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。     

太湖水体中藻蓝蛋白提取的影响因素分析

以室内培养的铜绿微囊藻样品为参照,基于反复冻融法,探讨了滤膜类型、磷酸盐缓冲液加入体积、冻融次数对太湖水体中藻蓝蛋白提取的影响。结果表明:1)GF/C玻璃纤维滤膜(孔径1.2μm)和CN-CA混合纤维素酯微孔滤膜(孔径0.45μm)提取的叶绿素a结果差异不显著(p分别为0.95和0.97),说明二者的生物截留量基本一致;2)在生物截留量相当的情况下,GF/C滤膜和CN-CA滤膜提取的藻蓝蛋白结果差异显著(p均为0.04),GF/C滤膜的提取效率高于CN-CA滤膜;3)加入的缓冲液体积和藻蓝蛋白质量浓度呈良好的负线性关系(r均大于0.85),受藻体包裹效应的影响,太湖水体对比组中的相关系数略低于人工培养的铜绿微囊藻;4)太湖水样和铜绿微囊藻在冻融次数上存在差异,太湖水样冻融9~11次的提取效果较佳,室内培养的铜绿微囊藻冻融次数以5~7次为宜。     

基于CBERS-02卫星数据的地震滑坡识别——以青川县为例

以5.12地震后四川省青川县为研究区域,以该区域CBERS-02 CCD数据及DEM数据为基础数据,结合国内外滑坡遥感识别数据处理方法,通过九个特征指标(CBERS-02 CCD五个波段、亮度、绿度、湿度及坡度)组合对青川县进行滑坡识别。首先经过镶嵌裁剪得到研究区影像图,用1、2、3波段合成真彩色图像,对该区域遥感影像滤波增强处理,减少图像斑点,改善图像质量,同时应用穗帽变换生成研究区的亮度、绿度、湿度指标;然后结合地震滑坡分布的地质地貌、构造岩性、形状纹理特点,对九个特征指标进行最大似然法监督分类;最后利用青川县的现场调查资料,对该滑坡识别结果进行了验证,同时结合滑坡发生的机理对滑坡分布进行了分析。研究区域的滑坡分布具有以下特点:1)分布范围广泛,且河谷两岸较多;2)地震产生的滑坡大多发生在坡度40°～50°、海拔700～1 100 m的山坡上。研究结果表明,利用中巴卫星进行滑坡识别的分类精度为76.4676%,Kappa系数为0.7130,抽取初步识别的96个滑坡进行野外校验,正确率为89%。证明中巴卫星适应于山区地震滑坡的识别。     

实验条件对太湖水体中藻蓝蛋白提取结果的影响

基于野外采集的太湖水样和室内培养的铜绿微囊藻,对比了典型实验条件对太湖水体中藻蓝蛋白提取结果的影响。结果表明:(1)在太湖水样的藻蓝蛋白提取中,磷酸盐缓冲液浓度的影响微弱,0.01～0.2 mol/L的磷酸盐缓冲液均适宜浸提太湖水样中的藻蓝蛋白。冻融前加入缓冲液提取的藻蓝蛋白效果较好。-50℃冷冻温度的提取效率高于-20℃。(2)铜绿微囊藻和太湖水样在磷酸盐缓冲液加入顺序和冷冻温度上存在差异。对于室内培养的铜绿微囊藻,磷酸盐缓冲液可在冻融前加入,也可于冻融后加入。冷冻温度以-20℃为宜。(3)稀释测量结果显示,随着稀释比例的降低,最大吸收峰值线性减小,对应的波长位置发生了偏移。稀释比例和藻蓝蛋白浓度呈良好的线性关系。     

基于GIS下的太湖水质富营养化模糊综合评价

在地理信息系统和地统计学的支持下,探讨了模糊数学与层次分析法相结合的方法在水体富营养化评价中的应用.以太湖为研究对象,选取总磷、总氮、叶绿素、化学需氧量、5日生化需氧量、溶解氧和透明度7项指标进行评价.在对研究区域采样数据进行地统计分析后估算出整个区域评价指标的值,在此基础上建立不同指标的隶属度函数,并计算其隶属度;同时根据层次分析法的原理,确定了各项评价指标的权重,最终得到研究区域的综合结果,绘制出富营养化评价图.结果表明:北部、西北部湖区营养水平最高,属重富营养;中部湖区营养程度为中富营养;东南部湖区营养水平最低,属中营养.     

顾及空间自相关性的高分遥感影像中建设用地的变化检测

在中国城市化的进程中,建设用地常常连片分布,其开发在空间上具有明显的聚集性,表现出较强的空间自相关性,这在高空间分辨率的遥感图像中更加明显。基于2016年、2017年两期南京市域内的北京2号3.2 m多光谱遥感图像,对比分析了引入变化向量的空间自相关指数作为图像特征后建设用地遥感变化检测的性能。首先提取遥感图像光谱变化向量的局部G指数、Moran's I和Geary's C三个典型空间自相关指数,然后确定适用于变化检测的最优空间间隔（Lag）范围和最优自相关指数。结果表明：（1）光谱变化向量在空间上具有显著的正相关性。（2）全局Moran's I和半方差函数相结合可以确定最优的Lag范围。（3）在光谱变化向量的基础上加入局部G指数和局部Moran's I能够提高检测精度,F1分数表明前者优于后者。（4）在光谱变化向量的基础上加入最优Lag范围内的局部G指数作为附加图像特征,F1分数比只使用光谱变化向量提高了20%以上。融合空间自相关信息,特别是多尺度局部G指数作为遥感图像特征可有效地提高连片区域建设用地的变化检测精度。     

湖泊富营养化状态的地面高光谱遥感评价

分别于2004-06和2004-08在太湖的21个固定监测站点进行原位水质取样分析和波谱实测,进而利用地面实测高光谱数据评价太湖水体富营养化状态.水体富营养化程度的评价指标为营养状态指数(TSI).首先,根据太湖水体固有光学特性,用分析模型的方法建立水体反射率模拟模型,进而用求解优化函数的方法,利用Matlab软件反演叶绿素a浓度;其次,利用反演的叶绿素a浓度,计算采样点位的营养状态指数,并利用ArcView软件进行插值,制作太湖富营养状态评价图.结果表明,2004-06和2004-08太湖富营养化程度差