基于AGA-RBF神经网络模型的叶绿素a质量浓度预测研究

叶绿素a质量浓度是预测湖泊水华形成的重要影响因子,但常用的径向基(radial basis function,RBF)神经网络存在容易陷入局部极值,导致预测精度欠佳.针对这一问题,采用自适应遗传算法(adaptive genetic algorithm,AGA)对RBF神经网络进行优化,构建基于AGA-RBF神经网络预测模型,以莆田东圳水库为应用案例,对叶绿素a质量浓度进行预测,通过采集到的数据对预测模型进行仿真,对比均方根误差(RMSE)、相对误差(RE)以及平均相对误差(MRE),验证改进后的AGA-RBF模型具有更好的预测精度,以期对叶绿素a质量浓度进行长期预测.

南海南部次表层叶绿素a质量浓度最大值及其影响因子

文章分析了2013年南海南部4个季节航次的叶绿素a(Chl a)调查数据,结果显示:150m以浅水柱Chl a质量浓度均值分别为早春0.14mg×m^(-3)、初夏0.12mg×m^(-3)、初秋0.18mg×m^(-3)、初冬0.16mg×m^(-3)。早春和初夏偏低的原因与早春风速小,初夏水温高,不利于水体的垂直混合,限制了深层海水中丰富的营养盐向上层水体补充有关。4个季节中海水次表层Chl a质量浓度最大值层(SCML)均出现在50m和75m,这两个水层的Chl a质量浓度差异小,季节变化不大,平均值变化范围分别为0.24~0.26mg×m^(-3)和0.22~0.26mg×m^(-3)。受混合层深度和温跃层上界深度的共同影响,50m水层Chl a质量浓度主要受制于深层富营养盐海水的向上补充,75m水层Chl a质量浓度受水温的影响明显。

利用经验正交函数数据插值法重构东中国海叶绿素a质量浓度场

利用经验正交函数数据插值法(Data INterpolating Empirical Orthogonal Functions)重构由MODIS-Aqua卫星提供的三级产品叶绿素a质量浓度,得到了从2003—2009年东中国海叶绿素a质量浓度的月平均场。东中国海近岸叶绿素a质量浓度7a平均值明显高于外海。对叶绿素a质量浓度季节平均场进行分析研究表明,东中国海叶绿素a质量浓度主要受长江径流、海表水温和季风的影响。对叶绿素a质量浓度异常场进行EOF分析表明,第一模态方差贡献为37.8%,空间分布显示,在长江口东北部出现叶绿素a质量浓度异常高值区,时间变化以半年和半年以下周期为主;第二模态方差贡献为21.4%,空间分布显示,在长江口东部出现叶绿素a质量浓度异常高值区,时间系数主要表现为年际变化。

珠江口海域叶绿素a质量浓度SAR反演模型

以珠江口海域的Radarsatt-2全极化SAR数据和海域表层水面叶绿素a质量浓度实测数据为基础,利用微波散射原理及Cloude Pottier理论对SAR图像进行分解,得到平均散射角a、散射熵H及VH、VV、HH、HV等6个参数;采用BP人工神经网络模型建立上述6个参数与叶绿素a质量浓度的数学关系模型,并结合实测数据对叶绿素a质量浓度进行分类。结果表明:当隐含层节点数为9,输入层和隐含层传递函数分别为tansig和logsig,学习速率和动量系数均为0.2时的网络结构对叶绿素质量浓度反演取得了较好的效果,叶绿素a质量浓度实测值与预测值之间的决定系数(R^2)为0.826。将模型应用于不同时期的2幅图像进行验证,效果良好,与实际情况基本相符。

