基于神经网络的黄柏河东支流域水质遥感估算

水质安全是水环境中的关键因素,流域中复杂的空间差异一直是水质估算精度不高的主要原因。文章提出采用一阶微分算法提高遥感影像数据与实测水质参数之间的相关性,利用遥感影像数据与流域库区空间划分条件作为BP神经网络的输入模拟流域空间结构建立高精度水质反演模型。以黄柏河东支流域尚家河水库坝址以上流域为研究对象,基于Landsat-8遥感影像数据,选取主要水质参数：氨氮、总磷、高锰酸盐指数。经验证模型达到“优”精度等级,估算值与实测值最小决定系数为0.85、最小纳什效率系数为0.82、最小百分比偏差值为-9.51%、最大均方根误差与标准值比值为0.42。从水质参数估算结果空间分布图确定流域中玄庙观水库以氨氮浓度为代表污染最为严重。     

GF-5高光谱遥感影像的土壤有机质含量反演估算研究

本文基于高光谱遥感影像对土壤有机质含量进行反演估算,以哈尔滨与兴安盟交界处的平原地表土壤为试验对象.首先,基于辐射和几何校正等预处理的高分五号（GF-5）高光谱遥感影像,依据五点采样法采集影像覆盖范围的地表土壤样本共100组,在实验室内进行理化分析等一系列处理获取样本土壤有机质含量数据.然后,运用偏最小二乘法建立高光谱影像土壤沙化指数、土壤退化指数、归一化亮度指数和土壤盐分指数反演土壤有机质含量的估算模型.比较基于原始反射率数据、一节微分反射率数据和4种土壤指数构建的反演模型的预测精度,通过65%的建模样本和35%的预测样本验证表明,反演模型中基于土壤指数建立的反演模型的预测验证精度最高,预测集验证中ρ为0.816,RMSE为1.7287.并将该反演模型运用到高光谱影像的土壤有机质含量的反演估算,实际测量的SOM与影像反演SOM含量变化趋势一致,相关性达到80.023%以上,验证了模型的反演估算精度.     

蒋家寨水库富营养化状况评价

基于2014—2018年每年四个季度的水质监测数据,采用综合营养状态指数(TLI(∑))和营养状态指数TLI对保山市施甸县蒋家寨饮用水水源地富营养状态进行评价,结果表明,施甸县蒋家寨水库2014—2017年处于贫营养状态,2018年呈现中营养状态。水质类别和营养状态主要影响因子为TN。分析其变化趋势,5a内营养状态呈上升趋势但没有显著变化趋势,水质状况比较稳定。     

查干湖富营养化状况高光谱遥感评价研究

通过分析查干湖水体水质参数与其高光谱反射特征之间的响应关系,采用单波段与波段比值等算法分别建立了湖水水质的高光谱定量反演模型;同时结合修正营养状态指数(TSIM)模型,针对水质参数的实验室数据和高光谱模型模拟数据,对查干湖富营养化程度进行了监测和评价,并进行了验证.结果表明:1)利用高光谱监测模型对湖泊富营养化状况进行监测和评价,能够获取较为准确的评价结果;2)单项指数评价法由于只针对一个指标进行评价,不适合用来进行水体富营养化评价,采用修正营养状态指数TSIM(AVE)方法,可以对查干湖水体富营养化程度进行正确的评价.评价结果显示,查干湖水体处于富营养化状态,需要采取措施防止进一步恶化.     

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     

煤矿塌陷湿地水体富营养化评价

以徐州某矿塌陷湿地为研究对象,通过对该矿塌陷湿地水体水质监测数据的分析,采用综合营养状态指数法（TLI）对该塌陷湿地水体的富营养化水平进行了评价。研究结果表明：①该矿塌陷湿地水体水质总体优于GB3838-2002Ⅳ类标准,TN和TP的平均含量分别为0.31 mg/L和0.024 mg/L,可达到Ⅱ类标准;②整个塌陷湿地水体的综合营养状态指数TLI为47.46,处于中营养状态,有向富营养化状态变化的趋势;③在水质监测数据的基础上,分析了水体营养状态变化的原因,并提出了针对该矿塌陷湿地水体的富营养化控制措施和建议。     

煤矿塌陷湿地水体富营养化评价

以徐州某矿塌陷湿地为研究对象,通过对该矿塌陷湿地水体水质监测数据的分析,采用综合营养状态指数法（TLI）对该塌陷湿地水体的富营养化水平进行了评价。研究结果表明：①该矿塌陷湿地水体水质总体优于GB3838-2002Ⅳ类标准,TN和TP的平均含量分别为0.31mg/L和0.024mg/L,可达到Ⅱ类标准;②整个塌陷湿地水体的综合营养状态指数TLI为47.46,处于中营养状态,有向富营养化状态变化的趋势;③在水质监测数据的基础上,分析了水体营养状态变化的原因,并提出了针对该矿塌陷湿地水体的富营养化控制措施和建议。     

