海滩均衡剖面的概念及相关问题的讨论——以日照实测海滩剖面为例

海滩均衡剖面是海洋动力和海滩泥沙充分作用下的一个具有统计意义上的相对均衡的海滩形态，绝对意义上的、理想的均衡海滩剖面在自然界是难以找到的，而统计意义上的海滩均衡特征可以满足海岸变化和海滩过程研究需要，海滩均衡剖面的形态主要受控于国海滩泥沙的粒度特征，该剖面的形态指数是海滩泥沙沉降速率的函数，海滩粒度越粗，海滩坡度越陡，本文研究的日照海滩存在统计意义上的均衡剖面，由于海滩沉积物粒度具有明显的分带特征，海滩剖面不是一个理想的均一平面，而是由与海滩泥沙粒度相适应的两具均衡剖面组成，这两段海滩的表层粒径分别为4.8φ和7.5φ，观测剖面的海滩形态指数分别为0.075和0.015，理论海滩形态指数分别为0.077和0.02,理论值和观测值有很好的一致性。     

黄海大头鳕幼鱼的生长和分布特征

作为黄海的代表性冷温性鱼类,大头鳕(Gadus macrocephalus)的资源量近年逐渐上升趋势,其中幼鱼所占比重较大,种群丰度及补充都受到黄海冷水团的影响,作为2龄性成熟鱼种,探究其当年生和非当年生幼鱼分布和生长的季节变化及与黄海冷水团的关系对了解大头鳕的资源变动有重要意义。本研究基于2016年10月、2017年5和8月的调查结果,分析了黄海冷水团存在时期的海洋环境特征与大头鳕幼鱼分布及生长特征的关系。研究显示,春季,幼鱼主要分布于青海渔场、石岛渔场和连青石渔场,非当年生幼鱼和当年生幼鱼随栖息地水深分别呈东西两区块分布。夏季,幼鱼主要位于122.00°E以东、底温低于10℃的黄海中部较深海域,有少部分分布于黄海北部,这与黄海冷水团强盛时期南北低温中心的位置有关。秋季,黄海北部大头鳕幼鱼的渔获量明显减少,仅在石岛渔场和连青石渔场大头鳕的种群密度仍较高。广义相加模型(Generalized Additive Models, GAM)分析结果显示,温度和盐度对大头鳕幼鱼的资源丰度指数(单位捕捞努力量渔获量(Catch Per Unit Effort, CPUE))有显著影响,当栖息地水域盐度在31.90和32.80附近,底温在8.5℃左右时,大头鳕幼鱼的CPUE较高。体长-体重关系显示,春季,幼鱼呈负异速生长,夏秋季呈正异速生长,黄海冷水团强盛时期较高的有机质含量及初级生产力造成的丰富饵料可能是导致大头鳕夏秋季b值较高的原因,因此黄海冷水团的季节变化对大头鳕的分布和生长均有显著影响。     

唐山南堡开发区排污海域沉积物中重金属含量的调查研究

本文从唐山南堡开发区污水排海工程建设的需要出发，对排污海域沉积物中Ｃｕ，Ｐｂ，Ｃｄ，Ｈｇ，Ｚｎ和Ｃｒ６种重金属的含量及分布特征进行了调查研究，为污水排海工程的建设及开发区沿海海洋环境保护提供了基础性研究资料。     

面向光学遥感的先进光谱辐射定标技术

辐射定标是光学遥感信息定量化的关键技术之一,它的主要作用体现在(1)在工程研制到在轨运行的全过程中,确定和评估传感器的绝对响应;(2)建立不同平台、不同传感器的辐射量基准,保证相关时间和空间尺度下获得的地球物理数据可以相互比对、转换和融合;(3)通过动态监测,校正传感器的性能衰变,修正大气、照明条件和环境变化等对测量结果的影响,保证测量结果真实反映目标和背景的特征.结合我国空间光学传感器的发展要求,提出了实验室、星上和场地替代辐射定标的实施方案建议.实验室定标的主要作用是建立传感器的输出和已知的、用SI单位表述的入射辐射量之间的定量关系,星上定标能够长期地监测传感器响应的衰变,而场地替代定标可以验证传感器的辐射响应并进行多个传感器的交叉定标.通过这3种独立的定标手段的相互验证和比较,能够有效地提高环境光学遥感信息的定量化水平,保证卫星数据的质量.在综述和比较国内外先进辐射定标技术的基础上,提出采用标准探测器和标准辐射源相融合的辐射定标基本途径,来实现卫星传感器3个阶段的辐射定标,并讨论了技术实现的方案.     

