排序方式: 共有54条查询结果,搜索用时 234 毫秒
31.
基于水体透明度反演的太湖水生植被遥感信息提取 总被引:3,自引:1,他引:2
在使用多光谱遥感图像提取太湖水生植被分布时,由于水体中悬浮物和藻类等物质的影响,容易产生"异物同谱"现象,大面积水体被误分为沉水植被.本文首先通过TM图像反演太湖水体的透明度,基于RVI和NDVI植被指数,分别建立两类决策树,即透明度辅助的分类决策树和无透明度参与的分类决策树,将太湖分为水体、以浮叶植被为主导的水生植被和以沉水植被为主导的水生植被等三种类型.透明度辅助下的 NDVl 分类决策树方法,较好地消除分类过程中的"异物同谱"现象,是进行太湖水生植被分类的一种最好方法选择,把这种方法应用于2002年7月15日的Landsat ETM卫星遥感影像,结果表明太湖中以沉水植被为主导的水生植被约407.6km2,以浮叶植被为主导的水生植被约82.2km2. 相似文献
32.
基于不同模型的大型湖泊水气界面气体传输速率估算 总被引:1,自引:0,他引:1
气体传输速率是湖泊水—气界面温室气体交换通量的重要驱动因子,但其估算具有不确定性.本研究选择3种不同的参数化方程估算大型(面积2400 km2)浅水(平均水深1.9 m)湖泊——太湖水—气界面的气体传输速率,探讨大型湖泊气体传输速率的控制因子和变化范围,为估算模型的选取提供参考.结果表明,气体传输速率的两个重要参数风应力和水体对流混合速率存在夜间高、白天低的变化特征,因此气体传输速率也存在夜间高、白天低的变化特征.总体上太湖气体传输速率主要由风力控制,可以通过风速函数估算得到.太湖水—气界面气体传输速率的年均值为1.27~1.46m/d.因气体传输速率存在空间变化,单一站点参数化的模型可能不适合其他区域湖泊水—气界面气体传输速率的估算,但湖泊的面积可能是一个有效的预测因子. 相似文献
33.
内陆水体是大气CO2收支估算的重要组成部分。农业流域分布着大量池塘景观水体,且具备蓄洪抗旱、消纳污染、水产养殖等多种功能。但是,农业流域不同功能的小型池塘CO2排放特征尚不清楚。本研究以极具农业流域代表性的烔炀河流域为研究对象,选取流域中用于水产养殖(养殖塘)、生活污水承纳(村塘)、农业灌溉(农塘)、蓄水(水塘)的4个功能不同的景观池塘,基于为期1年的野外实地观测,以明确农业流域小型池塘CO2排放特征。结果表明,不同功能池塘水体CO2排放差异显著,受养殖活动、生活污水输入和农田灌溉等人类活动影响,养殖塘((80.37±100.39) mmol/(m2·d))、村塘((48.69±65.89) mmol/(m2·d))和农塘((13.50±15.81) mmol/(m2·d))是大气CO2的热点排放源,其CO2排放通量分别是自然蓄水塘((4.52±23.26) mmol/(m2·d))的18、11和3倍。统计分析也表明,该流域池塘CO2排放变化总体上受溶解氧、营养盐等因素驱动。4个不同景观池塘CO2排放通量全年均值为(37.31±67.47) mmol/(m2·d),是不容忽视的CO2排放源,其中养殖塘和村塘具有较高的CO2排放潜力,在未来研究中需要重点关注。 相似文献
34.
基于室内光谱反射率的土壤线影响因素分析 总被引:2,自引:0,他引:2
为了更好地估算植被指数,必须计算不同土壤类型的土壤线;但由于土壤线的影响因素较多,因此土壤线参数获取困难.本文以室内土壤高光谱反射率为主要研究对象,分析并确定影响土壤线的主要因素;利用室内土壤光谱反射率计算土壤线,将所得土壤线参数用于与土壤线有关的植被指数的计算,比较这些植被指数与大豆生理参数(叶绿素a与叶面积)的相关关系是否强于归一化植被指数(NDVI),分析该土壤线参数计算方法的可行性.结果表明:土壤线的影响因素主要有土壤类型、有机质、矿物组成、秸秆覆盖等;而土壤水分、粗糙度等尽管对土壤光谱反射率大小也有很大影响,但由于对光谱曲线形状影响较小,因此对土壤线的影响也较小;与土壤线有关的植被指数部分消除了土壤背景的影响,其与大豆生理参数的相关系数显著高于NDVI,说明利用室内土壤光谱反射率计算土壤线的方法可行,所得参数适于计算基于土壤线的植被指数. 相似文献
35.
