日本土壤环境质量标准与污染现状

介绍了日本土壤污染的环境质量标准以及日本市区、农用地土壤和有毒有害化学物质的污染现状  

水源地污染源无人机遥感监测

无人机遥感是近年新兴的航空遥感技术,随着无人机平台与载荷的不断进步,其研究应用愈加深入,已广泛应用于各行业领域,并作为卫星遥感技术的补充,愈加发挥着重要作用。为拓展无人机遥感技术应用潜力,分析无人机在环保领域应用效果,以扬州市南水北调工程东线输水水域的水源地为研究区域,基于其污染源特征及周边生态环境状况,研究无人机平台与载荷搭配(可见光与热红外)技术,监测研究区污染源,分析其对水质的潜在影响。结果表明,研究区存在多处污染源,主要为点源污染(工业点源、水产养殖、生活污水),面源污染(河道码头、水土流失、农业)和内源污染(航运船舶、桥梁交通运输、渔民生活)等,同时,发现某助剂厂隐藏在水面下的4个排污口。该项技术的实验研究,发挥了无人机平台与载荷搭配应用效果,获取了污染源的类型、数量、空间分布及其扩散形态,为水源地无人机遥感技术应用奠定了工作基础。  

基于环境一号卫星CCD数据的巢湖叶绿素a的动态监测

环境一号卫星CCD数据具有获取周期短、空间分辨率高等特点,能够及时准确地监测叶绿素a的浓度变化和分布,其在内陆湖泊水质遥感监测方面具有良好的应用前景。文章通过星地同步地面实验,建立起巢湖水体的叶绿素a浓度遥感反演模型,利用2009年4月至2010年3月的环境一号卫星CCD数据,分季节对巢湖叶绿素a行动态监测和分析。结果表明,巢湖叶绿素a具有明显的时空分布特征,夏季叶绿素a浓度最高,冬季最低,秋季高于春季;西半湖湖区叶绿素a浓度一般高于东半湖湖区,西北部和中部湖区空间变化比较大,东部湖区变化较小。  

巢湖水华遥感监测与年度统计分析研究

介绍了巢湖蓝藻水华的日常遥感监测方法与流程,开展了基于日常监测的年度统计分析,为水华环境管理提供了科学依据。首先分析了蓝藻水华与正常水体的光谱差异,利用蓝藻水华在近红外波段的"陡坡效应",基于NDVI方法开展水华日常遥感监测。基于日常监测开展水华年度统计分析,获得水华最早发生日期、最晚发生日期、最大发生面积等,并以水华发生频率、水华起始日期和水华持续时间来分析巢湖一年内高发区、发展趋势及持续时间等时空分布规律。研究表明,2010年巢湖水华的高发区域在巢湖西北部水域,水华持续天数最长的区域是巢湖西北和中部部分区域,水华先在西部沿岸聚集,随时间推移向东部和中部扩散,巢湖西南、中部和东南沿岸是最后新增的水华区域。  

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。  

综合遥感与地面观测的巢湖水体富营养化评价

提出一种将地面观测数据空间插值与遥感反演结合的湖泊富营养化评价方法与业务化运行模式。对叶绿素a等可反演参数利用遥感影像反演,并利用实测值校正获得高精度反演结果;对总磷等不易反演参数采用空间插值获取全湖区数据,采用综合营养指数法对巢湖富营养化状态进行反演,获得2015年5月12日巢湖富营养化状态空间分布情况。结果表明,巢湖全湖为轻度和中度富营养化状态,呈现出西半湖高于东半湖的总体空间分布趋势。结合相关数据对巢湖富营养化成因进行推断,认为南淝河等上游河流各类营养物质输入量较大是造成西半湖北部富营养化严重的主要成因;西南部杭埠河等河流氮磷输入量较大,但其他营养物质输入较少,使得该区域总体呈现出富营养化程度偏低的现象。  

基于环境卫星CCD数据的黄海浒苔遥感监测

2007年以来,黄海海域每年夏季都发生大面积浒苔绿藻潮,影响沿岸人民的生活、生产。考虑到其分布范围动则几千、上万平方公里,水面监测很难实施,尝试利用遥感技术对其分布和发展变化情况进行监测。基于中国自主产权的环境卫星(HJ1)数据,采用经典植被指数算法和人工辅助判读方法,对2013年黄海浒苔暴发全过程进行了连续遥感监测,分析了此次浒苔过程的分布和漂移路线。监测结果表明,浒苔绿藻潮首发于江苏盐城东部海域,由南向北逐渐漂移,面积逐渐扩大,结束于青岛东北部海域;该期间,浒苔最大覆盖面积达663.54平方公里。  

国内环境遥感监测指标验证方法研究进展

随着经济的快速发展,我国环境问题日益突出,环境治理已刻不容缓。卫星遥感技术的发展,为环境监测提供了有力的技术手段,并在环境监测领域发挥越来越重要的作用,在生态环境、水环境、大气环境等三个环境领域建立了环境遥感监测指标。然而,环境遥感监测指标验证工作相对较少,缺少规范化与标准化,未形成健全的验证体系。综述了目前国内具有代表性的环境监测指标验证方法,总结了验证中存在的问题,就其今后的发展方向,进行了有益的探讨。  

地表水环境遥感监测关键技术与系统

介绍了地表水环境遥感监测的关键技术与系统及其典型应用,其代表性机理模型和应用示范成果主要来自于中国科学院遥感与数字地球研究所的高光谱遥感团队在最近几年中取得的一些研究进展,主要包括建立了基于改进双峰法的水体分布自动化遥感提取方法,实现了简单、高效和高精度的水体提取；提出了大型湖泊长时序水量估算方法,并以青藏高原湖区为例,重建了典型湖泊面积、水位和水量序列；发展了基于“软分类”的典型内陆水体叶绿素a浓度反演方法,构建了基于生物光学模型的高度浑浊水体悬浮物浓度遥感反演半解析方法,提高了反演方法的区域和季节适用性；构建了基于水色指数的大范围湖库营养状态和透明度遥感监测方法,实现了全球大型湖库营养状态遥感监测,以及全国大型湖库透明度遥感监测；在此基础上,开发了地表水环境遥感监测系统,提高了水环境遥感监测效率,促进了卫星遥感在水环境监测中的高精度业务化应用。  

基于环境一号卫星的PM2.5浓度遥感反演研究

2014年12月29—30日,青岛市发生了一次空气污染过程,利用环境一号卫星CCD遥感影像数据和实测PM_2.5浓度数据,分析了该过程前后5d的实测PM_2.5浓度与环境一号卫星CCD遥感影像的DN值之间的相关性,分别按日期和区域建立了反演模型。结果表明,按日期拟合反演模型相关系数为0.02~0.51,按区域拟合反演模型相关系数为0.01~0.80,总体来说,区域拟合结果较好。