R语言+遥感”的水环境综合评价方法

专题一 R语言概述1.1 R语言特点R语言1.2 安装RR语言1.3 安装RStudioR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 worldR语言1Hello world2R语言基础3R语言数值计算4R语言常用函数5R语言数据输入方法1.5 案例形式的R语言语法基础学习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专题二 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2Gram-Schmidt融合的实现专题三 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03阈值的实现4水线的提取3.3 裁剪湖泊数据专题四 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2R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分析提取精度专题五 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向散点图添加标签专题六 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6.4 生成12个参量的光谱数据集1LayerStacking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、钾神经网络图专题七 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