排序方式: 共有62条查询结果,搜索用时 15 毫秒
11.
12.
"我们的旅程从西北端的高原开始,然后深入高山峡谷,发现举世无双的人间仙境,翻越雪山,随滔滔江水,去见识一座奇迹般的古代工程……"不久前,暌别两年回归的高分纪录片《航拍中国》第二季在中央9套纪录频道正式播出,每集50分钟的云霄旅程,再次带领我们来了一场壮阔非凡的天际遨游。风光秀美的千岛湖、九曲黄河的第一湾、势恢宏的港珠澳大桥、高楼林立的城市中心……《航拍中国》第二季在创作上总体延续了第一季的基调和风格以及地点布局. 相似文献
13.
千岛湖水温垂直分层的空间分布及其影响因素 总被引:1,自引:0,他引:1
湖泊热力分层及热力循环深刻影响深水湖泊生态系统。随着全球气候变暖,湖泊热力过程会发生显著变化。作为深水水库型湖泊,千岛湖的热力过程与水环境的变化紧密相连,为了分析千岛湖水体水温、湖泊热力分层参数(温跃层深度、厚度和强度)的分布,探讨温跃层深度与水温、水体透明度以及水深之间的关系,本文根据2014年7月份与2015年5月份对千岛湖全湖60个采样点的水体理化指标的垂向分布调查数据,计算得到千岛湖热力分层参数,进而分析其时空分布特征及主要影响因素。结果表明,千岛湖水体水温垂直分布呈现正温分布,春夏季全湖范围内均存在不同程度的温度分层现象,温跃层深度、厚度和强度均从上游河口向下游敞水区逐步增大,这种空间变化的趋势在7月份比5月份更显著。水温、透明度和水深是影响温跃层深度的主要因素。夏季湖泊热力分层稳定期温跃层深度与表层水温(0—2m)存在显著负相关关系,与透明度和水深存在正相关关系。 相似文献
14.
为探究淡水湖库及其所属流域蒸散发演变特征,以及气象因子对蒸散发的影响规律。以长三角地区最大的淡水人工湖和重要的水源地——千岛湖为研究对象,采用Penman-Monteith等方法与WEP-L分布式水文模型,分别计算千岛湖流域1960—2020年潜在蒸散发(ET0)与实际蒸散发(ETa),分析二者年际变化趋势及突变年份;采用偏微分方法分析气象因子对ET0的敏感性和贡献度;采用归因分析法分析突变前后气象因子对ETa变化的贡献度,并利用蒸发表面水分指数(EM1)解析流域蒸发互补关系。结果表明:ET0与ETa多年平均值分别为1021.7和857.5 mm,整体皆呈减少趋势,倾向率分别为-0.77和-1.03 mm/a,二者均在1980和2000年左右发生突变;ET0对相对湿度变化最为敏感,ET0增加的月份主要是由于相对湿度、平均气温的正贡献,风速呈负贡献但相对较小,ET0减少的... 相似文献
15.
16.
文章以千岛湖风景区为研究对象,从区域现状出发,对区域内自然生态、社会经济及污染源现状调查结果进行综合归纳,总结了千岛湖区域的生态风险,提出该区域的生态风险管理目标,最后从农林、城镇、工业、旅游、外来生物、灾害、流域、生态工程技术和综合管理9个方面系统地提出了区域生态风险管理对策。 相似文献
17.
新安江水库(千岛湖)湖泊区夏季热分层期间垂向理化及浮游植物特征 总被引:20,自引:8,他引:12
2010年7月对亚热带特大型水库——新安江水库湖泊区水体的垂向物理、化学参数以及浮游植物群落进行了观测研究,并应用Water-PAM对水体浮游植物垂向光合作用参数进行了测定.研究结果表明:夏季该水库湖泊区在水下10~20 m处形成明显的温跃层,垂向pH值、溶解氧及浊度的变化同叶绿素a浓度呈现高度一致;夏季浮游植物群落以硅藻占绝对优势,水体表层以梅尼小环藻(Cyclotella meneghiniana)为主,表层以下其它各层均以巴豆叶脆杆藻(Fragilaria cro-tonensis)为绝对优势种,垂向分布表现为5~10 m区间为浮游植物高密度区域,温跃层以下浮游植物密度显著下降,水温分层可能是决定浮游植物垂向分布的重要因素之一.浮游植物最大光合效率从表层向下层逐步降低,实际光合效率最大值出现在垂向10 m区域. 相似文献
18.
19.
应用实测光谱估算千岛湖夏季叶绿素a浓度 总被引:4,自引:2,他引:2
依据2010年8月的实测数据构建了千岛湖水体夏季叶绿素a浓度的实测光谱数据估算模型,并进行了验证.利用ASD FieldSpec3野外光谱仪获取高光谱数据,计算水体离水辐亮度和遥感反射率.通过寻找反演水体叶绿素a浓度的高光谱敏感波段,采用单波段相关分析、波段比值、微分光谱、三波段模型、BP人工神经网络等多种算法进行比较分析,结果表明:叶绿素a浓度与单波段光谱反射率的相关性不大;596 nm和489 nm波长处反射率比值、545 nm处光谱一阶微分与叶绿素a浓度均呈较显著相关,估测模型决定系数R2分别为0.782、0.590,RMSE分别为0.89、1.98μg/L;三波段模型的反演结果优于传统的波段比值和一阶微分法,R2为0.838,RMSE为0.71μg/L;神经网络模型大大提高了叶绿素a浓度的反演精度,R2高达0.942,RMSE为0.63μg/L.本研究为今后在千岛湖水域的夏季相邻月份进行叶绿素a浓度大范围遥感反演研究奠定了基础. 相似文献
20.