共查询到19条相似文献,搜索用时 156 毫秒
1.
《环境科学与技术》2019,(Z2)
与传统的卫星遥感和有人机遥感相比,无人机遥感具有高时空分辨率、云下低空飞行、高机动性等优势,可解决传统水质监测工作中存在的问题。无人机遥感水质监测可及时地掌握水文情况,达到实时监测水质的高效性效果,为水质监测评价提供了新的机遇与途径。无人机遥感反演方法已经逐渐成为内陆水体水质监测评价的重要技术手段,可以反映水质在时空上更为全面的分布变化情况。该文回顾了无人机遥感的特点,阐述了无人机遥感水质监测原理、监测对象、监测方法以及无人机遥感水质监测研究进展与影响水质监测精度的因素。在此基础上对无人机水质遥感监测进行展望,提出了无人机高光谱遥感技术有望成为研究大时空尺度水域富营养化现象的重点和方向,并能在高带宽下搭载的数传模块得到多种水质参数浓度的空间反演分布图。 相似文献
2.
为探究适用于义乌市富营养化水体的藻华监测方案,调研了义乌市具有代表性的岩口水库和义乌江的常规水质指标,分析了义乌市水体藻华暴发的问题现状和影响因素,并结合现有的藻华监测方法,筛选了适合义乌市的藻华监测方法。结果表明:水温、营养盐和水动力等因素均可显著影响富营养化水体的藻华暴发;现场监测、实验室分析、遥感监测和在线监测均可适用于义乌市不同类型富营养化水体的藻华监测。总体监测方案建议是以在线监测作为主体,辅之以现场巡视和实验室分析,并定期对监测数据进行校核。 相似文献
3.
4.
5.
6.
7.
本文主要介绍了水体污染卫星遥感监测的主要内容,着重介绍了卫星遥感技术在水体油污染、水体悬浮物浓度、水体富营养化以及城区污水等监测方面的应用,并阐述了水体污染卫星遥感监测的主要方法,以期对我国水体污染的监测及控制有所裨益。 相似文献
8.
9.
珠江广州河段水体污染的遥感监测应用研究 总被引:12,自引:0,他引:12
由于城市工业废水和居民生活污水大量的排放,珠江水质受到严重污染,尤其有机污染更加严重。各项水质指标均严重超标。本文将运用遥感技术对珠江广州河段水环境质量中的水质污染进行监测应用研究。并建立了水质污染预测遥感模型。研究结果表明,利用遥感资料能有效地监测珠江水质污染状况,在监测水环境质量中遥感技术是一种快速,全面,有效的技术手段和方法。 相似文献
10.
11.
12.
遥感技术在湖泊水质监测中的应用 总被引:1,自引:0,他引:1
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. 相似文献
13.
利用计算机图像处理和多元统计方法处理了无锡市卫星遥感数据,形象直观地显示了无锡市水环境的宏观面貌,较好地反映了无锡水网主干河道的水质空间分布特征。研究表明,卫星遥感技术作为地面监测方法的一种有效补充,可提供丰富的遥感水质信息。 相似文献
14.
本文介绍了对湖泊类水体中天然有机物进行红外摄影遥感的方法,结果表明,彩色红外反转胶片的蓝光密度值与生化耗氧量(BOD)之间存在较高的相关性。据此得到的经验模型可用于大范围的湖泊类水体的水质评价。 文中分析了天然有机物与湖泊类水体光学特性及胶片彩色密度的关系。 相似文献
15.
16.
黄海浒苔绿潮自2007年以来连年暴发。为筛选跟踪监测绿潮发生、发展过程的遥感识别方法,本研究使用Sentinel-2 MSI多光谱数据,在分析漂浮绿潮及背景高悬沙水体光谱特征的基础上,利用归一化植被指数(normalized difference vegetation index,NDVI)、漂浮藻类指数(floating algae index,FAI)、虚拟基线漂浮藻类指数(virtual baseline floating macroalgae height,VB-FAH)等多种遥感指数算法开展漂浮绿潮识别,比对分析了各算法的监测效果。结果显示,Sen2cor大气校正后地物光谱曲线峰谷特征显著,与实测光谱谱型的相似度明显提升;以近红外和绿光波段反射率差值为基础的VB-FAH指数算法可在一定程度上降低高悬沙水体对近红外和红光通道反射率的影响,漂浮绿藻识别效果比NDVI及FAI指数更好。本研究可为高悬沙水体漂浮绿潮遥感识别提供技术支持。 相似文献
17.
18.
19.
基于光谱混合分析和反照率-植被盖度特征空间的土地荒漠化遥感评价 总被引:1,自引:0,他引:1
采用线性光谱混合分析模型对Landsat TM遥感影像进行混合像元分解,获取植被、裸土和水体组分的相对丰度分布;在反演地表反照率的基础上,构建了基于Albedo-Vegetation特征空间的土地荒漠化遥感监测模型;以黑河中游部分区域为例,进行了实证研究,并利用实地调查数据进行精度验证。结果表明:此方法充分利用了多维遥感信息,反映了荒漠化土地地表覆盖、水热组合及其变化,具有明确的生物物理意义,而且指标简单、易于获取,精度较高,有利于荒漠化的定量分析与监测。 相似文献