天目湖沙河水库溶解氧分层的季节变化及其对水环境影响的模拟

溶解氧(DO)是水体能否维持生态平衡的重要指标,是湖泊初级生产力与水动力条件的综合反映.研究DO及其分层的季节变化对认识湖库的富营养化过程有重要意义.本研究以天目湖沙河水库为例,运用西澳大学开发的三维水动力水质模型——ELCOM-CAEDYM对天目湖的水温、DO和总磷(TP)进行了为期1年的数值模拟.结果表明,模型较好地模拟出了水体温度和DO分层过程以及TP的时空分布,3个指标在水体表层、中层和底层的模拟值与实测值拟合良好,均方根误差分别在1.8℃、1.8 mg/L和0.003 mg/L以内,Nash-Sutcliffe有效性系数均在0.7以上,相对误差均低于10%.沙河水库不同季节的DO垂向分层与温跃层协同变化:冬季垂向混合;春季(4月)温跃层开始发育,底部出现氧不足;夏季(7月)温跃层位于4~10 m之间,同时底部低氧区(DO<2 mg/L)面积达35%;秋季(9月末)低氧区随着温跃层的消失而消失;冬季再次垂向混合.全湖DO和TP的时空分布表明,南半库区磷的来源主要是外源输入,而北半库区磷的来源主要是由水体底部低氧导致的磷内源释放.DO季节分层还有可能通过影响藻类活动而对水环境造成影响.     

大型水库分层期和混合期溶存温室气体空间变化及排放通量

水库作为温室气体的重要来源,对区域气候变化有不可忽略的影响。然而,目前对水库溶存温室气体的空间异质性及垂向特征的认知仍然欠缺。为了揭示水库分层期和混合期溶存温室气体空间特征及排放通量,也为厘清水库温室气体产生和排放的关键过程提供重要支撑。研究选择东北地区大型水库——汤河水库为对象,于2021年7—9月和10月(分别代表水库分层期和混合期)对水库不同位置(坝前、库中和库尾)开展溶存温室气体垂向分层监测。研究结果显示,水库CH₄排放通量变化范围为0.018～0.174 mmol/(m²·d),是大气CH₄的源,空间分布为库尾>库中>坝前;CO₂通量为-4.91～58.77 mmol/(m²·d),除分层期东支库尾,其余点位均表现为大气CO₂的源,空间分布为坝前>库中>库尾。时间上,分层期CH₄排放通量(0.071±0.044 mmol/(m²·d))高于混合期((0.027±0.008) mm...     

长江中下游不同湖泊沉积物中重金属污染物的累积及其潜在生态风险评价

利用富集因子和Hakanson潜在生态风险指数法,结合年代学结果,对长江中下游湖泊太白湖、龙感湖、巢湖和西氿沉积物中重金属元素Co、Cr、Cu、Ni、Pb、Zn的富集程度进行了评价,并比较分析了上述重金属的潜在生态风险.结果表明,太白湖和龙感湖沉积物中各重金属富集程度均较低;巢湖沉积物中Co、Cr、Ni的富集程度接近中等水平,而Cu、Pb、Zn的富集已经达到中等水平;西氿沉积物中Co的富集非常低,Cr、Ni富集水平较低,Pb达到中等富集,Cu、Zn达到较高的富集水平.对4个湖泊沉积物中重金属的综合污染程度进行比较:巢湖西氿龙感湖太白湖.各湖泊沉积物中单一元素的潜在生态风险都较低,但是,根据多元素潜在生态评价指数,各湖泊沉积物中重金属存在明显不同的潜在生态风险:巢湖西氿龙感湖太白湖.总体上看,太白湖和巢湖沉积物重金属污染以及潜在生态风险自1965年以来一直在加重,而龙感湖和西氿沉积物在表层有下降的趋势.这种差异与各个湖泊流域内人类活动的方式和强度密切相关.巢湖和西氿流域内城市化、工业化发展迅速,人类活动导致大量重金属元素进入湖泊,给湖泊带来明显的污染;而龙感湖和太白湖流域人类活动主要以农业活动为主,人类活动对重金属的贡献相对较小.     

