面向浑浊水体叶绿素a浓度遥感反演的光谱基线校正

根据浑浊水体中悬浮物的光学性质,提出使用线性基线校正方法来削弱水体光谱中的悬浮泥沙贡献。线性基线定义为450和750nm的反射率值连线,基线校正为光谱反射率减去基线。2010年3月和2011年4月太湖梅梁湾水体的实测数据验证结果表明,光谱线性基线校正可以较好的提高叶绿素a浓度的反演精度,改进反演模型的诊断性。3月数据建立的波段比值反演模型中,校正前模型RMSE为4.11mg·m-3,基线校正后模型RMSE为3.58mg·m-3,同时,基线校正后模型残差的方差齐性和正态分布均有明显的改善。4月模型有类似结果,数据校正后的模型具有更小的误差。在没有水华发生的浑浊水体中,线性基线校正可以作为提高水体叶绿素a浓度反演精度的光谱数据处理方法。

水面光谱数据的核回归平滑去干扰分析

水面光谱是利用遥感反演水体水质参数的数据基础,去除光谱中的噪声干扰,提高光谱的信号干扰比有助于改进水质参数的遥感反演的精度.本文选择叶绿素a浓度相同而悬浮泥沙浓度差异较大的两个水面光谱为代表,分析了核回归平滑方法对干扰的去除效果.假定干扰类型为4类,分别是正态分布、瑞利分布、指数分布和泊松分布,设定的干扰强度分为4级.利用蒙特卡洛模拟方法,通过500轮次的模拟计算了核回归平滑前后水面光谱的信号干扰比,并与多项式平滑、移动平均、局部回归和鲁棒性的局部回归平滑方法进行了比较.结果表明,不论干扰强度高或低,核回归平滑后的光谱均具有最高的信号干扰比.在四类干扰中,核回归平滑对于正态分布的干扰去除效果较好.与常用的多项式平滑方法相比,核回归平滑方法比较完整地保留了水面光谱中的峰谷位置信息,是一种值得推荐的提高水面光谱信号干扰比的方法.

Landsat5图像的增益、偏置取值及其对行星反射率计算分析

在对比不同时相的数据或建立遥感反演模型时,往往需要将图像的灰度值转换为反射率。增益和偏置是计算反射率时使用的两个基本参数。如果这两个参数发生偏差,反射率的计算结果就有问题,大气校正和其他相关工作的结果也是不可靠的。根据USGS文档和1995年以来的Landsat5遥感图像,对图像头文件中的增益和偏置参数的取值进行了分析,并按照标准单位将增益和偏置进行了转换。为了分析不同增益和偏置取值对反射率计算结果的影响,对比计算了植被和水体的行星反射率值。对2004年7月26日的太湖地区的TM图像。取值分为4种方案: (1)使用遥感软件ENV14．0计算;(2)使用图像头文件中的参数;(3)使用USGS提供的同期参数;(4)使用USGS提供的2003年前的参数。结果表明,不同增益和偏置取值导致计算结果变化较大。如果以方案3的USGS参数计算的结果为标准,那么,其他方案的相对误差值可从0．2％到20％以上。从各个波段的误差分布看,以第3波段的相对误差最小。从工作成果的可比性角度出发,建议统一使用USGS的增益和偏置参数计算Landsat5图像的反射率。

夏季太湖叶绿素a浓度的高光谱数据监测模型(英文)

本文依据2004年7月的实测数据构建了太湖夏季叶绿素a浓度的实测光谱数据估计模型,并使用2004年8月的数据对模型进行了验证。调查样点覆盖了太湖内的典型水域,水样数据由无锡太湖环境监测站采集。样点的光谱数据用ASDFieldSpec野外光谱仪获取,每个样点测量10次,测量结果被转换为遥感反射率。对不同的波段组合进行比较分析后,从可解释性出发,最终选择了归一化指数表达式作为最佳波段组合,所建立的模型为:Chla(μg/L)=EXP(2.478 +16.378*N66),其中,N66为(R696 -R661) /(R696 +R661)。模型的R2为0.9051,显著性p<0.0001。与其他模型相比,本文的模型比较稳健,用于估计8月的叶绿素a浓度具有较小的绝对误差。本文的工作同时表明,在太湖的夏季相邻月份,可以使用实测光谱数据模型进行水体叶绿素a浓度的估计。

