排序方式： 共有54条查询结果，搜索用时 15 毫秒
51.
下行漫衰减系数(K_d)是描述水下光场的重要参数,决定水体真光层深度,影响着浮游藻类初级生产力及其分布特征.基于2008—2013年太湖4次大规模野外试验数据,分析太湖水体漫衰减系数特征及其影响因素,建立适用于多种卫星数据且较高精度的太湖水体490 nm处下行漫衰减系数估算模型.结果表明:无机悬浮物是太湖水体漫衰减系数的主要影响因素;红绿波段比值(674 nm/555 nm)最适合于太湖K_d(490)估算,模型反演精度较高(N=72,R~2=0.72,RMSE=0.89 m~(-1),MAPE=21.58%);利用实测光谱数据,模拟得到MODIS/EOS、OLCI/Sentinel-3、GOCI/COMS和MSI/Sentinel-2等主要传感器波段的信号,构建适用于多种卫星传感器K_d(490)估算的红绿波段模型,建模精度较高(N=72,R~20.7,RMSE0.9 m~(-1),MAPE22.0%),且进行了验证(N=37,R~20.7,RMSE0.9 m~(-1),MAPE22.0%). 相似文献
52.
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
53.
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
54.
藻类垂向分布异质性导致了遥感反演的湖泊表层叶绿素a浓度结果与单元水柱内藻类生物量间不存在一一对应的关系,因此有效确定藻类垂向分布结构是遥感反演湖泊藻类生物量的基础.受自身因素和外环境条件的影响,藻类垂向分布结构呈现出多种类型,其中高斯类型应用最广.本文基于3200组HydroLight模拟的高斯垂向数据构建BP神经网络,实现用MODIS数据相对应的3个波段的遥感反射比R_(rs)(469)、R_(rs)(555)、R_(rs)(645)和表层叶绿素a浓度共同估算高斯垂向分布结构参数h和σ.经巢湖地面实测数据验证显示,h和σ的估算值与实测值的相关系数分别为0.97和0.95,对应的相对误差分别为13.20%和12.36%,两者相对误差同时小于30%的占总数据量的87.5%,表明该BP神经网络估算巢湖藻类高斯垂向分布结构的有效性和准确性,为基于卫星遥感数据获取湖泊藻类生物量提供了重要的理论基础. 相似文献