博斯腾湖水质矿化度模型及预测研究

根据博斯腾湖１９８５～１９９５年水质监测数据和出入湖水量等水文数据观测值，采用水质扩散模型和盐量平衡关系推导出博斯腾湖大湖区（简称博湖）水质矿化度模型，并预测了几种情况下博湖水质矿化度及近几年变化趋势，分析了影响博湖水质矿化度的主要因素，为博湖的近期和远期环境保护规划、环境管理等提供科学依据．     

博斯腾湖矿化度现状分析

博斯腾湖是目前我国最大的内陆淡水湖,近40多年来,博斯腾湖矿化度年际变化经历了好→中→差→中的过程。本文在对博斯腾湖矿化度历史变化和博斯腾湖各区域矿化度分布调查分析的基础上,全面客观的分析了博斯腾湖矿化度的成因。通过对多年数据的分析,建立了矿化度与水位的定量关系模型,并就如何控制博斯腾湖矿化度提出了可行的对策。     

基于特征选择和机器学习的阳澄湖叶绿素a遥感反演研究

利用2016-2020年Sentinel-2多光谱遥感影像和同步实测叶绿素a浓度数据,提出了一种基于特征选择和机器学习的叶绿素a遥感反演方法,并应用于阳澄湖.结果表明,特征选择方法在反演模型的自变量选取上具有较好的应用效果,基于此建立的随机森林模型在阳澄湖叶绿素a反演上具有较优的验证精度;2016-2020年阳澄湖叶绿...     

空间分布频率分析法在太湖水华遥感监测中的应用

以2009—2012年MODIS遥感影像为主要数据源,提出了基于中长时间尺度多时相数据的空间分布频率指数(SDFI)与计算方法,通过分析比较4年太湖水华SDFI计算结果,并结合同期湖体浮标自动监测数据,发现太湖西部沿岸水华暴发频率和营养盐浓度最高,梅梁湖和竺山湖次之,应当作为下一阶段太湖水环境监控治理的重点区域。     

水质参数的遥感反演和遥感监测

遥感技术由于具有快速、宏观、低成本和周期性的优点,便于探测水质的时空变化,已成为水质参数监测的重要手段。目前能够直接进行遥感反演的水质参数主要是悬浮物浓度、叶绿素a浓度、可溶解性有机物等光学活性物质,并已经建立了许多反演模型。但是这些模型直接用于水质的遥感监测仍存在一些问题。今后,利用3S技术将地面观测和遥感观测结合起来,可望推动水色遥感的实际应用。     

基于MODIS的烟台近海水体叶绿素浓度分布

利用实测光谱数据及水体叶绿素浓度数据建立了基于MODIS数据的叶绿素反演模型,并利用MODIS L1B数据对研究区的叶绿素浓度进行了反演。通过分析烟台近海水体叶绿素浓度分布得出,烟台近海水体叶绿素浓度由沿岸向海延伸,叶绿素的浓度逐渐增加;通过不同月份的叶绿素浓度分布状况发现,夏季水体叶绿素浓度含量最高,冬季最低。     

福州市大气污染空间分布特征分析

利用2015年福州主城区6个大气国控点的6种主要大气污染物逐时监测数据、气象数据及空间基础数据等,通过增设站点后进行空间插值的方法分析大气污染物浓度的空间分布特征。结果表明:福州市大气中PM_(2.5)、PM_(10)最高值分别为35.57μg/m~3和62.35μg/m~3,高浓度区域集中在主城区中心和近郊区,其中台江区污染程度相对较高;O_3最高值为94.85μg/m~3,较高浓度主要集中在晋安区内海拔较高的森林地区;CO、SO_2和NO_2最高浓度低于一级标准浓度限值,高浓度区域分布在主城区中心。     

