排序方式: 共有54条查询结果,搜索用时 31 毫秒
11.
12.
以11004景/幅CBERSCCD和LandsatTM/ETM卫星遥感影像数据为基础,参照GoogleEarth影像及其他文献资料,在6843幅1:10万和1:5万地形图(DRG)、1:25万地形图部分图层数据(DLG)的支持下,制定了湖泊边界判译原则,经过遥感判译、野外考察、室内校正、专家咨询、数据校正和成果确定等技术环节,确定全国目前共有1.0km2以上的自然湖泊2693个,分布在28个省(自治区、直辖市),总面积81414.6km2,约占全国国土面积的0.9%.近30年来,全国新生和新发现面积大于1.0km2的湖泊分别共有60个和131个,原面积大于1.0km2的湖泊消失243个. 相似文献
13.
利用野外高光谱仪(ASD Field Spec radiometer)在长春南湖进行了反射光谱测量和同步水质采样分析,通过研究水体藻类叶绿素a浓度与其高光谱反射特征之间的相关关系,采用单波段反射率、反射率比值法和一阶微分法分别建立了叶绿素a的高光谱定量模型。结果表明:三者与叶绿素a线性相关程度都比较高,决定系数在0.70左右,而且其显著水平P<0.01,都可以用于叶绿素a的定量遥感,其中单波段模型效果最好。为今后利用高光谱传感器在南湖进行叶绿素a浓度大面积遥感反演提供了研究基础。 相似文献
14.
15.
长江中下游大型湖泊水体固有光学特性:Ⅰ.吸收 总被引:1,自引:0,他引:1
吸收系数是水体固有光学特性的重要组成部分,也是构建水色参数高精度遥感模型的基础,具有重要的研究意义.本文针对长江中下游三大淡水湖——鄱阳湖(2010 10、2011 08)、太湖(2008 10、2011 08)和巢湖(2009 10)进行5次野外实验,以International Ocean Colour Coordinating Group(IOCCG)2000年报告"Remote Sensing of Ocean Colour in Coastal,and Other Optically-Complex,Waters"为基础,对水体不同光学主导类型进行分类;并根据ad(非色素颗粒物吸收)、aph(浮游植物色素吸收)、ag(有色可溶性有机物吸收)等不同主导类型光谱曲线特征差异,引入ad-g(主导类型ad、ag、ad-ag的合并类型)和aph-related(主导类型ad-aph、ad-aph-ag的合并类型)类型,对主导类型进行归纳合并.结果显示:秋季,鄱阳湖、太湖、巢湖的主导类型较为单一,分别为ad、ad-ag、ad-aph-ag;夏季,鄱阳湖和太湖同为两种类型共同主导,分别为ad、ad-ag,ad-aph-ag、ad-aph.总体来说,鄱阳湖夏、秋季和太湖秋季主导类型都属于ad-g类型,而太湖夏季和巢湖秋季则属于aph-related类型.另外,分别针对Gons和Gitelson叶绿素a模型假设条件进行验证,发现不同湖泊水体及不同主导类型下其适用性程度不一致. 相似文献
16.
蓝藻水华暴发时间变化一定程度上表征了藻华物候特征,研究藻华物候变化可为湖泊水环境健康问题治理和缓解水生生态系统环境退化提供科学依据。以往巢湖蓝藻水华遥感监测主要基于2000年以来的MODIS卫星数据,限制了对巢湖蓝藻水华暴发时空变化过程的理解。本文利用Landsat扩展时间序列,联合MODIS数据,基于浮游藻类指数和阈值分割技术提取巢湖蓝藻水华,在评估二者藻华提取结果一致性的基础上,获取并分析了巢湖1987-2020年蓝藻水华暴发物候的规律及影响因子。结果表明:(1) 2000年前,巢湖蓝藻水华暴发规模较小,2000年后面积显著上升,大面积蓝藻水华出现频繁,2011年达到最高峰(608.4 km2);(2)1987-2020年间,巢湖蓝藻水华暴发可以分为3个阶段:(1)1987-2004年,巢湖蓝藻水华年暴发开始时间显著提前,暴发持续时间显著增加;(2)2005-2010年,藻华年暴发开始时间显著延迟,但暴发持续时间变化不显著;(3)2011-2020年,巢湖藻华暴发开始、结束和持续时间呈现年际波动,年暴发开始时间、结束时间和持续时间有所提前,但不显著;(3)巢湖... 相似文献
17.
蓝藻的防控与治理是湖泊水环境、水生态管理的重要内容,实时获取蓝藻的空间分布信息对于降低蓝藻灾害风险具有重要意义.针对地面调查费时费力、卫星遥感监测粒度较粗且时效性不强等问题,本文提出了一种基于视频监控网络的湖泊蓝藻实时监测技术.基于环巢湖视频监控网络的33个功能摄像机,研究如何从视频图像中实时、准确提取蓝藻的分布信息.为克服不同摄像头的观测角度不一致、光照强度和背景条件不一致等诸多挑战,在视频图像蓝藻表征分析的基础上,通过多尺度深度网络进行图像粗粒度分类,区分蓝藻与浑浊、阴影水体;基于随机森林进行蓝藻精细化识别,克服蓝藻的强异质性.最后以渔政站沿岸水域的日均蓝藻覆盖率和月均蓝藻覆盖率为统计单位,开展了巢湖沿岸蓝藻的动态监测.研究成果可为科学制定蓝藻治理方案提供技术支撑. 相似文献
18.
详述了湖泊遥感水质最新发展动态,如遥感水质模型的数学方法、与水质指标最敏感的波段以及TM、SPOT、MODIS、MERIS、AVHRR、CASI等传感器的适用情况,并分析了可能导致湖泊水质遥感模型误差的原因和解决办法。湖泊各项水质组分与光谱之间相互影响可认为是一种非常复杂的非线性关系,最适合用神经网络这样的黑箱模型来模拟。应当研究和选取敏感波段,用高光谱逐段分析与各种水质指标相关最密切的波段。湖泊水质遥感最终走向实用化必将其与水生态问题结合起来,作为一种监测手段,在水中藻类的时空分布、流域营养物质输送模型和湖泊水域水质模型等问题中得到广泛应用。我国学者使用超光谱数据源获得更为精确的监测成果还比较少,由于我国卫星可以用来进行水质遥感的波段比较宽,应当在新一代的资源环境卫星上加入更适合水质遥感的波段。 相似文献
19.
藻源性湖泛发生过程CDOM变化对水色的影响 总被引:1,自引:0,他引:1
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(FeS浓度)呈先增大后减小的趋势,最大值0.35mmol/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
20.