南海北部海域叶绿素a浓度时空特征遥感分析

利用2007-2010年MODIS的L2级叶绿素a浓度产品作为数据基础,对叶绿素a浓度年平均和月平均数据进行分级分区处理,研究南海北部海域叶绿素a浓度时空分布特征及其与海洋环境因素的关系。初步研究结果表明:2007-2010年在南海北部海域叶绿素a浓度的高值区(>5.0mg/m3)主要分布在广东省沿岸河流的入海口,分布范围在夏季最大,在春秋次之,在冬季最小;叶绿素a浓度的次高值区(1.0～5.0mg/m3)主要分布在海岸线到50m等深线之间的海域,分布范围夏冬较大,能扩展到50m等深线附近,而春秋较小,会退缩到50m等深线以内;叶绿素a浓度的中值区(0.3～1.0mg/m3)主要分布在50m到100m等深线之间的海域,时空变化复杂;叶绿素a浓度的低值区(<0.3mg/m3)主要分布在100m等深线以外的海域,其区域平均值夏季最低,春秋次之,冬季最高,同时该区域叶绿素a浓度在春夏秋三季空间分布较均匀,而冬季受季风和黑潮入侵影响空间分布较为复杂。南海北部海域海表叶绿素a浓度的时空变化特征与季风、沿岸河流、海流、海表温度等海洋环境因素的变化有关。

基于DIEOF方法重构海表叶绿素a遥感缺失数据

以2007年1月到2010年12月的MODIS Aqua CHL-a Level 2海表水色产品为基础数据,获得南海北部海域海表叶绿素a浓度的月平均影像集,基于影像集数据的时空相关性利用DIEOF(Data Interpolating Empirical Orthogonal Functions)方法重构其缺失数据。通过分析重构前后数据变化、验证重构结果的时空特征、计算模型精度指标等对重构结果进行评价。研究结果表明:DIEOF方法重构的MODIS海表叶绿素a影像,能够体现研究区海表叶绿素a的时空变化特征,重构结果的复相关系数R2可达到0.98,平均绝对误差MAE小于0.01;该方法重构过程中无需先验信息,易操作,能够有效重构大面积成片缺失或缺失比例较高的影像。

基于Kriging空间插补海表叶绿素遥感缺失数据的研究

完整的长时间序列遥感数据是大尺度环境监测工作顺利完成的重要保证。本文选取2007年1月至2010年12月南海北部MODIS海表叶绿素a浓度月平均遥感影像为基础数据,利用地统计的Kriging空间插值方法对月平均影像中的缺失数据进行插补,并从多个角度对插补结果进行分析和评价。结果表明:Kriging方法的插值结果能突出研究海域海表叶绿素a浓度一定时期的特殊变化,在一定程度上也能体现研究海域海表叶绿素a浓度的时空变化规律;但是Kriging方法空间插值操作复杂,精度较低,可变性估计不足,均方根误差平均值为0.459 8,标准化均方根误差的平均值为2.608 2。

农用设施监管系统的设计与应用

随着农业设施规模扩大和形式多样化,一些不法企业和人员假冒农业设施之名,擅自改变农业用途,在耕地上违法违规建设“大棚房”等非农设施,造成农用地非农化乱象。因此提出利用地理信息系统、全球定位系统、数据加密等技术,结合以治理“大棚房”为重点的农业设施监管业务需求,构建农用设施监管系统。系统在辅助高效、便捷开展农业设施管理,提高农业设施监管工作质量和水平方面有一定的实用价值。