广东梅江中上游河段气温、降水、径流变化趋势及周期性分析

运用梅江中上游河段两个国家气象站和两个水文站的时间序列数据,应用累积滤波器、Kendall的秩次相关和小波分析等方法对该河段气象水文要素的长期变化趋势及周期性进行了分析。结果显示:1梅江中上游河段降水量、径流量呈不同程度的减少趋势,而气温则表现出较明显的上升趋势,其中两个水文站径流量的减少趋势和气温的增加趋势十分显著,均通过了置信度为95%的显著性检验;2该河段气温、降水、径流序列周期变化不一,年均气温只有28a的主周期,年降水变化的主周期依次为28a、12a、7a和4a,尖山站和水口站径流量变化的主周期很接近,尖山站依次为28a、20a、12a、8a和5a,水口站依次为29a、20a、12a、9a和5a;3另一方面,在河段气温上升、降水量几乎保持不变的情况下,两个水文站的径流量明显减少,这是人类活动所致还是气候变化的影响,还有待进一步研究。     

基于无人机遥感的海岸带生态环境监测研究综述

本文介绍了无人机遥感系统的发展历史及现状,并从海岸带生态环境监测应用角度,总结了无人机平台、载荷在海岸带生态环境监测的现状;综述了无人机遥感在海岸带生态环境监测中8个不同场景的应用,为无人机遥感在海岸带管理中的发展潜力和有效性提供了参考。同时指出,为进一步提升无人机遥感在海岸带生态环境监测中的应用效果,需要在无人机载荷、像控点(GCPs)布设、光谱数据处理等相关技术方面进行进一步研究和完善。未来,随着无人机数据传输速度的提高与无人机自组网技术的发展,有望实现海岸带生态环境高效、智能化监测。     

基于遥感和机器学习的内陆水体水深反演技术

文章主要根据机器学习算法（随机森林算法和极端梯度提升算法）和遥感水深反演的原理,利用Sentinel_2多光谱卫星数据和无人船实测水深数据,对内陆水体——梅州水库建立了随机森林（RF）、极端梯度提升（XGBoost）和支持向量机（SVM）水深反演模型,并对反演结果进行对比分析。结果表明：1）RF的训练精度为97%,测试精度为0.80;XGBoost模型的训练精度为97%,测试精度为0.79;SVM的训练精度为90%,测试精度为0.78。说明了在水深预测方面RF模型和XGBoost模型比SVM模型表现更好,对各个区段的水深值较为敏感。2）根据运行时间考察各个模型的效率,其中RF模型从读取数据至输出结果耗时3.92 s;XGBoost模型4.26 s;SVM模型6.66 s。因此,在反演精度和效率上RF模型优于XGBoost模型优于SVM模型,且RF模型的预测结果图细节更加丰富,轮廓更加分明;XGBoost模型次之,但总体效果也较好;SVM模型表现最差。由此可知,机器学习水深反演模型获得的水深结果精度明显提高,解决了传统水深反演模型精度不高的问题。     

面向水库大坝形变监测的三维激光扫描点云分析方法

根据黄龙带水库大坝两期高精度三维激光大坝扫描点云数据,本文提出基于正态分布的点云数据配准算法、改进原始渐进加密三角网滤波算法,运用点到面形变量对比分析模式监测大坝形变量,并进行源程序开发,实现一体化监测点云数据的加工、对比分析及建模处理。通过结果验证显示：①改进后的算法效率高、精度优,适用于大坝点云数据处理和对比分析;②开发的点云数据一体化处理软件简单易用,能够精准反映坝体变形情况;③黄龙带坝体稳定,尚无安全隐患。     

五华河流域非点源污染风险区和风险路径识别

非点源污染是亟待解决的水环境问题之一,确定非点源污染过程中的潜在风险区和风险路径是解决非点源污染问题的关键。引入景观生态学中的最小累积阻力模型,以高污染负荷的耕地、建设用地为“源”,运用表示下垫面产流性质的地形湿度指数和CN值构建阻力面,对五华河流域的非点源污染高风险区和风险路径进行可视化识别和分析。结果显示：① 在下垫面产流作用下,五华河流域低产流区主要分布在流域西南部,高产流区呈“人”形贯穿全流域。② 最小累积阻力模型能够有效识别流域内非点源污染风险区和风险路径,五华河流域非点源污染高风险区分布于迥龙、田心、龙母、铁场、登云、通衢、鹤市、紫市、岐岭、华城、转水、潭下、水寨等地的河道两岸,以耕地为“源”的非点源污染风险路径与建设用地为“源”的非点源污染风险路径在空间分布上差异较大。③ 耕地对五华河水质的影响大于建设用地对五华河水质的影响,耕地中的富营养物质和沉积物更容易随地表径流进入受纳水体。④ 流域尺度上治理以耕地为“源”的非点源污染应在邻近耕地的河流两岸建立一定宽度的植被缓冲区,治理以建设用地为“源”的非点源污染宜围绕关键源区进行治理。本研究为非点源污染风险区和风险路径的识别提供一种新的思路,为进一步开展非点源污染治理提供理论依据。     

基于景观生态风险评价的宁江流域景观格局优化

流域景观生态风险受到多源因素的综合作用,识别流域景观生态风险是实现景观格局优化的基础与前提,景观格局优化是应对生态风险的有效手段。以宁江流域为研究区,采用空间主成分分析法,从“自然—人类社会—景观格局”3个维度对流域景观生态风险进行综合评价,基于景观生态风险评价结果,构建累积阻力表面,利用最小累积阻力模型进行了流域景观格局的优化。结果表明：人类社会和景观格局因素对综合风险影响更为强烈,地形和距水体距离等自然因素对综合生态风险影响较弱;宁江流域整体景观生态风险偏大,较高景观生态风险区域位于流域西南部,面积为523.99 km ²,占流域面积的36.06%;识别出流域生态源地为面积大于50 km ²的林地和面积大于0.2 km ²的水体。研究构建了15条生态廊道,一级生态廊道长度大于30000 m,二级生态廊道介于10000~30000 m之间,三级生态廊道长度在10000 m以内;识别了19个生态节点,形成了多层次生态网络。通过对比研究区景观格局优化前后的连通度发现,优化后流域整体景观格局连通度得到明显提升。     

机器学习模型的珠江口悬浮泥沙遥感反演与规律分析

本文以珠江口悬浮泥沙水质采样数据及高光谱数据为基础,构建了人工神经网络(ANN)、支持向量回归机(SVR)、随机森林(RF)悬浮泥沙反演模型,结果发现模型预测精度从高到低依次为：RF、ANN、SVR。采用随机森林模型对珠江口悬浮泥沙反演,结果得到珠江口岸悬浮泥沙浓度呈现西高东低,从近岸到离岸逐渐递减趋势。主要是由于珠江口地形为喇叭形,在季风和潮汐共同作用下,珠江口顶部区域受潮汐和风向混合作用强烈。在远离珠江口顶部区域地形较为开阔,各支流径流的悬浮泥沙汇聚堆积在珠江口西南区域,导致珠江口西南区域悬浮泥沙浓度高。