排序方式: 共有51条查询结果,搜索用时 62 毫秒
41.
为促进海洋渔业经济的健康可持续发展,文章以连云港高公岛附近的紫菜养殖区为研究区域,利用海洋环境综合监测浮标实时监测水环境和气象数据,采用定性和定量相结合的方法,分析紫菜养殖区海域的水温、电导率、水压、溶解氧浓度、pH值、盐度、叶绿素浓度和浊度等水环境因子的统计和变化特征及其相关性,在此基础上分析气象条件对水环境因子的影响。研究结果表明:研究区域的水温和盐度适宜紫菜养殖,浊度属于强变异性;水温和电导率整体呈逐渐升高的趋势,溶解氧浓度和pH值呈逐渐降低的趋势,其他水环境因子呈波动状态;水压的变化与气压具有一致性,水体未受到溶解氧和酸碱污染;水温与电导率之间存在较强的正相关性,水温与溶解氧浓度和pH值之间存在较强的负相关性,pH值与叶绿素浓度和盐度之间存在较强的正相关性;气象条件对水环境因子存在一定的影响,海上大风导致水体浊度陡增。 相似文献
42.
43.
探讨盐碱植物生长、生理和冠层光谱特性对水盐胁迫的响应机理对研究滨海湿地植物适应性、碱蓬滩生态系统健康评价、退化湿地生态修复等具有重要意义。本文通过盆栽水盐胁迫试验,利用双因素方差分析法指示盐地碱蓬幼苗的株高、分枝数、生物量、叶绿素含量、可溶性糖含量和冠层光谱对水盐胁迫的响应。结果显示:(1)分枝数、地上鲜重、地下鲜重和地上干重对水盐胁迫有显著响应,其中地下鲜重对水盐胁迫响应最显著(P<0.001)。(2)株高、叶绿素含量和可溶性糖含量分别对淹水胁迫和盐胁迫响应极显著(P<0.001),但对水盐交互胁迫响应不明显。(3)基于水吸收带的差值植被指数对水盐胁迫的响应最显著(P<0.001)。(4)新构建的10个植被指数对水盐胁迫有显著响应;已有植被指数、RVI对淹水胁迫有显著响应,而已有植被指数DVI、TGI对盐胁迫有显著响应。研究获得了对水盐胁迫下响应显著的生长生理指标和植被指数,对进一步理解盐地碱蓬极端生境下的适应性具有科学价值,但未确定适宜盐地碱蓬生长的最佳水盐条件。 相似文献
44.
以沿海滩涂大米草为研究对象,测试其叶片水平的反射光谱和叶绿素含量;基于反射光谱提取多变量和单变量参数,并分析其与叶绿素含量的相关性;应用线性回归和非线性模拟的方法构建大米草叶绿素含量的高光谱估算模型。结果表明:叶绿素a,b和(a+b)含量与487 nm的导数光谱相关系数最高,分别为-0.615,-0.572和-0.613;应用多元逐步线性回归构建的叶绿素a和(a+b)含量的高光谱估算模型精度最高,调整后的R2分别为0.449和0.407;应用二次函数法构建的叶绿素b含量的高光谱估算模型精度最高,调整后的R2为0.387。 相似文献
45.
采石场开采量计算,由于传统测量方法存在获取数据量少、精度低、复杂地形获取数据困难等问题,利用激光点云数据计算采石场开采量具有重要的研究意义。选择李庄采石场作为研究对象,利用徕卡C10获取点云数据,运用Cyclone软件对点云数据进行预处理,Geomagic软件对预处理数据进行精简。采用Cyclone,HD-3LS-SCENE,CASS软件对开采量分别进行计算,详细对比分析计算结果。研究结果表明:三种软件可满足工程需要。Cyclone软件计算精度最高,CASS软件操作快捷方便。根据软件多种性能指标的对比研究,确定采石场开采量行之有效的计算方法。 相似文献
46.