基于高分六号卫星遥感影像的太湖叶绿素a质量浓度反演

针对太湖叶绿素a浓度反演大多采用低中分辨率遥感数据,缺少基于高分辨率遥感数据研究的现状,采用高分六号卫星遥感影像,运用波段比值模型、归一化差异叶绿素指数(NDCI)模型和三波段模型定量反演了太湖蓝藻的叶绿素a质量浓度,并采用2018年10月28日、2019年4月6日和2019年6月3日的高分六号卫星遥感影像对3种模型的反演精度进行了验证。结果表明,采用NDCI模型的平均相对误差、均方根误差和平均绝对误差最小,NDCI模型具有更好的精度和稳定性,更适合高分六号卫星遥感影像在太湖叶绿素a质量浓度反演方面的应用。

基于GOCI影像的巢湖叶绿素a质量浓度变化分析

遥感技术凭借其监测范围广、成本较低以及实时动态监测的特点,在湖泊水质监测中得到广泛应用。GOCI卫星具有极高的时间分辨率,对巢湖水质变化监测具有极高的使用价值。总结分析了国内外已有的水质遥感监测方面的理论、技术和方法,根据多年巢湖星地同步实验数据,分析巢湖水体光学反射特征,选用GOCI两个数据波段进行分解,利用半经验半分析方法建立了叶绿素a高光谱遥感回归估测模型,初步反演出巢湖叶绿素a质量浓度的空间分布;并使用巢湖实测数据(N=32)进行验证(R^(2)=0.78)。结果表明,该模型可以用于GOCI影像反演叶绿素a质量浓度在巢湖的空间分布,更好地实现巢湖水质动态监测及富营养化污染预警。

南海海域浮游植物叶绿素与海表温度季节变化特征分析

利用SeaWiFS卫星遥感叶绿素质量浓度及TRMM微波遥感海表温度产品,研究了南海海表叶绿素a的季节变化特征及其同海表温度的关系。研究结果表明,南海叶绿素质量浓度具有很强的季节变化:通常低叶绿素质量浓度(<0.12mg.m-3)出现在弱风、高海表温度(>28℃)的春、夏季节;高叶绿素质量浓度(>0.13mg.m-3)出现在有较强风速和较低海表温度(<27℃)的冬季。线性回归分析显示,南海叶绿素质量浓度同海表温度呈显著负相关关系。尽管在南海南部、南海中部、南海西部及吕宋西北部4个代表子区域的显著性有所差异,但都暗示温度变化所反映的垂向层化调控了营养盐质量浓度和浮游植物量变化。可见,温度可能是影响海洋上层稳定程度及垂向交换强度的重要指标,从而可能调控营养盐及浮游植物的变化。

伶仃洋夏季叶绿素a时间变化特征及分析

文章使用2019年7月5日—20日在珠江河口伶仃洋定点连续观测的海表面叶绿素a质量浓度、海表面气温、气压、风速、风向、海表温度、盐度、流速、流向、遥感降雨量数据和中等分辨率成像光谱仪可见光波段影像,利用小波分析和集成经验模态分解方法分析了观测期间内伶仃洋海表面叶绿素a的时间变化特征及其影响因子。分析结果表明,观测期间海水表层叶绿素a质量浓度的变化范围为0.44~1.75μg·L^(-1),平均值为0.80μg·L^(-1),其变化周期主要为6h、12h和24h。其与相对应周期的潮流存在明显的相位关系,并且在降雨后两者的相位关系发生了转换。7月5日—12日,叶绿素a与潮流基本呈反相位关系,涨急时叶绿素a质量浓度低,落急时叶绿素a质量浓度较高,浓度相差约为0.3μg·L^(-1)。珠江流域在7月8日—13日发生了一次强降雨过程,降雨前后海水表层叶绿素a质量浓度在6h、12h和24h周期波段的振幅由0.02~0.09μg·L^(-1)增加到0.15μg·L^(-1)左右。同时,降雨对珠江河口的叶绿素a质量浓度造成了一个持续80h的增加过程,浓度增加了0.3μg·L^(-1)。发生降雨后,7月13日—20日期间潮流滞后于叶绿素a约6h,水位最高时叶绿素a质量浓度最低,水位最低时叶绿素a质量浓度最高。由以上结果可以看出,降雨不仅引起了河口区叶绿素a质量浓度的增加,还造成了叶绿素a和潮流间相位关系的转换。