基于规则的农村土地变更和台帐管理系统

农村土地变更和台帐管理涉及到的数据多、要求的精度高，只有使用计算机进行管理才能有效地发挥其作用。建立在业务规则库之上的土地变更和台帐管理系统，不仅保证了汇总精度的要求，而且保证了台帐中图斑、地类、权属和座落之间关系的一致性，能够更好地满足土地部门工作的要求。

对数比统计分析在黄土剖面化学组成中应用的研究

利用对数比统计分析方法 ,对陕西洛川剖面化学组成数据进行了分析 .结果表明 ,由于化学组成中存在的数据闭和关系 ,经典统计学方法难以获得各组成之间的真实关系 .洛川黄土剖面中SiO2 和CaO之间的负相关关系是虚假的 .由对数衬度主成分分析方法获得的化学组成主成分载荷 ,与黄土剖面的淋溶和积聚序列相同 ,具有明确的地球化学意义 ;获得的得分图 ,能够较好地表达样品之间的过渡关系 .

NOAA相邻卫片的自动镶嵌

图象镶嵌是个麻烦而且费时的工作。本文通过分析相邻图象的关系，给出了图象自动镶嵌的算法，即通过寻找相邻图象象素最小偏差平方和出现的位置来自动确定镶嵌需要偏移的行列数，这种方法容易实现。通过对NOAA图象镶嵌的试验，表明该算法是有效的。

应用剩余法进行地价评估存在的问题及其对策

使用剩余法进行地价评估 ,由于对利息和开发成本理解的差异 ,可以人为地虚增不动产的成本 ,难以体现地价内涵的统一性。建议通过把投资总成本或总收益按一定利润率折现到特定的期日来解决这个问题。

分季节的太湖悬浮物遥感估测模型研究

根据1996-2002年无锡太湖监测站的水质资料分析,太湖悬浮物具有季节性特征,因而分季节的悬浮物估测模型比单一的模型可能更加适合用来估测太湖全年的悬浮物浓度．在分析太湖水体光谱特征的基础上,根据太湖悬浮物的季节性分布特征,使用春夏秋冬四季的Landsat TM/ETM图像和准同步的水质采样数据,建立了太湖分季节的悬浮物估算模型．结果表明:估测因子(B2+B3)/(B2/B3)在舂、秋、冬三季都能很好地估测出悬浮物的浓度(R^3＞0．52)．夏季由于叶绿素的干扰性较大,悬浮物的估测效果不理想．冬季的估测效果最好(R^2=0．81),模型为lnSS=14．656×(B2+B3)/ (B2/B3)+1．661,其中,ln SS表示悬浮物取自然对数后的值,B2、B3为TM/ETM图像经过6S大气校正、3×3低通滤波后第2、3波段的反射率值．

基于高光谱遥感反射比的太湖水体叶绿素a含量估算模型

旨在寻找叶绿素a的高光谱遥感敏感波段并建立其定量估算模型。通过对太湖水体的连续监测,获得了从2004年6月到8月3个月的太湖水体高光谱数据和水质化学分析数据。利用实测的高光谱数据分析计算太湖水体的离水辐亮度和遥感反射比;然后,通过相关分析寻找反演叶绿素a浓度的高光谱敏感波段,进而建立反演太湖水体叶绿素a浓度的高光谱遥感定量估算模型,并用相关数据对模型进行精度分析。研究发现,水体的遥感反射比光谱在719nm和725nm存在两个峰,其中719nm处的峰更明显且稳定。通过模型的对比分析,发现用这两个峰值处的遥感反射比参与建模可以提高叶绿素a的估算精度;并且认为由反射比比值变量R719/R670所建立的线性模型对叶绿素a浓度的估算精度最理想。