针对传统分类方法易受到"同物异谱"和"同谱异物"影响,致使河口湿地覆盖分类精度较低的问题,提出一种基于遗传算法优化BP神经网络分类算法。以江苏省临洪河口湿地为研究区,选用哨兵Sentinel-2影像,经辐射校正、大气校正和图像裁剪等预处理后,构建基于自适应遗传算法优化的BP神经网络算法开展临洪河口湿地土地覆盖分类研究,并与传统BP神经网络、支持向量机和随机森林算法进行精度比较。研究结果表明:遗传算法优化后的BP神经网络算法开展河口湿地土地覆盖分类的总精度为96.162 7%,Kappa系数为0.952 0;与传统BP神经网络、支持向量机和随机森林分类算法的分类总精度相比,分别提高了7.359 7%、11.677 9%和6.042 4%;对应的Kappa系数也相应提高了0.090 8、0.118 0和0.074 8;有效解决了河口湿地土地覆盖分类精度低的问题。遗传算法优化后的BP神经网络可实现河口湿地土地覆盖的高精度分类,促进湿地资源的合理开发和保护,为实现海洋生态文明建设提供技术支撑。 相似文献
47.
海上紫菜养殖筏架分布无规律、大小不规则且数量较多,现场测量难度大、卫星影像空间分辨率低,不能精确测量出紫菜筏架面积。无人机机动性强、影像空间分辨率高,可在紫菜养殖调查中发挥重要作用。本研究以连云港海州湾紫菜养殖筏架为研究对象,开展可见光波段在养殖筏架与水体的光谱可区分度研究,基于6种植被指数,进行自动提取实验,以目视解译结果作为真值,进行精度分析,同时利用不同时相、不同区域的无人机可见光影像,开展方法的普适性研究。结果表明:绿色度坐标(green, G)和植被(vegetativen,VEG)指数方法在浅水区和深水区均表现较好,养殖筏架个数识别精度、面积识别精度均超过91.00%。基于此,利用上述两种方法,开展其他区域自动提取实验,养殖筏架个数识别精度、面积识别精度分别超过93.02%和89.37%。结果验证了无人机可见光影像可以实现紫菜养殖筏架的自动提取,精度基本满足紫菜养殖调查需求。 相似文献
48.
针对高校生源基地建设和招生宣传策略制订的问题,该文以淮海工学院近3年的省内生源数据为基础,运用核密度估计和局部空间自相关分析方法对其生源的空间分布特征进行可视化表达和热点识别,并据此开展生源分区。结果表明,连云港、徐州、宿迁及长江沿岸县市是淮海工学院生源的高密度分布区,淮安南部、扬州和泰州北部以及盐城市全境则为低密度分布区;生源密度的空间分布具有显著的空间自相关性。根据生源密度热点和冷点分布的统计显著性(p0.05)可将全省划分为3类生源区,且各类生源区均有着各自的生源数量和空间分布特征。基于生源核密度的局部空间自相关分析,可获得连续性较好且具有显著统计学意义的生源热点和冷点分布区,其结果可为生源分区提供坚实的数理统计基础。 相似文献
49.
50.
为提高遥感影像融合质量,提升资源一号(ZY-1 02D)高光谱遥感影像滨海湿地植被分类精度,提出将ZY-1 02D高光谱影像与空间分辨率为10 m的哨兵2号(Sentinel-2)影像进行Brovey融合,并通过搭建AlexNet卷积神经网络对ZY-1 02D高光谱影像和Brovey融合影像的滨海湿地植被进行分类,与支持向量机、随机森林和BP神经网络分类算法进行精度对比。研究结果表明:经Brovey融合后,AlexNet、支持向量机、随机森林和BP神经网络算法的植被分类总体精度分别提高15.60%、7.00%、14.80%和10.00%,Kappa系数提高了21.35%、9.93%、18.97%、12.85%;基于Brovey影像融合与AlexNet算法的植被分类精度最高,总体精度为92.40%,Kappa系数为89.42%。空谱融合配合AlexNet卷积神经网络有效解决了高光谱遥感影像在滨海湿地植被分类应用中精度较低的问题,为滨海湿地植被资源动态监测提供技术和方法支撑。 相似文献