基于机器学习方法的太湖叶绿素a定量遥感研究

为了比较评价人工神经网络和支持向量机2种机器学习算法在水质遥感中的应用能力,本研究首先从基础理论和学习目的入手,对比分析了2种机器学习算法的理论体系;其次,以太湖为例,基于MODIS遥感影像,构建了反演太湖叶绿素a浓度的2种机器学习方法模型,通过对模型的验证、稳定性和鲁棒性分析以及全湖反演结果对比3个方面评价了2种模型的泛化能力.验证结果表明,支持向量机模型对验证样本预测结果的均方差根和平均相对误差分别为5.85和26.5%,而人工神经网络模型的预测结果均方差和平均相对误差则高达13.04和46.8%;稳定性和鲁棒性评价亦说明,以统计学习理论为基础的支持向量机模型具有更加良好的稳定性、鲁棒性,空间泛化能力优于人工神经网络模型;2种机器学习算法对太湖叶绿素a的浓度分布反演结果基本一致,但人工神经网络模型因其学习目标设定和网络构建中的“过学习”等缺陷,造成了对东太湖以及湖心区叶绿素a的反演结果与实际监测结果差异较大.     

水质遥感在太湖叶绿素a时空分布动态变化研究中的应用

通过研究MODIS遥感数据与太湖现场监测数据之间的规律,确定了一个基于MODIS数据的叶绿素a指数,并以此为基础构建出一个具有普适性的、反映太湖叶绿素a时空分布动态变化的反演模型,为太湖藻类爆发的机理、预警研究以及水环境管理累积数据,提供决策依据。     

ELCOM模型在流溪河水库水温模拟中的应用

水温是湖泊水库生态系统的重要驱动因子,其结构特征对水生态系统中的物理、化学和生物过程起着重要作用。流溪河水库是位于北回归线上的大型山谷型深水水库,一座典型的热带亚热带过渡区水库。本文运用西澳大利亚大学水研究中心开发的三维ELCOM水动力学模型模拟了流溪河水库2008年7月23日到8月24日共32d的水温变化状况,并通过水温实测值进行了验证,模拟值与实测值的相关性R2值达到了0．8342,模拟值与实测值较为接近,ELCON模型较好地模拟了水温的日变化。最后对水温变化的原因和趋势进行了分析。     

邻苯二甲酸丁基苄酯对小鼠学习和记忆能力的影响

研究邻苯二甲酸丁基苄酯(BBP)暴露对小鼠脑组织的氧化损伤和对小鼠学习与记忆能力的影响.24只雄性昆明小鼠随机分为4组,每组6只,分别暴露于0,50,250,1250mg/kg的BBP,经口灌胃染毒14d.染毒期间同时进行Morris水迷宫实验,以检测小鼠的学习与记忆能力的改变.实验进行第15d,处死实验动物,取出脑、肝、肾组织,检测ROS水平及MDA和GSH含量.实验结果显示,1250mg/kg浓度BBP染毒组小鼠的学习和记忆能力与对照组相比显著下降(P<0.05);随着BBP染毒浓度的升高,小鼠脑、肝、肾组织中的ROS水平、MDA含量逐渐上升,GSH含量逐渐降低;且在1250mg/kg浓度时与对照组相比具有显著性差异(P<0.05).BBP的暴露可以影响小鼠学习与记忆能力,并对其脑、肝、肾组织产生氧化损伤.     

基于地理信息系统的引江济巢数值模拟系统的研究

以引江济巢工程为对象,在充分搜集巢湖流域水环境信息的基础上,利用Visual Basic6.0结合MapObjects2.0开发基于地理信息系统(GIS)的引江济巢数值模拟系统,实现对引江济巢工程基础地理信息、水文信息、水质信息等的统计、分析与管理。并通过嵌入式集成方法实现数学模型与GIS的紧密集成,实现了在污染因素由用户自行设定下进行"所见即所得"的动态仿真能力,为引江济巢调水方案的论证和调水过程中的环境管理提供技术支撑。     