洛阳市2017年大气氨排放清单的建立及其空间分布特征

基于洛阳市不同类型氨排放源的活动水平数据,主要采取排放因子法构建了2017年洛阳市大气氨排放清单,并以GIS技术为基础进行2 km分辨率的空间网格分配。通过研究得出,2017年洛阳市的大气氨排放量为63.2 kt,排放强度达到4 t/km²以上,全市主要的氨排放源为畜禽养殖和农田生态系统,排放量分别为43.7 kt和10.4 kt,分别占氨排放总量的69.2%和16.5%。在畜禽养殖源中,肉牛是最大的贡献源,贡献率为30.4%;在农田生态系统中,氮肥施用是最大的贡献源,贡献率为87.7%。各区县中,宜阳县和伊川县排放量最大,共占氨排放总量的32.0%;偃师市、伊川县为排放强度最高;空间分布特征上呈现北部氨排放量大、南部排放量少、在城市区周边氨排放量较突出的现象。     

基于MODIS的西藏典型湖泊叶绿素a浓度反演

叶绿素a浓度是反映湖泊富营养化状态的一个重要参数。以MODIS L1B数据为基础,结合叶绿素a浓度实测数据,基于经验分析法实现了西藏典型湖泊叶绿素a浓度反演研究,并探索了西藏典型湖泊2019年春、夏、秋季叶绿素a浓度的时空变化特征。首先,利用叶绿素a浓度实测数据和MODIS L1B影像不同波段的反射率值进行组合试验,选择最佳波段组合建立模型;其次,分别选用2015年、2017年叶绿素a浓度实测值和反演值对模型进行对比验证;最后,利用叶绿素a浓度反演模型对西藏典型湖泊2019年春、夏、秋季叶绿素a浓度的时空变化特征进行分析。结果表明：在空间尺度上,西藏典型湖泊叶绿素a浓度整体上呈现出周围高、中部低的分布特征,且湖岸水体叶绿素a浓度变化较大;在季节尺度上,不同湖泊叶绿素a浓度的季节变化存在较大差异,格仁错和色林错的季节变化幅度较大,纳木错、塔若错和羊卓雍错的季节变化幅度较小。     

乌鲁木齐市近年来大气降尘变化规律及空间分布特征

基于乌鲁木齐市多年监测的降尘数据,对乌鲁木齐市城区的降尘量进行了统计分析,得出了乌鲁木齐市近10年来降尘的总体变化规律;利用方差分析方法检验了不同季节降尘的显著性差异,发现采暖期的降尘量明显大于非采暖期;按行政区分析降尘量的分布变化,结果为不同行政区存在差别;利用秩相关系数法对其进行了趋势分析。结果表明,乌鲁木齐市的降尘呈下降趋势。利用Arc GIS9.3中的普通克里格插值方法绘制了乌鲁木齐市城市自然降尘的空间分布图。     

基于Landsat 7影像的骆马湖菹草时空分布研究

近年来,骆马湖湖区菹草（麦黄草）暴发性繁殖引发了一系列水质问题。通过研究,判读2012—2013年不同时间段的骆马湖landsat 7影像,可以发现,Landsat 7影像可以准确反映湖区菹草分布,区域化明显;同时发现菹草分布受多种因素影响,人类采砂和围网养殖等活动对其影响显著。     

巢湖蓝藻水华遥感监测初探

以巢湖为研究区,从2008年4月到11月,对巢湖水体的24个点位进行了连续的水体光谱测量,通过对蓝藻水华爆发程度与其光谱反射率之间关系的研究,确定遥感识别水华爆发级别的阈值,对四类不同爆发程度蓝藻水华光谱特征进行遥感识别,绘制巢湖蓝藻水华特征等级图。     

湖泊富营养化遥感监测研究进展

通过对近年来国内外应用遥感技术对湖泊富营养化监测及评价的研究情况进行了广泛的收集和分析,简述了湖泊富营养化遥感监测的基本原理,总结了湖泊富营养化多光谱遥感与高光谱遥感成果,提出了今后的重点研究方向.     

