共查询到10条相似文献,搜索用时 0 毫秒
1.
2.
3.
基于实测光谱与MODIS数据的太湖悬浮物定量估测 总被引:11,自引:2,他引:11
以太湖为研究区域,对太湖水体的水面反射光谱进行实地测试,并取样在实验室进行水质分析;根据光谱分析得到的悬浮物特征波段,估测悬浮物浓度;最后,对比MODIS波段,用最敏感波段及主成分分析法建立悬浮物估测模型.结果表明,576nm附近的反射率峰值、841nm处反射率一阶微分值和808nm附近的反射峰高与悬浮物浓度都有较好的相关性,其中峰高法和一阶微分法对悬浮物浓度的估测精度相当;MODIS波段1与悬浮物浓度相关性最好,经过主成分变化后的第一主成分和第二主成分可以较好地估测悬浮物浓度.因此,可利用MODIS数据对太湖悬浮物进行长期动态监测. 相似文献
4.
从蘑菇湖选取7个采样点,提取沉积物间隙水DOM样本,运用主成分分析与聚类分析方法对蘑菇湖沉积物间隙水紫外可见光谱进行解析,识别光谱组分与主控因子,并研究DOM的组成、腐殖化程度及空间变化。结果表明,DOM组分为木质素和奎宁、羧酸基团及多烷基腐殖质等,在外围区与深湖区2个区域存在明显差异。从吸收光谱推演出具有良好相关性的Sr、SUVA254、E2/E3、E2/E4、E253/E203、A2/A1 6个光谱指标,可以用于表征DOM的分子量大小和腐殖化水平,外围区DOM的分子量和腐殖化程度皆高于深湖区,并且在区域内呈现随水深增加而递减的趋势。光谱指标聚类分析结果表明,与腐殖化水平呈正相关的指标(E253/E203、SUVA254、A2/A1)在表征DOM腐殖化水平时更具有代表性。根据光谱指标聚类结果将7个采样点分为2类,该结果与主成分分析一致。通过DOM腐殖化程度可以在一定程度上判断其空间变化规律。 相似文献
5.
基于主成分分析和FCM聚类的行驶工况研究 总被引:1,自引:0,他引:1
在定义了运动学片段的基础上,对典型道路上采集的大量工况试验数据进行划分,从而获得大量运动学片段.用主成分分析法对12个表征道路运行特征的参数(包括加速比例、减速比例、匀速比例、怠速比例、平均速度、平均运行速度、最大速度、平均加速度、最大加速度、最小加速度、速度标准偏差和加速度标准偏差)进行压缩,得到4个主成分.利用模糊C均值聚类技术对所有运动学片段的第一和第二主成分得分进行分类,根据相关系数的大小及各类别的时间长度比选取合适片段,最终拟合出代表性工况.通过对特征参数和速度、加速度联合概率分布的误差分析可知,所提出的构建方法精度较高,拟合工况能综合反映合肥市实际道路的交通状况. 相似文献
6.
城市环境噪声测量中布点数的优化研究 总被引:3,自引:0,他引:3
应用主成分分析,模糊聚类概念及动态规划方法对环境噪声测量的布点数进行优化研究。所建立的模型试用于厦门市环境噪声布点数的优化研究。 相似文献
7.
8.
白塔堡河不同粒级有机物的三维荧光特征解析 总被引:1,自引:1,他引:1
利用三维荧光扫描(3DEEM)和体积积分法(FRI),分析了辽河流域白塔堡河在春汛期水中溶解性有机物(DOM)、小粒径有机物(0.22~0.7μm)和大粒径有机物(>0.7μm)的分布。结果显示:白塔堡河中有机物以芳香类蛋白质和溶解性微生物代谢产物为主,腐植酸类物质含量极少;5类组分在不同粒径有机物中分布相似,在0.22μm以下的DOM中分布最多;溯源分析显示,DOM来源较单一,表现出较强的内源生物降解特性,而颗粒状有机物则表现出内源和陆源的双重特性;多元统计分析显示,白塔堡河点位有机物分布基本上呈现区域性分布特征。 相似文献
9.
目的 实现城市大气环境的精准快速归类预测。方法 基于支持向量机(SVM)构建多分类问题的联合决策算法,将大量城市环境因素数据的主成分聚类结果作为输入,通过机器学习训练,组建大气环境的SVM联合决策模型。结果 该模型根据大气环境因素将数据集91个城市划分为9类,其中河内与海防环境相似度最高,巴东与格尔木差异最大。9个SVM二分类器组建的联合决策模型通过逐点预测在主成分数据空间形成了分区预测云图。结论 SVM联合决策模型可实现城市环境的快速分类辨识,分类预测结果精度高于95%。 相似文献
10.
量化空气质量改善过程中气象条件和减排措施的相对贡献, 有助于科学评估减排措施的实施效果. 本文以2017—2019年京津冀区域13个城市PM2.5质量浓度为研究对象, 采用主成分分析、系统聚类等方法客观确定各次区域的典型代表城市, 并基于环境气象评估指数(EMI)量化空气质量改善过程中气象条件和减排措施的相对贡献. 结果表明, 京津冀区域PM2.5浓度整体呈南高北低特征, 高值区集中在河北省南部, 冬季区域PM2.5浓度显著高于其他季节. 经旋转后的主成分分析可划分出2个主成分, 分别对应河北省中南部地区和京津冀北部地区. 系统聚类将京津冀区域分为3个次区域, 经相似性计算获得次区域典型代表城市为承德、唐山和邢台. 以2017年为基准年开展EMI评估, 结果显示2018年1月承德、唐山和邢台PM2.5浓度下降, 减排和气象条件均有不同程度的贡献; 不利气象条件是2019年1月承德PM2.5上涨的主要原因, 排放造成同期唐山PM2.5浓度上升了52.8%,不利气象条件抵消了邢台减排的效果, 并造成其PM2.5浓度小幅度增加. 京津冀区域各城市PM2.5浓度的同步变化, 排放和气象条件对不同城市的贡献仍然存在很大差异, 在京津冀区域内划分次区域具有重要意义. 相似文献