巢湖2016年蓝藻水华时空分布及环境驱动力分析

针对近年来巢湖蓝藻水华暴发频繁,基于中分辨率成像光谱仪（moderate-resolution imaging spectrum-radiometer,MODIS）多光谱遥感数据,采用浮游藻类指数（floating algae index,FAI）和藻华像元生长算法（algae pixel-growing algorithm,APA）提取了巢湖蓝藻水华覆盖面积,在分析2016年巢湖蓝藻水华时空分布规律基础上,结合巢湖水质、气象数据,讨论了藻华暴发的主要环境驱动力.结果表明,2016年巢湖藻华暴发季节与往年一致（5~11月）,但藻华首次暴发时间推迟到5月,持续时间缩短至204 d,平均藻华面积85.53 km².其环境驱动力研究发现,尽管巢湖主要水质指标呈现下降趋势,但总氮、总磷浓度依然分别超过V类和IV类水质标准;与往年相比,2016年春季风速偏大（△W=0.1 m·s^-1）、降水偏多（△P=0.8 mm）与日照时数偏低（△S=-1.3 h）是巢湖藻华面积减少、起始暴发时间推迟的主要原因;藻华持续期内,降水成为影响藻华面积月际变化的主要影响因素,当日平均风速不仅与当天藻华面积存在较显著的负相关（P<0.05）,当风速较大时对后续几日的藻华面积产生一定的滞后影响.这些研究结果有助于了解巢湖蓝藻水华情况,为应对巢湖藻华暴发与气候变化提供理论依据.     

太湖水域叶绿素a浓度的遥感反演研究

利用太湖水域MODIS遥感数据的各波段反射率组合计算值,与实测的叶绿素a浓度进行相关性分析,找到相关性最好的反射率组合,建立反演太湖叶绿素a浓度的遥感模型.结果表明,利用MODIS数据可以较好地实现对太湖水域叶绿素a浓度的定量反演计算,并以MODIS数据第3、第17波段的反射率组合作为遥感指数建立了反演叶绿素a浓度的模型.第3、第17波段的波长范围分别为459nm～479nm、890nm～920nm,这一波段选择与以往使用TM数据得到的结论有所不同.     

太湖悬浮物分布的现场监测研究

于2005年8月25日至8月28日对太湖进行现场监测,得到了太湖梅梁湾到大太湖的悬浮物、浊度数据,分析得出:(1)光照强度较高时,对应于微囊藻峰值的出现,浊度在水深0.5m处出现最高值,光照强度较弱时,浊度的分布在垂直方向上趋于均匀;(2)悬浮物浓度与浊度具有较高的相关性,悬浮物浓度值可以用浊度的测定值换算得到;(3)河流流入、风浪条件和湖内藻类繁殖等影响着太湖悬浮物的垂直和纵向空间分布,出现梅梁湾到大太湖不同的悬浮物垂直和纵向分布。     

因子分析与聚类法的复合模型在水环境评价和管理中的应用

以2001-2003年巢湖监测数据为依据,采用因子分析、聚类分析方法的复合模型进行计算,结果表明:2001-2003年间,影响巢湖水质的污染因子发生了改变,同时定量诊断出水污染因子对巢湖水质的贡献率,合理划分出各类水环境管理区域,并提出相应的水环境管理措施.在巢湖水环境管理分区中,可以大体分为2大类,在各类中可以再细分为几小类,西半巢湖属于重污染,为水环境控制区域,东半巢湖污染相对较轻,为水环境控制和自净区域.结果分析表明,复合模型具有一定的可靠性和准确性,具有一定的参考实用价值.     

两种新型流域非点源污染负荷估算模型的比较

为探索简单快捷、实用性强的流域非点源估算模型,基于降雨量差值法的基本思想,应用径向基函数(RBF)神经网络和支持向量机(SVM)2种技术,以渭河流域历年降雨量资料为基础建立了相应的流域非点源污染负荷估算模型.并将2种模型估算结果与相关分析法估算结果进行了比较,综合分析渭河流域历年径流量与三者所推得的历年点源负荷的标准差.结果表明,支持向量机的估算结果最为合理,且计算简单,操作便捷,具有实用价值.