基于GIS下的太湖水质富营养化模糊综合评价

在地理信息系统和地统计学的支持下,探讨了模糊数学与层次分析法相结合的方法在水体富营养化评价中的应用.以太湖为研究对象,选取总磷、总氮、叶绿素、化学需氧量、5日生化需氧量、溶解氧和透明度7项指标进行评价.在对研究区域采样数据进行地统计分析后估算出整个区域评价指标的值,在此基础上建立不同指标的隶属度函数,并计算其隶属度;同时根据层次分析法的原理,确定了各项评价指标的权重,最终得到研究区域的综合结果,绘制出富营养化评价图.结果表明:北部、西北部湖区营养水平最高,属重富营养;中部湖区营养程度为中富营养;东南部湖区营养水平最低,属中营养.

基于决策树的Landsat TM/ETM+图像中太湖蓝藻水华信息提取

以9期Landsat TM/ETM＋影像为数据源,基于K-T变换和归一化植被指数（NDW）,建立了湖泊蓝藻水华信息提取的决策树模型.基于大气顶面反射率图像,选用2005年10月17日太湖图像进行了对比验证,表明决策树模型比单波段阈值法、多波段阈值法（RVI、DVI、NDW）能够更有效地提取蓝藻水华信息,区分陆生植被、水生植物和水华,省去了水体掩膜的过程.使用太湖2002年10月25日和2011年7月22日图像、巢湖2005年8月12日的图像,验证决策树模型方法和工作流程的有效性.使用多期TM图像确定了阈值的取值范围,其中,亮度、绿度、NDVI的下限值依次为0.191、-0.007、-0.054,湿度下限范围为0.07～0.15;亮度阈值上限范围为0.3～0.7、绿度为0.2～0.5、湿度为0.1～0.3,这些结果可作为湖泊蓝藻水华遥感监测的参考.

西安市土地定级系统研究

土地定级工作是地价评估的基础。土地定级系统的建立，为客观地进行土地定级提供了保证。本文以西安市土地定级成果更新工作中建立的土地定级系统为例，分析了土地定级系统的系统构成和关键技术。该方案具有较强的通用性，可供有关部门参考。

用分析模型方法反演水体叶绿素的浓度

水体叶绿素浓度是水质评价的一个重要指标。建立水体光学传输的分析模型,进而用分析模型反演水体叶绿素浓度,对于提高遥感反演水质参数的精度和实用性具有重要意义。作者于2004年6月初对太湖18个点位进行了同步水体波谱实测和水体取样分析。由这18个点位的实测数据,利用Gordon模型建立了R(0-)的模拟模型,并进而用优化函数的方法反演水体叶绿素浓度。反演值与实测值的相关系数达到0.99,当叶绿素浓度高于30mg/m3时,反演的相对误差小于20%。进而用该模型反演2005年7月太湖7个点位的叶绿素浓度,反演值与实测值的相关系数为0.94,其中,有6个点位的反演值相对误差小于60%。

湖泊富营养化状态的地面高光谱遥感评价

分别于2004-06和2004-08在太湖的21个固定监测站点进行原位水质取样分析和波谱实测,进而利用地面实测高光谱数据评价太湖水体富营养化状态.水体富营养化程度的评价指标为营养状态指数(TSI).首先,根据太湖水体固有光学特性,用分析模型的方法建立水体反射率模拟模型,进而用求解优化函数的方法,利用Matlab软件反演叶绿素a浓度;其次,利用反演的叶绿素a浓度,计算采样点位的营养状态指数,并利用ArcView软件进行插值,制作太湖富营养状态评价图.结果表明,2004-06和2004-08太湖富营养化程度差异显著:6月,中营养水平湖区所占比例最大,其面积占总面积的61%;8月,轻度富营养水平湖区所占比例最大,其面积占总面积的52%.总体上,富营养化程度最严重的区域为太湖北部,由北向南富营养化程度逐渐减弱,东部的富营养化水平最低.