基于TM数据北京城区水体叶绿素a浓度反演方法研究

叶绿素是城市水体富营养化的重要表征参数.以北京城区重点水体为研究对象,利用2011年6月8日TM遥感影像及同步获取的实测数据,在对TM数据进行几何校正和大气校正等预处理的基础上,选取相关性最大的TM2/(TM1 +TM4)波段组合进行叶绿素a浓度反演;利用2008 ～ 2010年的历史TM影像及人工水质站点准同步的实测数据,对模型的精度及适用性进行分析得出:回归模型适用于30 m以上的北京城区水体叶绿素a浓度监测,相对误差为17.04％.     

洪湖、梁子湖水体富营养化研究

2015年3月对洪湖、梁子湖进行了水质监测。依据实测数据,结合洪湖湿地自然保护区和梁子湖林业局监测数据和文献数据,采用综合营养状态指数法对洪湖、梁子湖的富营养化状态进行评价;并根据各因子在综合营养状态指数中所占比重和地表水水质标准,对各因子做了比较。结果表明:洪湖、梁子湖综合营养状态指数分别为57.2、42.5。即洪湖为轻度富营养、梁子湖为中营养;各因子对洪湖、梁子湖富营养化的贡献大致相同,即Chla为首,TP、COD_(Mn)和SD次之、TN最后。     

遥感技术在湖泊水质监测中的应用

环境污染遥感监测技术具有监测范围广、速度快、成本低,且便于进行长期的动态监测等优点,是实现宏观、快速、连续、动态地监测环境污染的有效方法,已成为湖泊环境动态变化监测的重要技术手段.湖泊水质遥感监测是基于经验、统计分析或水质参数的光谱特征,选择遥感波段数据与地面实测水质参数数据进行数学分析,建立水质参数反演模型实现的.在运用遥感技术对湖泊进行水质监测的方法中有传统方法和神经网络模型.与传统方法相比,神经网络模型有较强的水质识别的容错性,水质状况识别的可信度.今后,神经网络模型、高光谱遥感技术以及RS与GIS、GPS的结合运用等将是遥感技术在此领域中的发展方向.     

近十年洪泽湖富营养化状态变化趋势及原因分析

通过2011～2020年洪泽湖全湖逐月监测数据的分析,厘清了近十年洪泽湖富营养化状态变化趋势、时空变化特征和驱动要素,为洪泽湖富营养化控制提供针对性建议.作为洪泽湖最主要的入湖河流,淮河近十年来高锰酸盐指数显著上升、 TN显著下降.洪泽湖近十年水体总体透明度、 TP浓度和高锰酸盐指数平均值显著上升,TN和Chl-a浓度的平均值显著下降,富营养化状态指数（TLI）有下降趋势.洪泽湖富营养化状态的变化趋势在空间上存在差异：洪泽湖东区是淮河的过水通道,由于较短的水体停留时间,即使在营养盐浓度较高的情况下,藻类生物量仍显著低于其他区域,同时由于淮河水质的改善,TLI显著下降;北区具有较高的水生植被覆盖度,不仅降低了水体营养盐浓度,并为浮游动物和鱼类提供了栖息地,有效地抑制了藻类的生长,富营养状态要明显低于其余湖区,近十年TLI呈现下降趋势;西区富营养化程度最高,由于内源释放的加剧,藻类生物量最高,富营养化程度并没有得到改善.洪泽湖富营养化状态也存在显著的季节差异,夏季富营养化指数最高,藻类生物量因温度升高而相对较高,同时夏季藻类生物量主要受营养盐浓度影响,其中NO^-     

模糊综合评价在巢湖水质评价中的应用

运用模糊综合评价和单因子评价对巢湖水质进行综合评价,通过确定湖区12个监测断面的8个主要影响因子的权重和隶属度得出评价结果：巢湖主要超标指标为TN、TP,12个断面中水质为劣Ⅴ类的所占比例较大,巢湖水质总体状况差,富营养化严重,其中西半湖污染重于东半湖。将模糊综合评价结果与单因子评价结果进行对比分析,结果表明单因子评价在判定水质级别归属时具有从严性,而模糊综合评价可以有效地解决在水质级别划定时由于中介过渡引起的亦此亦彼性,能为制定巢湖的环保政策和水污染防治规划起到借鉴作用。     

