水质遥感指数 | Water Quality Index

This skill retrieves key water-quality parameters from multispectral imagery and classifies them using empirical water-color remote-sensing models, applicable to lake/coastal algae bloom monitoring, eutrophication assessment, and water transparency mapping.

Core algorithms: Chlorophyll a (OC3) — NASA OC3 quartic polynomial, log10(chl) = Σ aᵢ·[log10(blue/green)]ⁱ; Total suspended solids (TSS) — empirical red-band retrieval based on an analytical inversion of the backscatter–absorption (Gordon) relationship for water; Secchi depth — an empirical model negatively correlated with chl and TSS; Water mask — NDWI = (green − nir)/(green + nir) threshold segmentation of water/land; Trophic classification — four levels (oligotrophic/mesotrophic/eutrophic/hypereutrophic) by chlorophyll a concentration (OECD thresholds).

Dependencies / 依赖

pip install 'numpy' 'rasterio' 'scipy'

Usage / 使用方法

Basic Usage

python geoskill-water-quality-index.py --bbox 116.0 39.0 117.0 40.0

Example 1 (Synthetic Data, Offline)

python geoskill-water-quality-index.py --bbox 116.0 39.0 117.0 40.0 --synthetic --output-dir ./out

Example 2 (Retrieve Chlorophyll and Suspended Sediment Only)

python geoskill-water-quality-index.py --bbox 116 39 117 40 --synthetic --parameters chl_a,tss --output-dir ./out

示例 3（调整 NDWI 水体阈值）

python geoskill-water-quality-index.py --bbox 121 31 122 32 --synthetic --ndwi-threshold 0.1 --quiet

示例 4（真实多光谱影像，band 顺序：蓝/绿/红/近红外反射率）

python geoskill-water-quality-index.py --input water_scene.tif --parameters chl_a,tss,secchi --output-dir ./out

Example 5 (Different Regions + Custom Random Seed)

python geoskill-water-quality-index.py --bbox 113 23 114 24 --synthetic --seed 7 --output-dir ./out

Output / 输出

Data Source / 数据源 / Source

• --input: local multispectral GeoTIFF (band1=blue, band2=green, band3=red, band4=NIR, surface reflectance 0–1).
• --synthetic: water-body imagery generated from ground-truth chl/TSS fields via the Gordon forward model, plus land blocks, fully offline.

Privacy / 隐私声明 / Privacy

• Runs offline by default; --synthetic mode requires no network at all.
• All processing is done locally; no user data is uploaded.

License / License

MIT

name: geoskill-water-quality-index description: '基于水色遥感经验模型反演叶绿素a、悬浮物与透明度，做水体掩膜与富营养化分级'

水质遥感指数 | Water Quality Index

本 skill 基于水色遥感经验模型从多光谱影像反演关键水质参数并分级，适用于湖泊/近海水华监测、富营养化评估、水体透明度制图等场景。

核心算法：叶绿素 a（OC3）——NASA OC3 四次多项式，log10(chl) = Σ aᵢ·[log10(blue/green)]ⁱ；悬浮物 TSS——红波段经验反演，基于水体后向散射—吸收（Gordon）关系的解析逆；透明度 Secchi——与 chl、TSS 负相关的经验模型；水体掩膜——NDWI = (green − nir)/(green + nir) 阈值分割水/陆；富营养化分级——按叶绿素 a 浓度分贫/中/富/超富营养四级（OECD 阈值）。

依赖

pip install 'numpy' 'rasterio' 'scipy'

使用方法

基本用法

python geoskill-water-quality-index.py --bbox 116.0 39.0 117.0 40.0

示例 1（合成数据，离线）

python geoskill-water-quality-index.py --bbox 116.0 39.0 117.0 40.0 --synthetic --output-dir ./out

示例 2（只反演叶绿素与悬浮物）

python geoskill-water-quality-index.py --bbox 116 39 117 40 --synthetic --parameters chl_a,tss --output-dir ./out

示例 3（调整 NDWI 水体阈值）

python geoskill-water-quality-index.py --bbox 121 31 122 32 --synthetic --ndwi-threshold 0.1 --quiet

示例 4（真实多光谱影像，band 顺序：蓝/绿/红/近红外反射率）

python geoskill-water-quality-index.py --input water_scene.tif --parameters chl_a,tss,secchi --output-dir ./out

示例 5（不同区域 + 自定义随机种子）

python geoskill-water-quality-index.py --bbox 113 23 114 24 --synthetic --seed 7 --output-dir ./out

输出

数据源 / Source

• --input：本地多光谱 GeoTIFF（band1=蓝, band2=绿, band3=红, band4=近红外，地表反射率 0–1）。
• --synthetic：由真值 chl/TSS 场经 Gordon 前向模型生成的水体影像 + 陆地块，完全离线。

隐私声明 / Privacy

• 默认离线运行，--synthetic 模式完全无网络。
• 所有处理在本地完成，不上传用户数据。

License

MIT