河北省顺平县地下水化学特征及其成因分析

为研究顺平县地下水化学特征及离子来源,服务顺平县水资源科学开发与管理,系统采集了县域33组岩溶水和12组孔隙水样品,综合利用Gibbs图、离子比值关系和多元统计分析方法,分析了顺平县各类型地下水水化学类型、组成特征和主要控制因素,评估各来源对地下水溶质的贡献率.结果表明,研究区孔隙水和岩溶水整体呈弱碱性,TDS变化范围分别为245.89～430.00mg·L^-1和223.54～1 347.80mg·L^-1;阴阳离子组分以HCO^-₃和Ca²⁺为主.研究区内地下水聚类分为PW1、PW2类孔隙水和KW1、KW2、KW3类岩溶水,PW1和KW1类为HCO₃-Ca·Mg型水,PW2为HCO₃·Cl-Ca·Mg型水,KW2为HCO₃·NO₃-Ca·Mg型水,KW3为高矿化度的SO₄-Ca·Mg型水.以白云石矿物为主的碳酸盐岩风化和以钠长石、钾长石为主的硅酸盐岩矿物风化是地下水主要的...     

塔里木河下游输水前后NDVI差异分析

运用统计方法分析塔里木河下游英苏、喀尔达依、阿拉干三断面输水前后归一化植被指数(NDVI)的差异大小并推测河畔植被对输水的响应程度。结果表明:随着输水进行,研究区NDVI与地下水埋深逐渐呈负相关趋势,NDVI增幅随地下水埋深减小逐渐增大;输水前后相同断面NDVI差异极显著,根据输水前后NDVI差值大小确定植被恢复速度为:英苏>喀尔达依>阿拉干;各断面NDVI在输水前没有差异,输水后断面间NDVI差异显著,根据差异大小确定恢复程度顺序为英苏>喀尔达依>阿拉干;以大西海子水库周边NDVI为参照,确定经7年8次生态输水英苏、喀尔达依、阿拉干三断面植被恢复度分别为20.2%、18.4%和8.4%。以上研究表明,研究区植被恢复仍然有限,坚持持续输水很有必要。     

基于无人机遥感的互花米草长势参数提取与相关性分析

本文以盐城滨海湿地部分区域为研究区,利用无人机多光谱激光雷达融合技术提取互花米草（Spartina alterniflora）不同物候期的冠层高度、植被指数、覆盖度和倒伏率等长势参数,计算冠层高度与植被指数及其他参数的相关系数并构建了回归模型。结果表明：（1）枯萎期至成熟期的冠层高度逐渐增加,自海向陆的冠层高度整体逐渐减小;枯萎期至开花期的归一化植被指数（normalized difference vegetation index,NDVI）逐渐增加,成熟期的NDVI减小,自海向陆的NDVI整体逐渐减小。（2）非枯萎期的冠层高度与植被指数、覆盖度、倒伏率和空间位置显著相关。（3）冠层高度与植被指数分布存在空间异质性,地理加权回归（geographically weighted regression,GWR）在模型精度和空间异质性分析上均优于普通最小二乘回归（ordinary least square,OLS）。     

基于植被指数和神经网络的热带人工林地上蓄积量遥感估测

热带森林作为陆地生态系统的组成成分之一,研究其蓄积量估测对我们了解其在全球碳循环中的地位和作用有很重要的意义.但遥感估测森林生态参数的精度如何,还是个不确定的问题.利用LANDSAT-TM数据,基于森林清查数据和遥感技术,以尾叶桉和加勒比松为例,对中国南方地区人工林蓄积量估测进行了尝试研究.首先,通过测量样方胸径、树高,建立森林蓄积量估算模型.其次,通过对比分析不同植被指数与森林蓄积量之间的关系,选择合适植被指数组合,建立多元回归和神经网络模型.结果表明:单波段TM数据和大多数植被指数与蓄积量相关性并不好.神经网络比回归分析模拟效果好.而多元回归和神经网络模型大大提高预测精度.本研究方法对大面积的森林蓄积量估测具有一定的参考价值.     

基于SPOT5影像多辐射校正水平的植被绿量遥感估算

选用南京市SPOT5图像的灰度值(DN)、星上辐射率(SR)、表观反射率(TOA)和地物反射率(PAC)数据,提取了两种植被指数(VI),即归一化植被指数(NDVI)和比值植被指数(RVI),并与地面实测的绿量(LVV)进行相关分析,建立了165个关系模型.结果表明,LVV与VI呈极显著的相关关系,其相关系数多以相对均质植被高于植被总体,基于灰度值高于常用的地物反射率为主.LVV-VI关系模型的R~2均值以多元线性回归模型最高(0.821),指数模型最低(0.536),而1～3次多项式模型均接近0.7.每种植被样方优选出一个模型,即阔叶林LVV-7.802 RVI_(PAC)-2.455(R~2=0.827,RMSE=0.498);针阔叶混交林LVV=-15.421 RVI_(TOA)+26.971 RVI_(DN)-8.261(R~2=0.918,RMSE=0.356);灌木LVV=-342.591 NDVI_(DN)~3-20.553 NDVI_(DN)~2+14.013 NDVI_(DN)+1.509(R~2=0.764,RMSE=0.689);草地LVV=2.934 RVI_(PAC)+2.147 RVI_(TOA)-3.193(R2=0.903,RMSE=0.464);总体植被LVV=1.789RVI_(PAC)-6.814NDVIs+4.258NDVI_(PAC)+12.854 NDVI_(DN)-0.342(R~2=0.810,RMSE=0.638).这些优选模犁的自变量包括了4种辐射校正水平下提取的两种植被指数,显示基于不同辐射校正水平的植被指数在植被LVV遥感反演中具有一定的应用潜力.     

