太湖蓝藻水华的遥感监测研究

随着太湖蓝藻水华的日益严重,实现藻类的时空动态监测成为湖泊水质保护亟待解决的问题.利用遥感技术可以快速、直观地获取整个水域水质的时空变化情况,为实现藻类的动态监测提供了有效的途径.在太湖蓝藻水华遥感监测研究结果的基础上,总结分析了现有研究中所使用的遥感数据源、遥感监测方法以及遥感反演的水质参数,讨论了现有研究中存在的问题,并对将来的发展趋势进行了展望.     

基于虚拟现实技术的事故分析方法

阐述了虚拟现实技术在民航安全方面的应用前景和重要意义 ,并应用于飞行事故分析。通过建立事故模型 ,笔者对飞行中相对应的人—机关系进行描述。这些关系对事故原因分析是十分重要的。在这个框架下实现了三维模型动画显示 ,并利用计算机多媒体技术 ,实现真实感图形动态显示和音效合成 ,虚拟环境和立体显示 ,展现亲历事故的真实效果     

挖掘节能潜力 促进节能减排与节约型校园建设

编者按：节能减排是我国的一项重要国策，高校是引领社会发展的重要力量，也是建设节约型社会的重要领域。2008年12月，北京工业大学被中国城镇供水排水协会工作委员会评为“2008年全国城市节水工作示范校园”，让我们来看看北京工业大学是如何进行节能减排与节约型校园建设。     

葡萄糖溶液用作测定水体高锰酸盐指数的质量控制

叙述了以葡萄糖作为测定水质高锰酸盐指数质控样的配制、定值方法。应用于８个实验室 的地面水例行监测中取得了良好效果。     

广州流溪河水库叶绿素a遥感反演研究

叶绿素a是衡量水体初级生产力和富营养化程度的一项重要指标。本研究在讨论分析反演水体叶绿素a浓度的半分析生物光学模型理论基础上,利用Landsat TM数据及中巴资源卫星02星CCD相机高分辨率数据,结合实测数据建立广州流溪河水库叶绿素a浓度的波段比值型反演模型。该模型对两个不同监测日期的叶绿素a浓度反演效果较好,拟合系数(R2)分别达到0.860和0.715,均方根误差分别为0.102μg/L和0.198μg/L。反演结果表明,流溪河水库叶绿素a浓度整体较低,均在2.0μg/L以下,空间分布在湖库区较均匀,入库支流玉溪河水域叶绿素a浓度略高于湖库区。     

太湖叶绿素a浓度预测模型初探

以太湖2005年的监测资料为基础,运用多元统计回归和BP人工神经网络方法构建模型,探求叶绿素a与水深、水温、营养盐等10项环境因子之间的关系,通过验证发现BP模型对叶绿素a浓度的拟合值与叶绿素a浓度的实测值之间的均方误差为220．3059,优于统计回归模型的235．4569;此外对两种模型进行了灵敏度测试,结果都显示总磷不是太湖叶绿素a浓度的限制因子,而水深、水温、总氮的变化对叶绿素a浓度影响显著。本研究对太湖叶绿素a浓度预测模型的建立是十分有意义的。     

遥感技术在湖泊叶绿素ａ 监测中的应用研究———以太湖为例

水质遥感技术在湖泊水质监测领域内的应用具有十分积极的意义。在总结现有水质遥感反演方法的基础上，选取了遥感指数法和神经网络法两种理论完全不同的反演方法，构建太湖叶绿素a与MODIS影像波段间的函数关系，并从反演能力和反演精度两个角度对上述方法进行了比较研究。结果表明，神经网络模型的非线性特征能够敏感地把握住叶绿素a浓度变化在反射波谱信息上的微小响应，较为成功地反演出叶绿素a与反射光谱信息间的非线性关系。神经网络模型的反演能力和反演精度均优于遥感指数方法，具有较好的应用前景。