FPAR的Monte Carlo模拟研究

FPAR (fraction of photosynthetically active radiation absorbed by the canopy)是植被冠层阻截太阳光合有效辐射的比例,是遥感估算陆地生态系统植被净第一性生产力(NPP)的重要参数.利用Monte Carlo方法模拟光子在植被冠层中的辐射传输过程,以植被冠层二向反射分布函数的模拟来验证模拟的正确性;在此基础上对400-700nm光合作用波段范围内的植被叶片吸收光子辐射比例的FPAR进行模拟.FPAR的Monte Carlo模拟结果,揭示了FPAR与太阳天顶角及植被冠层参数之间的关系.     

基于高光谱Hyperion数据的线性光谱混合模型与神经网络模型的比较

混合像元问题是定量遥感中的热点问题之一,为了改进从遥感数据中提取定量信息,人们建立了各种混合光谱分解技术,其中线性光谱混合模型和神经网络模型就是两种比较成熟的方法。以陕西省横山地区的高光谱Hyperion数据为研究基础,通过最小噪声变换(MNF)、像元纯度指数(PPI)转换和RMS误差分析的迭代方法相结合提取影像中的纯净像元作为终端端元。分别运用神经网络模型和线性光谱混合模型对影像进行光谱分解,得到各个组分的分解图像。以标准植被指数(NDVI)影像为衡量标准,选取训练样本点,分别对两种模型进行回归分析,结果显示NDVI影像与线性光谱混合模型植被分解图像的判定系数(R2=0.91)要大于其与神经网络模型的判定系数(R2=0.81)。进一步分析表明在一般情况下,线性光谱混合模型具有比神经网络模型略高的分离精度,但是神经网络模型对细部信息的提取的效果要好于线性光谱混合模型,最后提出了端元均方根误差(EAR)指数,一种新的混合像元分解的思路。     

川西坳陷中段天然气碳同位素特征及其成因类型

川西坳陷中段天然气的组份以烃类气体为主,占气体总体积的98.1%～99.7%;非烃气体以CO,2和N2为主,其含量分别占气体的0.12%～1.32%和0.25%～1.54%;烃类气体中以甲烷占绝对优势,平均含量为95.83%;重烃含量较低,平均为3.21%;干燥系数(C1/C,1-5>)平均为0.97,整体上属典型的干气.川西坳陷中段的所有样品δ13C,2都大于-25.8‰,属于典型的煤型气范畴,天然气的δ13C,1δ'13C,2δ13C,3,呈明显的正序排列,显示出天然气为典型的有机成因.甲烷碳同位素组成,反映了其母质演化程度已处于成熟～高成熟阶段,且以高成熟阶段为主.     

基于神经网络方法的芦苇叶面积指数遥感反演

提出了一种从TM图像上获取芦苇冠层叶面积指数的方法:首先对芦苇的生长背景进行分类;然后,对不同的背景光谱利用冠层反射率(FCR)模型计算得到查找表;最后,利用实测数据和查找表中的数据作为参数进行BP神经网络模型训练,从而得到芦苇冠层LAI。结果表明,人工神经网络方法有很强的非线性拟合能力,能够消除背景对反演结果的影响,有效提高LAI反演的精度。     

玉米冠层FPAR的高光谱遥感估算研-基于PCA方法及近、短波红外波段

光合有效辐射分量(Fraction of Photosynthetically Active Radiation,FPAR)是进行生态系统功能和全球变化研究的重要参数,准确估算FPAR具有重要意义。通过对野外实测玉米高光谱数据和光合有效辐射数据的分析,探讨了主成分分析方法在高光谱信息提取及估算玉米冠层FPAR参数方面的可行性,在此基础上,结合植被指数验证FPAR估算效果,分析近红外及短波红外高光谱数据在FPAR估算方面的应用潜力。