太湖水体中藻蓝蛋白的紫外-可见吸收光谱特征分析

以藻蓝蛋白标准品和室内培养的铜绿微囊藻、鱼腥藻为参照，于2011年春、夏、秋三季在太湖采集75个水样，分析太湖水体中藻蓝蛋白的紫外-可见吸收光谱特征，及其与标准品、单一藻种光谱特征的区别和联系。结果表明：太湖水体中藻蓝蛋白的吸收光谱形态可根据500～700 nm的吸收峰个数划分为无峰型、单峰型和双峰型三类。无峰型光谱在500～700 nm间变化平缓，620 nm附近无藻蓝蛋白的特征吸收峰出现。根据300～450 nm的吸收差异，无峰型可划分为无峰Ⅰ和无峰Ⅱ两个亚类。峰型Ⅰ仅在260 nm附近出现吸收峰，250～800 nm的谱型更接近于有色可溶性有机物（CDOM ）；峰型Ⅱ在260和330 nm处均有吸收峰出现。单峰型光谱在620 nm的藻蓝蛋白特征吸收峰明显，受藻种差异和提取纯度的影响，其在250～300，300～450和500～700 nm的吸收峰出现位置和峰值比与标准品、单一藻种不同。双峰型光谱在620和670 nm附近各具一个吸收峰，同时在350～450 nm出现吸收肩，兼具藻蓝蛋白和叶绿素复合蛋白的吸收特征。

太湖蓝藻水样中藻蓝蛋白提取方法比较

以2011年8月20日采集的太湖梅梁湾的夏季蓝藻水华为研究对象,通过12个样点平行样的藻蓝蛋白实验提取,基于光谱吸收特征和浓度值,对反复冻融法、超声波法、溶胀法、丙酮法的提取效果进行比较评价.结果表明:4种方法获取的藻蓝蛋白提取液在620 nm附近出现吸收峰,其中,反复冻融法的峰高最强,超声波法最弱,说明反复冻融法的提取效果优于其他方法;反复冻融法、超声波法、溶胀法获取的部分蓝蛋白提取液在670 nm附近具有次吸收峰,与藻蓝蛋白标样的吸收曲线存在差异;反复冻融法、超声波法提取的藻蓝蛋白浓度值变异系数小于0.6,表明这两种方法较其他方法稳定;反复冻融法提取的藻蓝蛋白浓度值高于其他3种方法,可推荐作为太湖蓝藻水样中藻蓝蛋白的提取方法.

南岭国家森林公园旅游企业主导的社区参与模式研究

社区是生态旅游利益相关者的关键角色之一。本文在有关社区参与生态旅游的理论研究和文献综述的基础上,针对我国生态旅游社区参与的实践,选取具有代表性的南岭国家森林公园为案例,通过对当地社区、旅游企业及政府等相关利益主体及其相互关系的研究,提出了"旅游企业主导的社区参与模式",并探讨了该模式可持续运作的关键环节和优化模式。因子分析的结果进一步表明,社区主人翁意识、公共福利、教育培训机会以及经济收益等,是影响社区参与生态旅游的自主性和可持续性的重要因素。研究结果丰富了生态旅游社区参与的理论,并对我国生态旅游的社区实践具有一定的参考价值。

GIS辅助下的环青海湖地区草地蝗虫生境分类研究

草地蝗虫是危害中国广大草原地区的主要昆虫之一 ,针对草地蝗虫的生态特征 ,实现草地蝗虫生境类型的划分 ,是草地蝗灾管理迫切需要解决的课题之一。以环青海湖地区为例 ,使用TM影像数据和DEM、草地类型图等地理辅助数据 ,以及GPS定位的野外调查资料 ,从遥感图像处理 /地理数据 /专家知识一体化的角度出发 ,应用基于知识的方法进行环青海湖地区草地蝗虫生境类型的分类研究 ,其分类总精度为 84 .2 3%。研究表明 ,克氏针茅草原、芨芨草草原、紫花针茅草原是草地蝗虫多发的生境类型 ,占整个研究区总面积的2 9.0 9%。这为进一步加强环青海湖地区草地蝗虫的管理提供科学依据。