基于TM数据的太湖叶绿素A浓度定量反演

利用TM(ETM)数据与准实时地面采样数据,建立太湖叶绿素浓度反演模型。结果表明,TM3/(TM1+TM4)与叶绿素A浓度的相关性最好,并以此建立了太湖叶绿素A浓度线性反演模型,但反演精度并不高,因此,建立了一个两层BP神经网络模型反演太湖的叶绿素A浓度,结果表明,神经网络模型的反演精度远高于线性反演模型,16个测试样本表明,神经网络模型反演的相对误差小于30%的有15个点,占总测试样本93.75%,而线性反演模型反演相对误差在30%以下的仅有3个点,这表明对于太湖这样一个光谱特征复杂的二类水体,可以利用神经网络模型反演水质参数。     

基于TM数据的太湖叶绿素a浓度定量遥感反演方法研究

探讨利用常规卫星遥感数据Landsat/TM定量反演太湖叶绿素a(Chl-a)浓度的方法。在对Landsat/TM影像进行几何校正、辐射定标、大气校正等预处理的基础上,选择适于太湖Chl-a浓度定量反演的最佳波段或波段组合,采用半经验回归模型和混合光谱分解模型分别建立太湖Chl-a浓度定量反演模型,并对不同模型及反演结果进行对比分析。     

基于混合光谱理论的太湖水体叶绿素a浓度提取

TM图象多波段数据作为遥感监测水体叶绿素a浓度的数据源,已有多种遥感定量模型与之对应,但主要还是以经验模型为主。利用TM数据首先采用特征波段比值方法,建立太湖水体合适的叶绿素a浓度反演的遥感定量模型。由于经验模型的缺陷性,还提出了基于TM数据的水体混合光谱分析模型,同时分析了端元光谱提取方法对模型求解的影响。通过计算叶绿素a浓度模型估算结果与实地测量数据的相关系数和均方根误差(RMSE),可以发现混合光谱分析模型也是水体叶绿素a浓度遥感估算的另一条佳径。     

基于粗集均值滤波的Hyperion高光谱数据滤噪方法

高光谱图像滤噪处理直接影响后续分析结果的精确度乃至正确性,鉴于此,针对Hyperion高空间分辨率和高光谱分辨率的特征,在比较分析目前各种高光谱遥感数据噪声滤波方法的基础上提出一种基于粗集均值滤波的噪声滤除方法,即先用上下近似空间和门限值刻画边缘,再用均值滤波。将该方法的实验结果与常用的高光谱数据MNF噪声分离算法和低通滤波算法的结果进行比较,发现基于粗集概念的均值滤波具有较好的保边去噪效果,其误差小、光滑性好、自适应能力强以及能够较好的保留细节信息,但需要通过交互确定门限;在处理不完整性、不确定性等问题时,粗集算法比硬计算效果更好。     

基于经验线性法的Hyperion高光谱图像地表反射率反演研究

基于经验线性大气校正法,分别选择水体和水泥堤坝作为暗、亮目标,对目前唯一在轨运行的高光谱图像Hyperion进行大气校正。与表观反射率的比较说明大气作用与地物实际反射率大小有关;与实测光谱进行对比研究,表明经验线性法所得结果在近红外和短波红外区域精度较高,绝对误差小于10％,最小值为2．6％,而在可见光波段精度较低,绝对误差在10％～13％。在实际应用中,该方法的关键是合理选择校正目标场。     

南四湖人工湿地建设示范工程

人工湿地具有高效率、低投资、低运转费、低维持技术、处理量灵活、低能耗、处理效果好等优点。济宁市为了更好地治理南四湖水污染,在流入南四湖境内的重点河流开展了人工湿地建设工程。南四湖人工湿地的建设产生了极大的社会、经济和生态效益。总结了南四湖人工湿地建设措施,提出了相关的建议。     

基于高光谱数据的小麦叶绿素含量反演

近年来,遥感高光谱技术为获取农作物的某些生理化参数提供了丰富的数据来源。该文使用北京小汤山地区实验获取的小麦高光谱数据,应用偏最小二乘回归方法,建立了冬小麦冠层波谱与叶绿素含量的回归反演计算模型。研究结果显示:模型在350～1060nm波段具有较高的反演精度。本研究为应用高光谱数据反演冬小麦叶绿素含量提供了有效途径。     

南四湖湿地遥感信息分区分层提取研究

该文以南四湖区为试验区,利用TM数据,在对各地类光谱特征进行系统分析的基础上,提出了分区和分层相结合的湿地信息提取技术方法。根据研究区各种湿地类型的空间分布特点,将该区分为两个湿地类型区;在每一个区内,根据湿地的光谱特征进行分层提取,采用单红外波段阈值法、模型法以及改进的监督分类等技术方法。结果显示,该区湿地有14类,其中,自然湿地91119 51hm2,人工湿地122243 13hm2。     

南四湖水质污染综合评价及水质分区

南四湖水质已受到相当严重的污染。根据污染源调查和湖泊水质长期监测资料,采用综合污染指数法对南四湖湖区水质污染进行综合评价,利用模糊聚类分析方法对湖泊水质作了分区。南四湖水域可以分为三类水质区,污染最重的水质区水质已达不到Ｖ类水质标准（ＧＢ３８３８—８８标准）,分布于主要排污河流入湖口附近;最好的水质区水质尚可达到Ⅲ类水质的要求,约占湖泊水域面积的７７％;介于上述两水质之间的一般污染区水质可勉强达到Ｖ（１）类水质,面积约占１３％。     

