排序方式： 共有12条查询结果，搜索用时 15 毫秒
1.
2.
富营养化湖泊典型水华蓝藻的固有光学特性 总被引：2，自引：2，他引：0
固有光学特性是水体光学特性的重要内容，掌握富营养化湖泊水体内典型水华蓝藻的固有光学特性，是开展不同水华蓝藻遥感识别的理论基础.利用AC-S吸收衰减仪、BB9后向散射仪，通过实验室纯藻培养，研究微囊藻（Microcystis）、鱼腥藻（Dolichospermum）和束丝藻（Aphanizomenon）3种典型水华蓝藻的固有光学特性，并探讨色素浓度、色素占比以及藻类等效粒径对不同水华蓝藻固有光学特性的影响.结果表明，3种典型水华蓝藻的吸收光谱曲线均具有440、620和675 nm吸收峰，微囊藻620和675 nm的比吸收系数最大，鱼腥藻440 nm处的比吸收系数最大；束丝藻单位色素浓度的散射和后向散射能力最高，鱼腥藻次之，微囊藻最低；固有光学特性影响因子分析表明，色素浓度和藻蓝素占比是影响3种水华蓝藻固有光学特性的主要因素.3种蓝藻的吸收系数、散射系数以及鱼腥藻、束丝藻的后向散射系数均随着色素浓度（叶绿素a或藻蓝素）的增加而增大；当蓝藻中藻蓝素占比增加时，3种蓝藻的单位色素浓度的后向散射系数逐渐下降；而藻细胞粒径与固有光学特性之间并未表现出很好的相关性.因此，3种水华蓝藻单位色素浓度的固有光学特性将为典型水华蓝藻的遥感识别提供重要的理论基础和数据支持. 相似文献
3.
长江中下游大型湖泊水体固有光学特性:Ⅰ.吸收 总被引：1，自引：0，他引：1
吸收系数是水体固有光学特性的重要组成部分,也是构建水色参数高精度遥感模型的基础,具有重要的研究意义.本文针对长江中下游三大淡水湖——鄱阳湖(2010 10、2011 08)、太湖(2008 10、2011 08)和巢湖(2009 10)进行5次野外实验,以International Ocean Colour Coordinating Group(IOCCG)2000年报告"Remote Sensing of Ocean Colour in Coastal,and Other Optically-Complex,Waters"为基础,对水体不同光学主导类型进行分类;并根据ad(非色素颗粒物吸收)、aph(浮游植物色素吸收)、ag(有色可溶性有机物吸收)等不同主导类型光谱曲线特征差异,引入ad-g(主导类型ad、ag、ad-ag的合并类型)和aph-related(主导类型ad-aph、ad-aph-ag的合并类型)类型,对主导类型进行归纳合并.结果显示:秋季,鄱阳湖、太湖、巢湖的主导类型较为单一,分别为ad、ad-ag、ad-aph-ag;夏季,鄱阳湖和太湖同为两种类型共同主导,分别为ad、ad-ag,ad-aph-ag、ad-aph.总体来说,鄱阳湖夏、秋季和太湖秋季主导类型都属于ad-g类型,而太湖夏季和巢湖秋季则属于aph-related类型.另外,分别针对Gons和Gitelson叶绿素a模型假设条件进行验证,发现不同湖泊水体及不同主导类型下其适用性程度不一致. 相似文献
4.
藻源性湖泛发生过程CDOM变化对水色的影响 总被引：1，自引：0，他引：1
利用Y-型沉积物再悬浮发生装置模拟湖泛发生过程,分析其中有色可溶性有机物(CDOM)的变化特征及其对水色的影响.结果表明,藻类死亡过程消耗大量的氧气,水中溶解氧在短时间内消失殆尽,形成厌氧环境;并同时分解产生大量CDOM,使得水中CDOM显著增多.前期阶段,CDOM浓度随时间一直升高,第6 d时CDOM浓度达到峰值,CDOM在443 nm处的吸收系数ag(443)为4.48 m-1.水体黑度值(FeS浓度)呈先增大后减小的趋势,最大值0.35mmol/L同样出现在第6 d,整个过程中,CDOM浓度和黑度值变化趋势一致,ag(443)与水体黑度呈显著正相关.利用Hydrolight和CIE颜色匹配函数模拟不同梯度的CDOM对水色的影响,发现随ag(443)增大,水体颜色也逐渐由绿色转为棕色,整体向长波方向移动,水色逐渐变暗.因此,可以认为CDOM浓度变化是引起湖泛水体发黑的重要原因之一,可作为定量监测湖泛强度的指示性参数. 相似文献
5.
现有水色卫星主要是针对大洋清洁水体设计,内陆浑浊水体多数波段经常饱和;而发展可以业务化运行的内陆水体叶绿素a算法,为生产实践服务,一直是水色遥感的重点和难点之一.利用2013年巢湖星地同步数据(N=55),通过经验正交函数(empirical orthogonal function,EOF)分析方法,选用MODIS唯一不饱和的4个波段(469、555、645、859 nm)数据进行分解,然后回归建模;并使用第三方独立的巢湖实测数据(N=40)进行验证(R2=0.63,URMSE=85.46%).结果表明:该算法用于MODIS影像上,空间分布合理,季节差异明显,且在高悬浮物水体、不同气溶胶条件下均有很好的抗扰动性.实践证明EOF算法可以应用于业务化运行的内陆水体叶绿素a浓度估算,并对其他水色参数反演具有一定的借鉴意义. 相似文献
6.
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
7.
