为了提高遥感数据的处理速度,解决遥感信息提取中的数据密集与计算密集问题,将并行计算的思想引入到遥感图像的处理与信息提取中,构建基于 Landsat ETM + 影像的分布式遥感图像水体提取模型｡以渭干河流域为研究区,利用单波段阈值法､多波段谱间关系法､水体指数法等方法进行水体信息自动提取的实验｡实验结果表明,该模型具有较高的识别精度,能够快速识别水体,并具有稳定的可扩展性和伸缩性｡

针对某煤矿巷道掘进出水情况,结合矿井水文地质条件以及涌水特征,确定矿井巷道充水主要水源为煤层顶板砂岩含水层,通过对其补给、径流、排泄条件以及含水层厚度、富水性、导水通道等客观条件进行分析,结合煤矿改造后的防排水设施能力对巷道掘进过程中的安全性进行评价,认为矿井现有条件能够满足安全掘进的要求。

unity实现水体染色的包，包括实现代码，shader，和unity standard assets

依据氧气对物质荧光的猝灭作用，研究了一种基于时域荧光寿命的水体溶解氧浓度检测方法，根据荧光猝灭曲线上的两点计算荧光寿命，并通过Stern-Volmer方程反演获得水体溶解氧浓度。结果表明：相同溶解氧浓度下，归一化处理后的荧光猝灭曲线不受激发光强度和激励持续时间等激发条件的影响；不同溶解氧浓度下，实测荧光寿命受系统延迟的影响，补偿后荧光寿命理论曲线与修正曲线具有良好的一致性，拟合相关系数达0.9985。与HQ30d溶解氧分析仪对比，测试结果表明，0~20 mg·L-1范围内溶解氧质量浓度测量误差小于0.5 mg·L-1，线性相关系数达0.9992。

为了更好地监测太湖水体富营养化状况，我们利用高光谱地物波谱辐射计，通过垂直水面法和倾斜测量法得到太湖水体3～10月份的波谱信息．利用这些数据，分析了太湖水体藻类的叶绿素(主要是chl―a)与水体反射光谱特征的关系，建立了藻类叶绿素高光谱遥感模型，并分析了模型精度．研究发现：两种测量法数据精度差别不大；叶绿素在700 nm附近反射峰的位置、高度与叶绿素浓度有较好的对应性；利用700 nm左右反射峰／685 nm左右吸收峰附近波段的比值，建立了和叶绿素的线性关系，在较短的时间区间(月)内，有很好的相关性．

unity 插件AQUAS Water Set 1.2.2动态水体小小湖泊，可潜入水下，观看水下世界景色，通过键盘和鼠标控制摄像机运动，操作方便，很有趣！

紫外-可见光谱法水质检测中，检测设备面对多样性的地表水体容易受到悬浮颗粒物引起的浊度干扰，导致谱线整体非线性抬升，测量精度显著下降。研究了一种基于Mie散射理论的紫外-可见水质光谱浊度干扰补偿算法，借以提高可溶有机物含量的检测精度。通过截取水样本紫外-可见光谱中主要由颗粒物散射引起的450~1100 nm段光谱，采用基于Mie散射理论的光全散射颗粒物粒径分析法，重建了水样本所含颗粒物的粒径分布。利用粒径分布的二次反演，估计了220~450 nm可溶有机污染特征光谱段中由颗粒物引起的消光值，实现了对浊度干扰的精确补偿。实验结果表明，该算法对不同地表水样本均表现出了良好的浊度补偿效果，化学需氧量解算精度得到较大提高。且补偿算法无需大量实验获取先验数据，可提高紫外-可见光谱法水体可溶有机物检测的准确性和检测部署的灵活性与适应性，具备实用价值。

水体常见8类微生物（显微+动画图片）数据集（这是变形虫、草履虫、细菌、水螅等微生物的图像数据） 水体常见8类微生物（显微+动画图片）数据集（这是变形虫、草履虫、细菌、水螅等微生物的图像数据） 水体常见8类微生物（显微+动画图片）数据集（这是变形虫、草履虫、细菌、水螅等微生物的图像数据）

使用步骤 1.安装labelme，使用 pip install labelme 命令即可。 2.在labelme环境下输入 labelme命令，打开labelme软件，对图片进行标记，具体方法就是用多边形将所有水体部分圈起来命名为water，并保存文件(json格式)。 3.将main.m文件内fname和imagename改为对应的json文件名和image文件名，之后使用matlab运行main.m文件，稍等片刻，即可看到训练过程，训练结束后可以看到ac率和预测后图像和原始图像的对比。 labelme的GitHub地址： 文件中包含两个测试样例，image1和image2，分别是单通道的遥感水体图像，分辨率为79317301和一个从网上下载的RGB水体图像，分辨率为500333.

基于单片机的设计与实现