极端干旱对南四湖湿地景观影响的遥感分析

在气候变化加剧背景下,研究湿地的干旱响应特征具有重要意义。以草型湖泊南四湖2002年发生的极端干旱事件为例,基于干旱年及正常年Landsat遥感数据、长时序气象数据、帕默尔干旱指数（PDSI）数据等,计算南四湖归一化植被指数（NDVI）、修正的归一化水体指数（MNDWI）、植被覆盖度（FVC）,并分析了干旱前后的景观指数变化特征,包括斑块数量（NP）、斑块密度（PD）。结果表明：1）干旱年降水的显著偏少及气温的异常偏高是导致这次干旱事件的主因;2）干旱年南四湖水域面积大幅减少,并在10月出现干湖现象;3）湿地植被特征与干旱程度显著相关（P<0.05）。随着干旱的加重,植被面积及NDVI、FVC呈现先增后减的趋势,在8月达到最大后开始减小;4）相比正常年份,干旱年湿地景观特征差异显著。干旱年水体面积显著下降,水体斑块数量增加912个、斑块密度增加15.47,水体景观趋于破碎化,而植被面积显著增加,植被景观破碎化降低。研究可为湖泊湿地的气候适应性管理提供一定科学指导。     

我国喜马拉雅山区冰湖遥感调查与编目

随着我国新一期冰川编目工作的进行和深入,开展全国范围内的冰湖编目已提上日程。基于278幅大比例尺地形图(20世纪70-80年代)、38景ASTER影像和7景TM(2004-2008年),通过建立冰湖编目规范,对我国喜马拉雅山区冰湖进行遥感调查与编目,分析近30年来冰湖的分布及其变化特征。结果显示:(1)本区2004-2008年间共有冰湖1680个,总面积215.28km²;(2)近30年来我国喜马拉雅山地区冰湖变化总体呈现数量减少、面积增大的趋势,数量减少了4%;总面积增大了29%;(3)近30年来有294个冰湖消失,新增加224个冰湖,变化最快的为冰碛湖,在消失的冰湖中66%为冰碛湖,新增加的冰湖中88%为冰碛湖。进一步分析表明冰湖面积增加是气候变暖、冰川退缩和冰川加速消融的产物。     

南四湖演变过程及其背景分析

建立在前人研究的基础上,对南四湖演变过程及其背景进行了分析,指出四湖成因及演变过程有所不同。昭阳湖演变由大到小而微山湖则相反,独山湖应运而生,南阳湖因下游淤塞而成,它们的演变与黄河泛滥、运河的改道及人工对运河的运作关系密切。     

近50年来南四湖湿地水文特征及其生态系统的演化过程分析

湿地资源十分丰富,具有重大的生产、生态效应,但由于自然和人类两方面原因,目前湿地普遍退化。文章基于长期的南四湖水文监测数据以及实地调查、实验数据,研究了南四湖湿地近50年来的水文特征及其生态系统的演化规律。结果表明,作为我国华北平原地区最大的淡水湖泊湿地生态系统之一,近50年来南四湖湿地的来水量呈明显减少的趋势,其减少速率为5.5×10⁸m³/10a,加之大量泥沙和水生植物体堆积,造成南四湖水体逐渐萎缩,呈现消亡的趋势;同时,周边城市、矿区和工业的污染,使得南四湖水环境严重恶化,已经严重威胁到南四湖的生态系统安全。南四湖生态系统退化,究其原因有多年来的气候干旱,但更主要的还在于人类对湖泊不合理的开发利用。     

关于南四湖区引种芦竹之商榷

为净化南四湖上游区的污水,有关部门在主要入湖河道口,从南方引种大量芦竹。芦竹具有极强的繁殖能力,而且具有一定净化污水、改善水质的作用。通过近4年的引种观察,芦竹的生长对本土植物已造成侵害、阻塞河道、易引起野外火灾等,危及南四湖区的生态安全,建议慎重引进芦竹,加强对现有芦竹栽植与生长的管理。同时要切实做好对本土植物的保护,应充分利用本土植物净化水质。     

环太湖河道水质分析与入湖污染物负荷量估算

以环太湖河道的河口 (临太湖 )点位为对象 ,通过非参数检验探讨太湖地区河道水质时空差异。对无锡地区进行入湖河道污染负荷量研究 ,确认污染现状与总量控制目标间存在差距。研究还表明 ,总磷污染最为严重 ,对太湖 (太湖的西 -西北 -北部分 )水体富营养化影响最大的入湖河道有直湖港、太鬲运河、漕桥河、太鬲南运河和大浦港。     

基于多源遥感影像的洞庭湖地形提取方法

湖底地形数据是湖泊流域规划与治理、湖区冲淤变化研究、水资源利用和生态环境保护的重要基础。但传统的大型湖泊湖底地形数据获取手段耗时长、投入大,因此,有必要研究一种基于遥感影像快速获取湖底地形数据的方法。本文以洞庭湖为研究对象,采用Landsat和MODIS系列遥感影像提取湖区边界,基于趋势面分析法和克里金插值法,反演湖区边界各点对应的水位,将带有水位信息的边界点作为高程点实现湖底地形反演,进一步用实测湖底地形验证反演方法的可靠性。研究结果表明,克里金插值法水位反演效果较好,交叉验证的误差标准平均值在0.2 m以内,水位样本点分布较多处,基于克里金法的地形反演绝对误差在1 m以内。本文利用湖泊淹没区域变化的特点快速获取湖底地形,对湖区演变分析、综合治理与保护等具有重要意义。