排序方式: 共有24条查询结果,搜索用时 12 毫秒
21.
22.
近年来玉溪市经济发展较快,城市建设得到了长足发展,但是经济的发展、人口的增加,也带来了大气质量下降,水体、噪声、固体废弃物污染等城市环境问题,造成了城市环境发展相对滞后。建设一个生态、经济、社会协调发展的理想的人居环境,是玉溪市城市可持续发展的最终目的,人的因素、空气污染、水资源的保护、城市规划是玉溪环境可持续发展面临的主要问题,在阐明玉溪城市环境现状的基础上.分析其原因,对城市环境可持续发展提出对策和建议。 相似文献
23.
及时准确地获取耕地空间分布数据对于农业生产管理、产量估算、种植结构调整等具有重要意义。目前的耕地提取多基于多时相中低分辨率影像或单时相高分辨率影像,难以满足耕地破碎,农作物种植模式复杂的区域精度需求。基于此,本研究通过协同国产高分一号(GF-1)、高分二号(GF-2)和高分六号(GF-6)卫星影像,探索米级分辨率尺度下的耕地高精度提取方法。该方法以深度神经网络UNet为基础,通过协同GF-1/6的多时相优势和GF-2影像的高空间分辨率构建了CEUNet(Cropland Extraction UNet)模型,以充分挖掘耕地的时相特征和空间几何特征。同时,将基于CEUNet模型提取的米级耕地结果分别与基于UNet和多源不同分辨率遥感影像的语义分割(UNet_m)、基于UNet和单时相高分辨率影像的语义分割(UNet_s)、基于对象的随机森林分类(OBIA)、基于像元的随机森林分类(RF)提取的耕地结果展开对比,分析所提出的方法在不同区域的适宜性。结果表明,基于CEUNet模型提取的米级耕地总体精度达到92.92%,且基于CEUNet提取的耕地的逐像元验证结果在平均F1-Score值上相较于基于对象和基于像元的随机森林分类分别提升了0.21和0.21,相较于UNet_m和UNet_s分别提升了0.04和0.11,其中针对地块破碎,景观异质性高等区域,CEUNet相较于UNet_m和UNet_s提升了0.09和0.26。本研究提出的CEUNet模型能够充分发挥多源国产高分卫星数据的空间和时间优势,两者结合能够快速、高效地提取不同农业景观及不同种植模式的耕地空间分布信息。 相似文献
24.
水体富营养化极易引起湖泊水库如藻类水华等水生态系统环境问题。氮素作为初级生产力的限制性生源要素之一,认识其在水华形成过程中潜在作用至关重要。本研究选取胶东半岛低碳高氮水库水体进行模拟实验,通过添加不同剂量硝态氮,探究高硝态氮输入对库区水体藻类和细菌群落结构的影响。结果表明:(1)当硝态氮作为唯一氮源,随着培养时间延长,硝态氮浓度显著下降,亚硝态氮和氨氮浓度逐渐升高,表明微藻和细菌共同作用可能将硝态氮转化为亚硝态氮和氨氮;(2)当硝态氮浓度为6 mg/L时,藻类叶绿素a浓度达到最高值,随着硝态氮浓度升高,叶绿素a浓度则会降低;(3)添加硝态氮后,蓝藻门成为优势藻类,绿藻门次之;变形菌门相对丰度显著升高。研究结果为低碳高氮类水体暴发蓝绿藻水华及有效防控提供理论依据和技术支撑。 相似文献