排序方式: 共有81条查询结果,搜索用时 15 毫秒
71.
太湖草型湖区底质对遥感反射比的贡献 总被引:1,自引:0,他引:1
水体的光谱特性主要表现为体散射而非表面反射,光学浅水中,光穿透水体而到达水底,离水辐射包含水体自身的贡献以及底质反射并透过水体到达水面的贡献.2004年10月试验获取了太湖67个样点的遥感反射比、后向散射以及吸收等表观光学量和固有光学量,同时测量了叶绿素、悬浮物和DOC含量,以及其他相关参数,如透明度、水深;以草泥均匀分布的水平朗伯性湖底、均质水体为假设条件,使用LEE模型,计算了太湖草型湖区底质对恰在水面下遥感反射比的贡献,同时计算了漫垂直衰减系数;分析了漫垂直衰减系数与透明度、悬浮颗粒以及与无机悬浮颗粒的关系,同时分析了漫垂直衰减系数与底质贡献的关系,从而为太湖水质参数遥感反演精度的提高打下了良好的基础并有了定量判断底质贡献的科学依据. 相似文献
72.
基于海洋自动观测站实测连续的水文气象数据,对1713号台风“天鸽”和1822号台风“山竹”影响期间广州近岸及珠江口水文气象特征进行了分析,并对海洋灾害影响动力因素进行了探讨。研究结果表明:(1)在台风影响期间,各观测站风速由平时的1~4级增至7~8级,风速均在受台风七级风圈影响6~7 h左右达到最大;潮位均超红色警戒潮位,最大增水2~3 m;波高由平时的1~2级增至3~4级;余流受风速影响先降后增,台风登陆当日余流值最低,台风使余流发生转向;海表温度下降1~2 ℃,海表盐度增大4~12。(2)对台风的响应由快至慢为:风速、余流、波浪、潮位、水温和盐度,波浪比风速晚1 h达到峰值,最高潮位出现在台风登陆1~2 h后,水温和盐度比风速对台风的响应晚5~6 h。(3)对波浪影响较大的因素主要为台风风圈半径、强台风持续时间、台风级别、移动速度等;对风暴增水影响较大的因素为台风强度和风圈半径,天文大潮、上游流量、地形等对潮位抬升也有一定影响,此外,波浪陡增对风暴增水具有较大影响,相关系数达0.7。(4)“山竹”登陆地点较“天鸽”远74 km且非天文大潮期,但引起的灾害较“天鸽”更严重,引起的最大增水较“天鸽”高30~50 cm,风暴潮等级Ⅱ级以上增水历时较“天鸽”长2.5 h,受4级海况影响时间较“天鸽”长11 h,主要原因是“山竹”的风圈半径远远大于“天鸽”,向陆移动过程中强台风持续时间远远长于“天鸽”。 相似文献
73.
巢湖藻类高斯垂向分布结构参数的遥感估算 总被引:1,自引:0,他引:1
藻类垂向分布异质性导致了遥感反演的湖泊表层叶绿素a浓度结果与单元水柱内藻类生物量间不存在一一对应的关系,因此有效确定藻类垂向分布结构是遥感反演湖泊藻类生物量的基础.受自身因素和外环境条件的影响,藻类垂向分布结构呈现出多种类型,其中高斯类型应用最广.本文基于3200组HydroLight模拟的高斯垂向数据构建BP神经网络,实现用MODIS数据相对应的3个波段的遥感反射比R_(rs)(469)、R_(rs)(555)、R_(rs)(645)和表层叶绿素a浓度共同估算高斯垂向分布结构参数h和σ.经巢湖地面实测数据验证显示,h和σ的估算值与实测值的相关系数分别为0.97和0.95,对应的相对误差分别为13.20%和12.36%,两者相对误差同时小于30%的占总数据量的87.5%,表明该BP神经网络估算巢湖藻类高斯垂向分布结构的有效性和准确性,为基于卫星遥感数据获取湖泊藻类生物量提供了重要的理论基础. 相似文献
74.
富营养化湖泊水体中藻蓝蛋白提取方法的对比 总被引:1,自引:1,他引:0
藻蓝蛋白是蓝藻的指示型色素,目前还没有标准的提取方法,特别是萃取剂的选择品种较多,对测量结果影响较大.分别以室内培养的铜绿微囊藻和巢湖夏季野生蓝藻为提取对象,运用液氮反复冻融法破碎蓝藻细胞,分别以Asolctin-CHAPS缓冲液(AC)、磷酸盐缓冲液(PBS)和Tris-HCl缓冲液来提取藻蓝蛋白,通过分光光度法分析提取液的吸收光谱、藻蓝蛋白浓度以及藻蓝蛋白浓度与叶绿素a浓度的相关性,比较3种缓冲液的提取效果.结果显示:3种缓冲液提取的藻蓝蛋白提取液在620 nm处都出现了藻蓝蛋白的特征吸收峰,但AC缓冲液和PBS缓冲液提取效率明显高于Tris-HCl缓冲液.另外,虽然AC缓冲液提取效率最高,但其成本昂贵、配制过程复杂且不易控制、难保存,不适宜大规模地推广应用;而PBS缓冲液的提取效率略低于AC缓冲液,但其配制方便快捷,更适合于大规模湖泊水质监测的要求,因此推荐PBS缓冲液作为常用的藻蓝蛋白提取液. 相似文献
75.
