基于实测光谱的叶绿素a估测模型

为了有效地监测太湖湖区的富营养化程度，建立一种最佳的估测模型。对太湖水体进行了连续监测，获得了从2004年10月20～29日的实测光谱数据和水质数据。通过实测光谱反射率和叶绿素a浓度的相关分析，得到了叶绿素a反演的最佳波段，并通过比值法、反射峰位置法、峰谷距离法、峰高法和一阶微分法建立了基于实测光谱的叶绿素a浓度的估测模型。通过14个检验点，分别对5种模型进行了对比分析，结果发现，通过比值法建立的估测模型总体误差最小，估测精度最高，其695 nm附近反射峰与677 nm反射谷的比值与叶绿素a浓度之间具有良好的相关性，可决系数R²可达0.7433，可以作为整个湖区叶绿素a浓度的最佳估测模型。最后，应用该模型对该季节湖区的营养化程度做出了总体评价。     

浅层地下水遥感找水模型研究

采用遥感-数据-模型相融合的方法，建立了浅层地下水推断模型。该模型克服了以往勘察方法费用高、效率低、周期长的不足，从未知出发，由面到点，层次分明，衔接有序。经实地考察验证，该模型精度较准，效率较高，具有实用性，不仅可以宏观、快速、高效地确定浅层地下水的分布和范围，而且可以降低费用，缩短周期，起到事半功倍的作用，为进一步找水工程的布置提供依据，确定找水方向，避免找水的盲目性。     

植物修复技术在地表水污染控制中的应用

介绍了一项新兴的地表水污染治理技术--植物修复技术.该项技术与传统的物理方法和化学方法相比,具有成本低、处理效果好（去除率可达99%以上）、对环境扰动小、操作简便、在处理设备和处理规模上没有限制等优点.这些优点决定了植物修复技术在地表水污染治理中具有很好的应用前景.综述了国内外植物修复技术的研究进展,并对该项技术的发展趋势进行了探讨.