36.
水体富营养化引起的蓝藻水华问题,是我国湖泊面临的主要环境问题,亟需加强现状监测和变化研究;我国自主研发的环境(HJ)卫星空间分辨率高,重访周期短,可用于长时间序列蓝藻水华的动态监测.本文利用HJ卫星CCD数据,通过自动控制散点回归的方法进行相对辐射校正,再将归一化植被指数和像元生长算法相结合,提出了一种可业务化运行的蓝藻水华高精度提取算法.该算法的优点为:(1)水华提取时具有统一的阈值,解决了以往一景影像一个阈值,无法大规模批处理的难题;(2)通过对像元进行线性分解,精度可达到亚像元级别.利用该算法对太湖2009—2014年蓝藻水华进行监测,发现2013—2014年太湖蓝藻水华较以往暴发面积偏小.研究表明,该算法对蓝藻水华识别能力强,自动化程度和水华提取精度高,可作为业务化算法运行. 相似文献
37.
MODIS-Terra和MERIS数据被用于芬兰湾蓝藻水华的监测,并对两者的性能进行了比较.研究结果表明:MODIS-Terra 波段设置主要针对一类大洋水体,缺乏预警藻蓝素的有效波段;MERIS传感器设置了620nm和665nm波段,基本对应藻蓝素的吸收峰(630nm)和反射峰(650nm),具有蓝藻水华探测的潜力,但在藻华未成型之前,海岸带水体不同优势藻类具有相似的叶绿紊特征,较难辨别蓝藻水华.总的来说,MODlS和MERIS数据比较困难实现蓝藻水华初期预警,但可以有效监测已成型的蓝藻水华.这一方法可以用于中国太湖或者海岸带水体藻华探测和监测研究. 相似文献
38.
巢湖蓝藻水华时空分布(2000-2015年) 总被引:4,自引:3,他引:1
巢湖是我国五大淡水湖之一,近年来水体富营养化严重,蓝藻水华频繁暴发.通过收集2000-2015年晴好天气下2478景MODIS Terra和Aqua影像,利用浮游藻类指数,提取巢湖蓝藻水华时空分布数据.结果显示,巢湖蓝藻水华覆盖面积、暴发频率以及持续时间都在增加,每年最初暴发时间提前.从分布上来看,西巢湖依然严重,中巢湖、东巢湖水华暴发面积较以往大大增加;过去16年内巢湖蓝藻水华暴发频率持续增长,其中2007年最为严重,2008-2010年暴发频率出现缓和,此后又出现增长趋势.这些研究结果有助于掌握蓝藻水华的情况,为巢湖科学治理提供了数据支持. 相似文献
39.
湖泊和水库是我国的主要饮用水源地,但大都处于富营养化状态,蓝藻水华频发,已成为影响社会稳定、制约区域社会经济可持续发展的重大问题.蓝藻水华的整体应对策略,已经从被动应急转变为主动防御;但要做到主动防御,必须有现代化全方位的蓝藻灾害监测监控手段和体系,及时掌握蓝藻水华及其衍生灾害现状和动向,在未发生或者刚发生时及时觉察.本文针对富营养化湖库富营养化引起的蓝藻水华应急监控问题,按照"整个湖体、重点区域、关键位置"3个监测层次,利用中高分辨率卫星、无人机、岸基/平台视频、自动浮标、人工巡测等技术或手段,围绕"现状掌握、异常报警、原因追溯"的建设目标,提出了天-空-地一体化监控系统建设框架,明确了不同手段的协同方式和业务流程,并正在巢湖进行应用实践.相信本文提出的系统架构不仅在巢湖,在更多的富营养化湖库都具有重要的应用和推广价值. 相似文献
40.
蓝藻水华暴发前,浮游植物群类结构的变化可通过其指示型色素的浓度变化来反映.为了同时反演叶绿素a、叶绿素b(绿藻门指示型色素)、叶绿素c(硅藻门指示型色素)和藻蓝素(蓝藻门的指示型色素)的浓度,利用偏最小二乘回归构建线性模型,通过2011年太湖实测吸收数据,较为准确地反演了叶绿素a和藻蓝素的浓度;针对无明显优势藻的春季数据集较为准确地反演了叶绿素b和叶绿素c的浓度.相对于经典最小二乘算法,偏最小二乘法在多色素混合的吸收光谱分析上更为有效.通过反演指示性色素浓度来反映藻类的分布,为富营养化湖泊主要藻类时空分布变化的遥感监测提供了一定的理论与技术支持. 相似文献