江苏东部海域动力环境因子与叶绿素对0209号台风的响应

利用卫星遥感数据分析了在0209号台风影响下江苏东部海域近岸区域和离岸区域叶绿素a质量浓度的响应及风场、海表温度(SST)的变化情况.结果发现:台风过境时近岸与离岸区域的风速都经历了一个先升高后迅速降低最后再逐渐升高的过程;SST明显降低,随后于3d内恢复到台风过境前水平;叶绿素a质量浓度也受台风过境影响显著下降,但近岸与离岸区域对台风的响应不同.受台风引起的上升流和卷带混合营养盐的影响,在离岸区域叶绿素a质量浓度的回升需要近一周时间才能达到台风前水平0.6mg/m^3,而近岸区域的风速变化与SST和叶绿素质量浓度变化呈明显的负相关,叶绿素a质量浓度的响应更加快速,叶绿素a质量浓度的回升只用了2~3d就达到1mg/m^3,可能与陆源物质及近岸海域的水深较浅有关.

水下集鱼灯在近海水体中的光场分布数值模拟

为提高水下集鱼灯光场分布计算精度,本实验采用集鱼灯光谱数据、光度分布数据和海水固有光学参数,基于蒙特卡罗模拟方法构建了新的光场传输数值模拟方法,将光束能量离散成大量光子,通过追踪光子路径计算水下集鱼灯形成的光场强度,并开展水槽实验对计算方法进行了验证。同时,提出了新的集鱼灯光场分布评价指标Ids和Ads。利用模型分析了海水的叶绿素a质量浓度、散射作用类型和散射相位函数HG(Henyey Greenstein)中非对称参量g的取值对水下光场分布的影响。结果显示,①叶绿素a质量浓度从1mg/m3增加到5 mg/m3,LED集鱼灯A5m减少了72.73%,MH集鱼灯A5m减少了72.17%;LED集鱼灯I5m减少了66.69%,MH集鱼灯I5m减少了53.29%。②当海水介质引起的散射类型分别为米氏散射和瑞利散射时,MH集鱼灯I5m分别为1058.48和1020.5 lx,LED集鱼灯I5m分别为1057.96和992.42 lx。③非对称参量g从0.80增加到0.99,MH集鱼灯的A5m增加了22.05%;LED集鱼灯的A5m增加了23.10%;MH集鱼灯形成的I5m增加了16.61%;LED集鱼灯形成的I5m增加了14.52%。研究表明,近海水体中叶绿素a质量浓度、HG散射函数中非对称参量对集鱼灯光场分布有显著影响,散射类型对集鱼灯光场分布无显著影响。本研究提出的数值模拟方法可准确计算近海水体中集鱼灯光场分布,为渔业监管和集鱼灯合理应用提供科学依据。

智利外海竹筴鱼中心渔场时空变动的初步研究

根据2005年3～12月14艘中国渔船在智利外海的竹筴鱼生产统计数据和卫星遥感反演的海表温度、叶绿素浓度,分析智利外海竹筴鱼中心渔场的时空变动以及渔场与环境因子的关系。结果表明,随着南半球秋季转入冬季,竹筴鱼中心渔场相应地由南向北、由东向西推移,10月份渔场达到最北端,春末夏初开始南撤;智利外海竹筴鱼渔场的表层水温大致为12～16℃,中心渔场为14～15℃,月间略有差异;渔场的叶绿素质量浓度大致为0.06～0.12 mg/m3,当渔场的叶绿素质量浓度处于0.08～0.10 mg/m3时,渔船作业频次和竹筴鱼产量最高。