“十一五”期间滴水湖富营养化评价

采用综合营养状态指数TLI(Σ)对"十一五"期间滴水湖富营养化状态、时空分布特征及变化趋势进行了评价及分析。结果表明:滴水湖水质整体处于轻度富营养状态,石皮泐港进水口的综合营养状态指数大于湖区各点位;每年4月-5月和8月-10月两个时间段,滴水湖综合营养状态指数较高;"十一五"期间,滴水湖的富营养化状态呈现不显著下降的趋势。建议加强对水体叶绿素a浓度等生物指标的监测,以更全面地评价滴水湖的营养状态。     

基于WQI和TLI的渭河关中流域城市典型坝控景观河道水质评价

为了解城市河道型坝控景观水体水质现状,于2018年1,4,8,11月分别对渭河关中段4处坝控景观河道展开调查.基于综合水质指数(WQI)与营养状态指数(TLI)对4个坝控景观河道水体的水质以及富营养化状况进行评价.结果表明:4个坝控景观河道水体2018年全年WQI平均值为47.65～56.18,水质状况总体为中等至差;...     

有色可溶性有机物在线荧光技术在水质监测中的应用

FDOM（荧光有机物）在线荧光探头是采用激发波长370 nm和发射波长460 nm下荧光强度来计算水体CDOM（有色可溶性有机物）丰度的传感器,为探究该传感器在内陆水体水质监测中的应用和适用性,以水源供给水库千岛湖为案例,通过FDOM荧光探头监测该湖泊不同季节CDOM丰度,结合CDOM光谱吸收、ρ（DOC）（DOC表示溶解性有机碳）、ρ（TN）、ρ（TP）、ρ（COD_Mn）、ρ（DTN）（DTN表示溶解性总氮）、ρ（DTP）（DTP表示溶解性总磷）和ρ（Chla）等水质参数数据,揭示FDOM荧光强度与其他水质参数的耦合关系,检验FDOM荧光探头对有机物的监测能力.结果表明:①2014年5月千岛湖TLI平均值（38.4±4.4）显著高于2018年10月TLI平均值34.9±3.0（t-test,P < 0.001）,根据TLI及各水质参数平均值判定该湖处于中贫营养状态.②大部分水质参数呈现出由西北入湖河口向下游大坝出水口方向递减的趋势,表明上游新安江对该湖有机物具有较大的贡献.③FDOM荧光强度与CDOM吸收系数a（254）（R2=0.91,P < 0.01）、a（350）（R2=0.90,P < 0.01）均呈极显著正相关且具有较高的线性拟合优度,这意味着FDOM荧光强度可以很好地表征CDOM丰度.④FDOM荧光强度与ρ（DOC）（R2=0.49,P < 0.01）、ρ（TN）（R2=0.61,P < 0.01）、ρ（TP）（R2=0.75,P < 0.01）、ρ（COD_Mn）（R2=0.35,P < 0.01）、ρ（DTN）（R2=0.59,P < 0.01）、ρ（DTP）（R2=0.56,P < 0.01）、ρ（Chla）（R2=0.68,P < 0.01）均呈极显著正相关且与大多数水质参数具有相似的分布特征,并且能很好地识别潜在污染物高值区.研究显示,荧光探头在可见波长下所得陆源类腐殖酸FDOM荧光强度能很好地成为潜在污染物替代指标,并能有效呈现有机物分布特征,因而该技术在饮用水湖泊水质监测中具有潜在广阔的应用前景.      

永定河北京段基于模糊数学的水体富营养化评价

以永定河北京段为研究对象,进行水质和水生态调查及动态指标的监测,选取候选评价指标,采用主成分分析法对评价指标进行筛选,并运用熵权法确定指标权重,从而构建河流富营养化评价指标体系。基于模糊数学算法,对永定河北京段进行了富营养化评价。结果表明:该水体富营养化问题较为广泛,但总体的富营养程度较轻。采用综合营养状态指数法和评分法进行评价对比研究,验证了该方法的可信度,且具有指标选择更灵活、评价结果更客观的优越性,可作为永定河北京段水体富营养化评价的重要方法和手段。     

东昌湖水体富营养化研究

依据2009年4月、5月的实测数据以及聊城市环境监测站数据和文献数据,采用综合营养状态指数法对东昌湖的富营养化状态进行评价;并根据各因子在综合营养状态指数中所占比重和地表水水质标准,对各因子做了比较.结果表明:东昌湖综合营养状态指数四月份为47.0、五月份为53.1,即四月份为中营养、五月份为轻度富营养;整体上东边湖区...