排序方式： 共有8条查询结果，搜索用时 78 毫秒
1
1.
2.
近岸区域水产养殖的无序化和集约化扩张会引起一系列水环境问题。利用2015年覆盖越南东部近岸区域的无云或少云的Landsat 8 OLI影像18景,采用面向对象与决策树相结合的分类方法,生产了研究区水产养殖塘空间分布数据;再利用近海水体中叶绿素a质量浓度数据,分析越南东部近岸区域水产养殖塘对近海水体中叶绿素a质量浓度的影响。研究结果表明,2015年,越南东部近岸区域水产养殖塘呈现南北多、中间少的空间分布格局,水产养殖塘总面积为8 947.29 km2;其中,湄公河三角洲的水产养殖塘面积最大,其约占总面积的84.93%;水产养殖塘面积与近海水体中的叶绿素a质量浓度显著正相关,而且水产养殖塘面积与距离海岸线80 km范围内近海水体中的叶绿素a质量浓度关系更密切;近岸区域水产养殖塘面积对近海水体中的叶绿素a质量浓度的影响有季节差异,整体上,春季和秋季其对近海水体中的叶绿素a质量浓度的影响较大。 相似文献
3.
卫星遥感作为一种先进的水环境监测技术手段,可以监测现状,掌握现有情况;也可以追溯过去,揭示变化规律;同时还可以结合动力模型,模拟未来。这为人类了解、掌握和管理流域水环境变化发挥不可替代的作用。特别是近10 a已经进入“高分卫星时代”,卫星传感器的空间分辨率越来越高,可观测的参数越来越多,反演和估算精度越来越高。但是,目前还缺乏从流域角度阐述水环境遥感的相关综述文章。论文围绕“流域水环境遥感”研究主题,明确了研究的对象和范围,厘清了基本理论框架,并结合大家关注的问题,包括卫星数据源、水环境模型、富营养化湖泊藻类富集、水生植被退化、水面积变化等方面的研究进展和存在的问题进行了回顾和梳理;并指出在全球变暖和人类活动加剧背景下,未来需要研发专门面向流域水环境的天-空-地立体观测体系和系统框架,开展全流域统筹的水环境遥感监测和模拟,同时加强流域水体碳循环遥感研究。 相似文献
4.
5.
水体辐射传输方程是复杂的微积分方程,只能利用数值方法求解,如Monte Carlo光线追踪法、不变嵌入法、离散坐标法等,其中,Monte Carlo方法是目前解决水体水下光场三维问题的唯一有效方法.根据辐射传输理论,开发了水下光场的Monte Carlo模拟模型,主要包含大气、水-气界面、层化水体和水底边界4个模块.实现了模拟任意太阳角度、不同水体固有光学属性和任意深度条件下,考虑大气、粗糙水面和水底边界的水下光场,能够获取辐亮度、辐照度等辐射量的空间分布.该模型暂不考虑Raman散射、偏振、内部光源的影响.实现了GPU加速水下光场Monte Carlo模拟,并用Mobley等提出的海洋光学标准问题中的问题1~6进行验证.在两种计算环境下,通过对不同边界条件下的CPU、GPU运行时间及加速比的对比,发现GPU计算可以达到几百至上千倍的加速比. 相似文献
6.
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
7.
随着湖泊富营养化加剧,蓝藻水华频发暴发,藻华的卫星遥感监测面临着中高空间分辨率卫星过境时间长、中低空间分辨率卫星数据在小型湖泊监测能力不足的问题。海洋水色业务卫星海洋一号C星和D星(HY-1C/D)搭载的海岸带成像仪CZI (Coastal Zone Imager)具有50 m空间分辨率,3 d重访周期,是内陆中小型湖泊藻华遥感监测的重要数据源。本文构建了以CZI数据的绿光(560 nm)—近红外波段(825 nm)连线作为基线,红光波段(650 nm)到该基线的垂直距离作为藻华识别指数AFAH (Adjusted Floating Algae Height),并将其应用在4个典型的富营养化湖泊(太湖、巢湖、滇池、星云湖),评价了其在湖泊藻华遥感监测方面的适用性和不确定性。结果表明:(1)在无云的理想条件下4种藻华识别指数的藻华识别精度高于0.93;在非理性条件下的藻华识别方面,AFAH优于NDVI (Normalized Difference Vegetation Index)、DVI (Difference Vegetation Index)和VB-FAH (Virtual bas... 相似文献
8.
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
1