广州地区降水SO4^2／NO3^—比值的变化

结合广州地区污染源的排放状况,分析本地区近10年来降水中SO4^2-、NO3^-组分的变化,提出在控制SO2排放总量的同时,必须要注意肖减NOx排放。     

大气颗粒物中多环芳烃的污染特征及来源识别

研究了北京市2000年采暖期和非采暖期2个典型代表月(6月和12月)不同粒径颗粒物的质量浓度特征以及不同粒径颗粒物中ρ(PAHs)分布特征,并同时利用比值法和化学质量平衡(CMB)受体模型对可吸入颗粒物(PM₁₀)中PAHs的来源进行识别和解析.研究结果表明:北京市采暖期ρ(颗粒物)明显高于非采暖期;采暖期和非采暖期不同粒径颗粒物的比例有差别,采暖期、非采暖期ρ(PM₁₀)分别约占ρ(TSP)的0.662和0.734;PAHs具有更明显富集于细颗粒物中的特征;源解析结果表明燃煤污染和机动车污染是PM₁₀中PAHs的最主要来源.      

秦巴山区增强植被指数长时间序列变化及其自然影响因素分析

秦巴山区是横跨我国南北地区的重要地理过渡带,为全面了解秦巴山区近20年的生态变迁及影响因素,基于MODIS-EVI数据,结合气温、降水和DEM数据,利用最大值合成法、趋势分析法和偏相关分析,以海拔为基础,分析了秦巴山区2000—2020年不同海拔高度上不同类型植被增强指数(EVI)的时空变化及其与气温、降水的相关性。研究结果表明：(1)2000—2020年秦巴山区植被年均EVI呈现波动上升趋势,有80.67%和13.29%的区域EVI呈现明显改善和轻微改善趋势,在海拔1 600～1 800 m处EVI变化处于相对稳定状态,较适宜植被生长。(2)栽培植被和阔叶林为秦巴山区主要植被类型,各植被类型EVI值由大到小依次为阔叶林、灌丛、针叶林、草地、栽培植被和其他,在1 000～2 000 m海拔区间植被面积占大多数,1 600～1 800 m为适宜植被自然生长的区间。(3)2000—2020年秦巴山区向暖湿方向发展,EVI与气温相关性在区域分布上较均匀,降水对植被EVI的影响强度要高于气温对其的影响强度;随着海拔高度的上升,植被EVI与气温的相关性总体上高于其与降水的相关性。     

比值-导数光谱法快速测定香草醛

文章用比值—导数光谱法测定香草醛的含量。实验结果表明,香草醛木素溶液在pH≤7时香草醛在230 nm处有吸收,在pH>7时在248 nm处有吸收。根据不同pH值和不同浓度条件下香草醛木素溶液的比值-导数光谱,说明在230 nm处的光谱信号在pH≤7不受pH值影响,248 nm处的光谱信号在pH>7不受pH值影响。在230 nm和248 nm处的光谱信号对浓度的变化较为敏感,在此两处吸收值可用于香草醛的测定。     

鄂尔多斯十大孔兑区植被生产力变化趋势对土地利用转移的响应

归一化植被指数(Normalized difference vegetation index,NDVI)是衡量区域植被生产力变化的一个重要指标,而土地利用/覆盖变化(Land use/cover change,LUCC)进程深刻影响了陆地生态系统空间分布格局及其生产力变化。因此本文结合趋势分析和转移矩阵法,从中分辨率成像光谱仪(Moderate-resolution Imaging Spectroradiometer,MODIS)NDVI年际变化角度分析鄂尔多斯北部典型农牧交错区(十大孔兑地区)2000-2015年植被生产力的变化趋势与LUCC的关系。结果表明:(1)在农牧交错区植被生产力总体呈增加趋势,其中显著增加和不显著增加区域面积占总面积的89.41%,分别为22.01%和67.4%;其后依次为不显著减少区域、无变化区域和显著减少区域,面积比例分别为4.59%、3.32%和2.68%。(2)在不显著增加和显著增加区,土地转换面积分别为235146.08 hm2和82761.76 hm2,草地转为农田、林地、水体、建设用地和未利用地尤其是草地转为农田导致对应区域植被生产力增加。