排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
随着湖泊富营养化加剧,蓝藻水华频发暴发,藻华的卫星遥感监测面临着中高空间分辨率卫星过境时间长、中低空间分辨率卫星数据在小型湖泊监测能力不足的问题。海洋水色业务卫星海洋一号C星和D星(HY-1C/D)搭载的海岸带成像仪CZI (Coastal Zone Imager)具有50 m空间分辨率,3 d重访周期,是内陆中小型湖泊藻华遥感监测的重要数据源。本文构建了以CZI数据的绿光(560 nm)—近红外波段(825 nm)连线作为基线,红光波段(650 nm)到该基线的垂直距离作为藻华识别指数AFAH (Adjusted Floating Algae Height),并将其应用在4个典型的富营养化湖泊(太湖、巢湖、滇池、星云湖),评价了其在湖泊藻华遥感监测方面的适用性和不确定性。结果表明:(1)在无云的理想条件下4种藻华识别指数的藻华识别精度高于0.93;在非理性条件下的藻华识别方面,AFAH优于NDVI (Normalized Difference Vegetation Index)、DVI (Difference Vegetation Index)和VB-FAH (Virtual bas... 相似文献
2.
蓝藻水华是湖泊水体富营养化的重要特征之一,不同水华蓝藻类群形成的水华特征、危害及其治理方法差异显著.因此,如何快速、准确地掌握不同蓝藻类群的时空分布特征成为实施富营养化湖泊污染治理与生态恢复、蓝藻生态灾害预测预警中一个亟待解决的科学问题.本研究基于纯藻种实验室培养和室内光学控制实验,在微囊藻(Microcystis)、鱼腥藻(Dolichospermum)、束丝藻(Aphanizomenon)3种主要水华蓝藻固有光学特性的基础上,通过甄别不同水华蓝藻的吸收、散射和后向散射光谱的特征波段,构建了基于吸收和散射特性的5种水华蓝藻类群的非线性最优化定量识别模型,其中,基于440、620和675 nm 3个波段吸收的a-CIM 440,620,675具有较为稳定的定量识别能力;并基于野外实测光学特性数据,实现了巢湖主要水华蓝藻类群的定量监测,初步分析了巢湖主要水华蓝藻类群的时空分布特性.研究表明,巢湖的水华蓝藻以鱼腥藻、微囊藻为主,束丝藻较少,鱼腥藻主要出现在温度较低的季节,微囊藻在夏季的西部湖区占优势;巢湖水华主要为微囊藻藻华和鱼腥藻藻华,且浓度较高的蓝藻主要存在于水体表面以下20 cm范围内;微囊藻和鱼腥藻在非藻华断面垂向上均匀分布.本研究可为富营养化湖泊蓝藻水华预测预警以及相关管理部门决策提供重要的理论依据和科学支撑. 相似文献
1