源的光源带组成，以保证浮游植物对不同色光的需求，设置设置中控平台，通过中控平台完成对温度组件和LED光源组件的精准调节。