基于EOS/MODIS影像的青海省一次典型沙尘事件遥感监测研究

基于2012年11月至12月上午轨道星Terra共7景MODIS数据,对影响青海省的一次典型沙尘事件进行研究。结果表明,沙尘天气始于2012年11月18日,在12月1日及2日达到高峰,持续到12月18日趋于减弱;沙尘天气影响区域范围较广,主要影响省域西北、东北地区,面积占省域面积的11.26%至43.36%;沙尘天气扩散趋势与路径整体上由西北向东北地区,东部人口密集区沙尘天气出现时间相对西北地区、青南高原地区出现滞后。     

基于RS与GIS的福州新区热环境空间分布特征研究

采用2014—2021年福州新区的地表温度、归一化差值植被指数（NDVI）和土地利用类型等数据,从乡镇单元尺度分析热环境的空间分布情况,并探究植被和土地利用对热环境空间分布的影响。结果表明：2014—2021年福州新区地表温度在空间上有明显的空间自相关性,空间集聚特征显著,新区热岛比例指数（URI）呈现出下降趋势,表明在此期间热岛效应状况总体有所缓解;植被覆盖率（FVC）影响热环境的空间分布,可将福州新区的“热点”划分为FVC、NDVI均较低的乡镇和FVC较高、NDVI较低的乡镇两类;土地利用类型、土地利用程度及周边环境亦影响热环境的空间分布。     

湖泊富营养化遥感评价模型的建立方法

中国处于不同富营养状态的湖泊已达75%,湖泊富营养化监测已成为我国迫切需要解决的技术问题。遥感技术能够低成本地对水体实现大尺度、快速监测,实现传统点状监测到面状监测的延伸。充分考虑我国现有的湖泊富营养化评价方法、参评指标相互关系的同时,通过研究参评指标的光谱特性分析其遥感可行性,提出了从水体的叶绿素a和悬浮物浓度入手,综合评价湖泊富营养化的遥感评价方法。     

粒子群算法优化SVR的天德湖总氮遥感反演

以郑州天德湖为研究水域,利用实测的水质总氮数据和光谱反射率数据,获取反演总氮浓度的最佳波段组合,以此建立支持向量机回归（SVR）模型,并利用粒子群优化算法（PSO）优化SVR模型,建立PSO-SVR模型,再利用珠海一号高光谱（OHS）数据验证该模型的精度和适用性。结果表明：PSO-SVR模型的决定系数（R2）为0.923 6,均方根误差（RMSE）为0.103 3mg/L,平均相对误差（MRE）为3.656%;SVR模型的R2、RMSE和MRE分别为0.808 0、0.203 2mg/L和6.583%,PSO-SVR反演结果优于SVR模型。利用粒子群算法优化SVR模型,有助于提高天德湖总氮浓度反演精度,即利用实测光谱数据与卫星影像数据结合来反演总氮浓度可行。     

基于遥感方法的巢湖水华月平均强度评价方法研究

以巢湖2009—2017年,每年4—10月(共63个月)的地面和遥感监测结果的日平均值作为基础数据,分别对地面和遥感监测指标求月平均值,根据各指标间的相关性,最终确定巢湖水华月平均强度评价的指标为藻密度、月累计水华面积、平均水华面积和大面积次数,对这4个指标分别采用分级赋分的方法进行评分,总评分等于4个指标评分之和,依据总评分的结果,将巢湖水华强度由弱至强分为5个等级。依据该评价方法,巢湖水华强度从4月—9月,基本由弱至强呈上升趋势,中间偶有波动,在9月前后达到峰值,水华强度一般为较强至强。     

长荡湖围网养殖区长时序时空演变遥感监测

根据长荡湖地区1983—2020年共38景遥感影像中围网养殖区的光谱信息与纹理信息,借助ENVI和ArcGIS软件,通过人机交互目视解译的方法,提取了长荡湖的围网养殖区,分析其38 a的连续时空变化.结果表明,长荡湖围网养殖经历了无围网期(1983—1986年)、增长期(1987—1999年)、巅峰期(2000—200...