毛祥云 · 作品集
首页 / BlueSignal
研究成果

BlueSignal
卫星遥感水质模型的泛化研究

用 USGS 公开数据检验:模型在随机划分下的精度,换到没见过的水体和区域时还成不成立。

真实结果表 · 可展开验证层级

随机 · R² 0.2140 · RMSE 1.6258

宏平均 / split 数 15。数据来自 paper/tables/table2_validation_hierarchy.md。

场景 · R² 0.1993 · RMSE 1.7856

宏平均 / split 数 10。数据来自 paper/tables/table2_validation_hierarchy.md。

时间 · R² 0.1775 · RMSE 1.2574

宏平均 / split 数 3。数据来自 paper/tables/table2_validation_hierarchy.md。

水体 · R² -1.2355 · RMSE 1.1776

宏平均 / split 数 10。数据来自 paper/tables/table2_validation_hierarchy.md。

严格水体 + 场景 · R² -1.2411 · RMSE 1.1830

宏平均 / split 数 10。数据来自 paper/tables/table2_validation_hierarchy.md。

区域 · R² 0.0171 · RMSE 1.8040

宏平均 / split 数 10。数据来自 paper/tables/table2_validation_hierarchy.md。

模型切换

SVR · 空间宏平均 R² -0.6106

Mean macro RMSE 1.4921。数据来自 table3_spatial_ood_model_comparison.md。

RandomForest · 空间宏平均 R² -3.0247

Mean macro RMSE 1.8276。数据来自 table3_spatial_ood_model_comparison.md。

Ridge · 空间宏平均 R² -41.1101

Mean macro RMSE 1.8915。数据来自 table3_spatial_ood_model_comparison.md。

XGBoost · 空间宏平均 R² -6.1683

Mean macro RMSE 2.0684。数据来自 table3_spatial_ood_model_comparison.md。

要解决的问题

很多遥感水质研究用随机划分评估模型,结果可能偏乐观。想量化模型推广到新水体、新区域时的真实表现。

核心功能

实际完成情况

完成论文初稿 v2、6 张主图、5 张主表
已存 486,432 条预测的 48 组指标与汇总一致(独立复算记录)
尚未投稿,结论待导师复核
核心结论是“现有模型不能直接跨水体推广”,不是一个高精度预测工具

系统架构

USGS 匹配数据13,805 条
→
预处理预设特征
→
空间重建水体 / 区域
→
分层验证随机 → 区域
→
证据锁定泄漏审计

关键发现:随机划分 R² 约 0.2;按水体留出时宏平均 R² 明显为负,说明随机划分的结果不能代表新水体上的表现。

主要技术

Python、pandas、scikit-learn、XGBoost、matplotlib、Jupyter

运行截图

不同验证层级下的 R² 与 RMSE
不同验证层级下的 R² 与 RMSE(点击看大图)
研究流程
研究流程(点击看大图)
四个模型在空间外推上的对比
四个模型在空间外推上的对比(点击看大图)

本人工作与 AI 使用

开发中大量使用 AI 编程工具(Codex、Claude、DeepSeek、Trae、WorkBuddy 等)编写代码。本人负责需求拆解、架构与边界设计、验收标准、测试审阅、取舍决定和部署,并让不同 AI 交叉审查。

已知限制

源码

暂未公开。需要时可提供代码讲解或现场演示。