基于矢量空间数据的陵水海滨风景名胜规划区生态敏感性评价

以陵水海滨风景名胜规划区为研究区域,通过调查主要生态敏感问题,选取基本农田、生态保护林、自然保护区、河流水库、道路等主要评价指标,建立评价指标体系,并在此基础上,以Are／info为平台,以矢量数据为数据环境,创建了生态敏感性评价模型。结果显示,20．28％和29．37％的规划区处于较敏感区和敏感区,8．85％旅游设施用地和9．54％旅游服务用地处于敏感区。最后提出了在旅游开发过程中,保护生态敏感目标的合理性建议。     

基于遥感监测的黄海绿潮漂移路径及分布面积特征分析

本文利用2008～2012年的多源卫星遥感序列图像,动态监测各年绿潮发生的漂移路径、影响海域面积,得到各年绿潮漂移趋势、分布面积和最大分布面积出现时间。根据监测结果,划分出影响绿潮漂移路径的关键区域,并分析了2008、2009和2010年关键区域内各年绿潮漂移方向和面积变化情况。     

论环境监测过程中的质量保证工作

介绍了环境监测工作中常用的质量控制方法。认为应通过质量控制工作,使监测数据符合五性：代表性、准确性、精密性、可比性、完整性。     

基于MODIS的乌梁素海“黄苔”监测预警系统

乌梁素海暴发的"黄苔"对其周边地区的生态、经济造成了严重的破坏,对"黄苔"进行监测预警对于改善湖区及周边地区的生态环境以及经济的可持续发展具有重要意义。以物联网的4层设计内涵思想为指导,构建了基于MODIS数据的乌梁素海"黄苔"监测预警系统,实现了"黄苔"监测预警平台的信息化与系统化。经验证,该模型的计算结果合理、可靠,基本达到了业务需要的精度。     

浅谈废气监测的数据质量保证

从废气采样、相关参数测定、烟尘监测以及废气监测等方面,阐述了保证监测数据质量应注意的问题。结合实际,提出了提高废气监测数据质量的方法和建议。     

基于多时相MODIS数据的四川省森林植被类型信息提取

森林植被类型信息对于生态的保护、规划和建设具有重要的意义。论文针对单一时相遥感数据在提取森林植被类型信息方面的局限性,探讨了基于多时相MODIS遥感数据实现提取主要森林植被类型信息的方法。将四川省的森林植被划分为常绿落叶混交林、常绿阔叶林、常绿针叶林、落叶阔叶林、落叶针叶林5 种类型。通过对其年内生长差异的分析,选取多时相（2005 年1 月9日、2 月26 日、4 月22 日、7 月19 日和10 月23 日）特征数据,利用光谱和时相特征知识建立了常绿林、落叶林和针叶林的提取模型;通过特征组合与逻辑判断,实现了5 种植被类型信息的提取,提取精度总体达到84%,植被类型最低精度达到76%。研究表明,该方法可以节约大量的人力、物力和财力,在大范围的植被类型调查与监测方面具有较大的应用价值。该研究表明,四川省2005 年的森林覆盖率为28.43%。各类型按所占百分比由高到低的排序为落叶阔叶林、常绿针叶林、常绿阔叶林、落叶针叶林和常绿落叶混交林。该数据对四川省森林植被的保护和利用具有重要的应用价值。     

几种网格数据处理方法的应用与评述

对于利用网格布点所测得数据的处理,可采用积分法、趋势面法、多项式法和平均值法,各种处理方法各有其特点。平均值法计算简单,各个网格权重相同,意义明了,但精度不高;积分法和趋势面法考虑到了位于中心的网格对整个区域的贡献率大,组成的三角形多,统计时利用次数就多,边缘的网格数据利用次数少,物理意义明确。积分法还可计算总量,趋势面法可以在图上表示区域分布及变化趋势;多项式法除了计算其平均值外,还可模拟测定值,可计算测得数值序列趋势值和偏差值,分析污染物分布及变化情况。使用时要根据分析对象的物理意义及研究目的不同,选择不同的数学模型和计算公式。     

陕西省县域旅游效率的空间格局及影响因素

提质增效是目前旅游产业发展面临的重要课题。基于数据包络分析法,选用Python爬取技术,对陕西省107个县域的旅游效率进行测度分析,探讨县域旅游效率的空间格局及其影响的主要因素。研究表明：（1）陕西省旅游效率达到有效的县域数量整体偏低,高旅游效率县域多集中于市辖郊县。（2）县域旅游效率分布不均衡。陕北地区高旅游效率县域主要集中在黄河沿岸,关中地区呈现“西高东低”的现象,陕南地区高旅游效率县域则集中在地市交界处。（3）影响县域旅游总效率、技术效率和规模效率的主导因素不同。旅游收入占GDP比例（反映旅游业水平）、人口密度（反映县域发展水平）及汽车站数量（反映交通服务水平）是影响陕西省县域旅游总效率及技术效率的主导因素,而旅游资源禀赋（反映旅游业水平）、人口密度（反映县域发展水平）则是影响陕西省县域旅游规模效率的主导因素。     

基于空气质量监测数据的钢铁行业污染源识别方法

京津冀及周边地区等重点区域已经建立具有高时空分辨率特点的空气质量监测网,但监测数据主要用于环境空气质量评价,在大气污染来源识别中应用较少.采用特征雷达图中的双重归一化算法对区域上2018～2019年秋冬季空气质量监测数据中的SO₂、 NO₂、 CO、 PM_2.5和粗颗粒物(PM₁₀与PM_2.5的浓度差值)这5种因子进行分析,识别出偏SO₂、偏NO₂、偏CO、偏PM_2.5、偏粗颗粒物、偏SO₂-CO、偏NO₂-CO和偏PM_2.5-CO这8种典型污染特征.以偏SO₂-CO特征为例,结合污染特征时空分布、主要污染源排放特征和PM_2.5源解析,判断该特征下对空气质量影响最突出的污染源,并将该方法用于一次典型污染过程的分析.结果表明,研究时段内偏SO₂-CO特征的平均占比为7.6%.（1）偏S...     

基于数据场和云模型的洪水灾害风险等级评估

根据灾害风险系统的定义以及洪水灾害的特点,用灾情损失与地形危险性的综合作用描述洪水灾害风险。针对研究单元风险的内在联系和等级概念的模糊性、随机性,提出基于数据场和云模型的洪水灾害风险等级评估方法,以期为洪水灾害风险管理提供科学依据。以苏州市和上海市(崇明县除外)为例,首先用数据场对灾情数据进行扩散;再用云模型对地形进行等级划分;最后对两者进行耦合得到该地区的洪水灾害风险等级划分。结果表明:苏州市中心偏北区域和上海市中心区域综合风险等级最高,并向四周呈递减趋势;总体上中部风险等级最高,北部次之,南部最低。