藻源性湖泛发生过程CDOM变化对水色的影响 总被引:1,自引:1,他引:0
利用Y-型沉积物再悬浮发生装置模拟湖泛发生过程,分析其中有色可溶性有机物(CDOM)的变化特征及其对水色的影响.结果表明,藻类死亡过程消耗大量的氧气,水中溶解氧在短时间内消失殆尽,形成厌氧环境;并同时分解产生大量CDOM,使得水中CDOM显著增多.前期阶段,CDOM浓度随时间一直升高,第6 d时CDOM浓度达到峰值,CDOM在443 nm处的吸收系数ag(443)为4.48 m-1.水体黑度值(Fe S浓度)呈先增大后减小的趋势,最大值0.35 mmol/L同样出现在第6 d,整个过程中,CDOM浓度和黑度值变化趋势一致,ag(443)与水体黑度呈显著正相关.利用Hydrolight和CIE颜色匹配函数模拟不同梯度的CDOM对水色的影响,发现随ag(443)增大,水体颜色也逐渐由绿色转为棕色,整体向长波方向移动,水色逐渐变暗.因此,可以认为CDOM浓度变化是引起湖泛水体发黑的重要原因之一,可作为定量监测湖泛强度的指示性参数. 相似文献
76.
太湖水体的后向散射概率 总被引:1,自引:0,他引:1
假设2004年10月太湖水体的吸收系数和遥感反射比的测量误差为0,利用生物光学模型,通过优化算法,在光学深水区模拟获得水体的后向散射系数,然后通过后向散射概率和颗粒物后向散射系数之间的定量关系,获得水体中可能真实的颗粒物后向散射概率结果表明,太湖水体的颗粒物后向散射概率不是一个定值,可以表示为波长的二次函数,在442、488、532、589、676和852nm处分别为0.017、0.017、0.027、0.033、0.054和0.094,均值为0.041,标准偏差为0.030。 相似文献
77.
近30年来青藏高原羌塘地区东南部湖泊变化遥感分析 总被引:8,自引:2,他引:6
以多时相Landsat TM/ETM+影像、CBERSCCD影像和早期1∶10万地形图为数据源,选取羌塘高原东南部22个面积较大的湖泊作为研究对象,借鉴城市扩展研究的思路,引入变化强度指数和象限方位分析等方法,从面积、强度和空间分异特征等多个方面对该区湖泊近30年来的变化进行分析.结果表明,1975-2005年间研究区湖泊呈扩张趋势,总面积共扩大了1162.19km2;色林错扩张面积最多,达510.02km2,以北部扩张最为明显;国加轮湖扩张强度最大;造成区域内湖泊面积扩张的主要因素是冰雪融水量的增加、降水量的增多以及蒸发量的减少. 相似文献
78.
79.
作为我国最大的内陆咸水湖,青海湖是青藏高原东北部重要水汽源,在维持区域生态环境及半干旱生态系统功能方面发挥着重要作用.近年来,青海湖水位迅速上升,但是湖泊扩张对周边人居设施与草地的影响尚未得到广泛关注和报道.基于1995-2019年Landsat TM/ETM+/OLI遥感影像、Hydroweb多源测高同化水位数据、SRTM-1 DEM数据等,本研究以青海湖近年来增长速率情景开展湖泊快速扩张对周边人居设施(道路、居民点)与草地影响和潜在威胁的定量研究.结果表明:1995-2004年期间青海湖处于萎缩态势,2004年水位和面积出现最小值,之后,青海湖进入稳定扩张期.2004-2019年期间,青海湖水位累计上涨3.27 m,年均增长率约为0.22 m/a;相应地,青海湖水量增长了14.25 km3,年均增长率为0.95 km3/a.湖泊扩张模拟结果显示,若青海湖水量以当前速率增长,水位将在2070年前后达到3207 m(相对2019年约10 m的水位涨幅),届时将会淹没178个居民点、长度约为1286.91 km的道路以及2042.22 km2的植被,其中预测的高风险区域主要为切吉乡、泉吉乡和金滩乡.该研究有望为青海湖快速扩张对当地居民的影响和潜在威胁提供重要的科学参考,并在气候变化背景下为制定缓解气候变化风险的预案提供科学依据. 相似文献
80.
蓝藻水华是湖泊水体富营养化的重要特征之一,不同水华蓝藻类群形成的水华特征、危害及其治理方法差异显著.因此,如何快速、准确地掌握不同蓝藻类群的时空分布特征成为实施富营养化湖泊污染治理与生态恢复、蓝藻生态灾害预测预警中一个亟待解决的科学问题.本研究基于纯藻种实验室培养和室内光学控制实验,在微囊藻(Microcystis)、鱼腥藻(Dolichospermum)、束丝藻(Aphanizomenon)3种主要水华蓝藻固有光学特性的基础上,通过甄别不同水华蓝藻的吸收、散射和后向散射光谱的特征波段,构建了基于吸收和散射特性的5种水华蓝藻类群的非线性最优化定量识别模型,其中,基于440、620和675 nm 3个波段吸收的a-CIM 440,620,675具有较为稳定的定量识别能力;并基于野外实测光学特性数据,实现了巢湖主要水华蓝藻类群的定量监测,初步分析了巢湖主要水华蓝藻类群的时空分布特性.研究表明,巢湖的水华蓝藻以鱼腥藻、微囊藻为主,束丝藻较少,鱼腥藻主要出现在温度较低的季节,微囊藻在夏季的西部湖区占优势;巢湖水华主要为微囊藻藻华和鱼腥藻藻华,且浓度较高的蓝藻主要存在于水体表面以下20 cm范围内;微囊藻和鱼腥藻在非藻华断面垂向上均匀分布.本研究可为富营养化湖泊蓝藻水华预测预警以及相关管理部门决策提供重要的理论依据和科学支撑. 相似文献