蓝藻水华是湖泊水体富营养化的重要特征之一,不同水华蓝藻类群形成的水华特征、危害及其治理方法差异显著.因此,如何快速、准确地掌握不同蓝藻类群的时空分布特征成为实施富营养化湖泊污染治理与生态恢复、蓝藻生态灾害预测预警中一个亟待解决的科学问题.本研究基于纯藻种实验室培养和室内光学控制实验,在微囊藻(Microcystis)、鱼腥藻(Dolichospermum)、束丝藻(Aphanizomenon)3种主要水华蓝藻固有光学特性的基础上,通过甄别不同水华蓝藻的吸收、散射和后向散射光谱的特征波段,构建了基于吸收和散射特性的5种水华蓝藻类群的非线性最优化定量识别模型,其中,基于440、620和675 nm 3个波段吸收的a-CIM 440,620,675具有较为稳定的定量识别能力;并基于野外实测光学特性数据,实现了巢湖主要水华蓝藻类群的定量监测,初步分析了巢湖主要水华蓝藻类群的时空分布特性.研究表明,巢湖的水华蓝藻以鱼腥藻、微囊藻为主,束丝藻较少,鱼腥藻主要出现在温度较低的季节,微囊藻在夏季的西部湖区占优势;巢湖水华主要为微囊藻藻华和鱼腥藻藻华,且浓度较高的蓝藻主要存在于水体表面以下20 cm范围内;微囊藻和鱼腥藻在非藻华断面垂向上均匀分布.本研究可为富营养化湖泊蓝藻水华预测预警以及相关管理部门决策提供重要的理论依据和科学支撑. 相似文献
8.
富营养化湖泊水体中藻蓝蛋白提取方法的对比 总被引：1，自引：1，他引：0
藻蓝蛋白是蓝藻的指示型色素,目前还没有标准的提取方法,特别是萃取剂的选择品种较多,对测量结果影响较大.分别以室内培养的铜绿微囊藻和巢湖夏季野生蓝藻为提取对象,运用液氮反复冻融法破碎蓝藻细胞,分别以Asolctin-CHAPS缓冲液(AC)、磷酸盐缓冲液(PBS)和Tris-HCl缓冲液来提取藻蓝蛋白,通过分光光度法分析提取液的吸收光谱、藻蓝蛋白浓度以及藻蓝蛋白浓度与叶绿素a浓度的相关性,比较3种缓冲液的提取效果.结果显示:3种缓冲液提取的藻蓝蛋白提取液在620 nm处都出现了藻蓝蛋白的特征吸收峰,但AC缓冲液和PBS缓冲液提取效率明显高于Tris-HCl缓冲液.另外,虽然AC缓冲液提取效率最高,但其成本昂贵、配制过程复杂且不易控制、难保存,不适宜大规模地推广应用;而PBS缓冲液的提取效率略低于AC缓冲液,但其配制方便快捷,更适合于大规模湖泊水质监测的要求,因此推荐PBS缓冲液作为常用的藻蓝蛋白提取液. 相似文献
9.
藻源性湖泛发生过程CDOM变化对水色的影响 总被引：1，自引：1，他引：0
利用Y-型沉积物再悬浮发生装置模拟湖泛发生过程,分析其中有色可溶性有机物(CDOM)的变化特征及其对水色的影响.结果表明,藻类死亡过程消耗大量的氧气,水中溶解氧在短时间内消失殆尽,形成厌氧环境;并同时分解产生大量CDOM,使得水中CDOM显著增多.前期阶段,CDOM浓度随时间一直升高,第6 d时CDOM浓度达到峰值,CDOM在443 nm处的吸收系数ag(443)为4.48 m-1.水体黑度值(Fe S浓度)呈先增大后减小的趋势,最大值0.35 mmol/L同样出现在第6 d,整个过程中,CDOM浓度和黑度值变化趋势一致,ag(443)与水体黑度呈显著正相关.利用Hydrolight和CIE颜色匹配函数模拟不同梯度的CDOM对水色的影响,发现随ag(443)增大,水体颜色也逐渐由绿色转为棕色,整体向长波方向移动,水色逐渐变暗.因此,可以认为CDOM浓度变化是引起湖泛水体发黑的重要原因之一,可作为定量监测湖泛强度的指示性参数. 相似文献
10.
不同生活型水生植物对水环境的影响和碳固持能力不同,开展大尺度范围内不同生活型水生植物的时空分布和动态变化研究,是全面掌握湖泊水生态环境变化趋势、准确核算水生生态系统碳源/碳汇的前提。以长江中下游10 km2以上(共131个)的湖泊为研究对象,基于野外调查和先验知识,通过光谱分析,研发了不同生活型水生植物遥感高精度机器学习识别算法,解析了长江中下游湖泊群不同生活型水生植物的时空变化规律。研究表明,长江中下游湖泊群不同生活型水生植物遥感监测精度为0.81,Kappa系数为0.74;1986—2020年长江中下游湖泊群水生植物面积为2541.58~4571.42 km2,占湖泊总面积的15.99%~28.77%,沉水植物是优势类型(Max1995年=2649.21 km2,Min2005年=921.38 km2),其次是挺水植物(Max2005年=1779.44 km2,Min2020年=569.05 km2)和浮叶植物(Max2015年=685.68 km2,Min2000年=293.04 km2);水生植物主要分布在长江干流流域湖泊群,其次是鄱阳湖流域、洞庭湖流域、太湖流域和汉江流域;变化趋势上,1986—2020年长江中下游湖泊群水生植物面积呈现先增长(1986—1995年)、后下降(1995—2010年)、再增加(2010年后)的趋势。本研究可为长江中下游湖泊群生态环境调查及水环境管理提供重要参考。 相似文献