用改进的谱间关系模型提取极高山地区水体信息

东喜马拉雅南迦巴瓦峰地区地形起伏大,单一的水体谱间关系模型容易错将阴影提取为水体,并且易与冲积物、冰雪和冰水沉积物混淆。笔者以ETM 影像为信息源,采集并分析研究区地物光谱特征,以常用的水体谱间关系模型为基础,利用水体与阴影、冲积物、冰雪和冰水沉积物在可见光波段光谱值的差异及变化规律,对谱间关系法进行改进,并与阈值法结合,构建多条件谱间关系模型,用于南迦巴瓦峰地区水体信息提取。     

基于谱间特征与多种指数分析的居民地信息提取方法

本文在分析现有居民地提取方法的基础上,提出将归一化建筑指数(NDBI)、改进归一化差异水体指数(MNDWI)、土壤调节植被指数(SAVI)、比值居民地指数(RRI)相结合进行居民地信息提取的方法。以浙江省宁波市为例,通过光谱采样及各类地物在4种指数上的取值分析,建立模型进行居民地信息提取及精度验证,结果表明:利用该模型可以实现居民地信息的自动提取,能提高居民地与裸地的可分性,减少背景地物的影响,总体精度为91.08%。     

基于神经网络的土地荒漠化信息提取方法研究

土地荒漠化是当今全球面临的重大环境问题之一,它的发生、发展及其逆转是气候、环境和人类社会经济活动综合作用的结果.区域荒漠化信息的提取技术研究是荒漠化研究进一步深入的关键,根据土地荒漠化的遥感探测机理,应用神经网络技术,利用了TM卫星遥感数据中的可见光、热红外和植被指数(NDVI)数据,建立了相应的BP神经网络的土地荒漠化信息的自动提取模型.实验应用表明,基于人工神经网络方法提取土地荒漠化发生的地点和范围等信息,其精度可达到84%.因此,应用人工神经网络方法提取土地荒漠化信息是切实可行的,并具有可推广价值.     

北京朝阳金盏地区地面沉降垂向分层研究

金盏地区位于北京市东部,是北京平原区地面沉降最为严重的地区之一,其所在的北京平原东部沉降区也是全市沉降最显著的地区,沉降速率连续多年超过100mm/a,累计沉降量逐年增大。在金盏地区进行0～300m钻孔取芯实验,通过不同深度岩芯测试数据,系统分析该地区的土体力学性质,揭示地层结构。结合地层年代、岩性、埋藏条件、地下水补径排条件,在垂向上将0～300m地层划分为四个可压缩层,并根据不同可压缩层内地下水水位变化情况,选取可压缩层内2007～2017年不同地层沉降量进行计算,在累计1427.49mm沉降量中,第四可压缩层沉降量最大,达到1038.65mm。研究认为,当地层的砂土厚度较大时,对地面沉降的贡献是不容忽视的。     

城镇建设用地增加与农村建设用地减少相挂钩的空间体系研究

基于服务土地利用总体规划的需要,重点从宏观角度理解城镇建设用地增加与农村建设用地减少相挂钩的内涵,从空间层面提出了"地域协调、区内整合、市内挂钩"的城乡建设用地三层空间挂钩体系以及圈层挂钩、扇状挂钩、组团挂钩有机组合而成的"点-轴-面"空间挂钩形态,并对湖南省进行了实证研究.     

室内地标提取的POI显著度定量评价模型

室内地标在室内位置信息服务（location based service,LBS）中发挥着重要作用。针对室外地标提取方法不能完全适用于更为复杂的室内环境的问题,提出了一种显著度定量评价模型用于在室内环境中提取地标。以大型商场的室内环境为研究对象,从视觉、认知、空间3个方面分析影响室内兴趣点（point of interest,POI）显著性的主要因素,并用这些因素构建了室内POI整体显著度评价模型。选择武汉市群光购物中心室内的POI数据进行显著度计算,依据显著度的差异性提取了多层地标,反映不同粒度的室内区域空间知识。提取的多层地标可以作为室内智能导航系统中的重要标识,为在复杂的大型商场内实现快速寻路、多粒度路径导引提供关键线索。     

喜马拉雅山地区冰湖信息的遥感自动化提取

在“全域—局部”分步迭代水体信息提取方法的基础上, 通过对水体信息提取指标——水体指数的物理特性的分析实现了算法中全域阈值的自动选择与局部阈值的自适应调整, 并结合DEM 生成的山体坡度和阴影信息,减少局部迭代过程中对其他地表特征与水体信息的误判。在此基础上, 建立一种适合于高山地区冰川湖泊的自动化提取方案。试验采用Landsat 数据对喜马拉雅山地区的冰川湖泊进行信息提取, 结果表明该方法能够快速准确地完 成大区域范围内的冰川湖泊制图, 并能最大程度地消除高山地区湖泊水体识别中冰川和山体阴影的影响。