高压脉冲电场对小球藻破碎效果的影响

含油微藻的破碎是微藻制油过程中的重要环节。为此,利用清华大学自主研制的高压脉冲电源(THU-PEF4)系统,针对小球藻的光合活性和叶绿素质量浓度这2个生物量,重点考察了高压脉冲电场强度、脉冲宽度、脉冲重复频率、电场极性及样品电导率对小球藻处理效果的影响,在此基础上结合双荧光染色法和流式细胞仪研究了高压脉冲电场(PEF)对微藻细胞的穿孔破碎效果。研究发现高压脉冲电场强度和脉冲注入能量密度是影响高压脉冲电场处理效果的关键因素,而脉冲宽度、脉冲重复频率、电场极性对小球藻的处理效果影响不大。当电场强度从2.5 MV/m增加到5.0 MV/m时,20 m S/m电导率下的小球藻细胞破碎率从17.21%增加至83.29%;当脉冲注入能量密度从8.9 k J/L增加到149.52 k J/L时,4.5 MV/m电场强度作用下的小球藻细胞破碎率从9.78%提高到81.78%。

微量元素铁对3种水华藻类生长的影响

在温度为25℃,光照强度为2500lx,光暗比为14h∶10h的实验室条件下,研究微量元素铁对3种水华藻类(铜绿微囊藻、小球藻和小环藻)生长的影响.结果表明:当其他营养盐富足时,培养液中的微量元素铁对3种水华藻类的生长均有显著的影响.在培养中期,较高的铁浓度对细胞密度和叶绿素a质量浓度均有明显的促进作用;在培养20d后,当培养液中的铁浓度分别低至0.19~0.24、0.22~0.47和0.15~0.16mg·L^(-1)时,铜绿微囊藻、小球藻和小环藻细胞增殖缓慢.因此,有效调节微量元素铁的浓度也会影响到自然水体中藻类的生长.

紫外辐射在不同水体衰减影响因素分析

通过现场测定水体中紫外线A(ultra violet-A radiation,简称UV-A)、紫外线B(ultra violet-B radiation,简称UV-B)、紫外辐射(ultra violet radiation,简称UVR,UV-A+UV-B)强度、水体浊度、透明度(secchi disc,简称SD)及总溶解性固体质量浓度(total dissolved solids,简称TDS),并结合室内测定水体溶解性有机碳质量浓度(dissolved organic carbon,简称DOC)、有色可溶性有机物(chrornophoric dissolved organic matter,简称CDOM)在280、355、440 nm处的吸光度及叶绿素a的质量浓度,研究UV-A、UV-B、UVR的水体衰减系数与水环境因子之间的关系。结果表明,江苏省南京地区水体中紫外线衰减系数分别与水体的SD、TDS质量浓度呈极显著负相关(r≤-0. 74,n=26);水体中紫外线衰减系数与水体浊度、DOC质量浓度、水体叶绿素a质量浓度及288 nm处CDOM吸收系数呈显著正相关(r≥0. 48,n=26),其中与水体浊度、DOC质量浓度相关性达极显著水平(r≥0. 56,n=26)。这说明南京地区水体中紫外线衰减受水体浊度、TDS质量浓度、CDOM质量浓度、DOC质量浓度、Chla质量浓度等多种环境因子的影响,其中浊度起主导作用。

基于微波光子滤波器射频强度的叶绿素检测研究

叶绿素的检测和监测在植物生理、水质状况、农业管理和生态系统健康等方面具有重要意义。笔者设计了一种基于微波光子滤波器(MPF)射频强度的叶绿素检测系统,该系统利用叶绿素质量浓度变化导致光纤端面反射率发生变化的原理,根据射频强度与叶绿素质量浓度之间的关系,实现对叶绿素的检测。该系统具有体积小、抗干扰能力强的特点,而且可以实现长距离检测。在该系统中,宽谱光源、微波信号源、掺铒光纤放大器、电光调制器、隔离器、光耦合器、光电探测器、频谱仪、光纤等构成了迈克耳孙干涉仪结构的微波光子滤波器。提取不同蔬菜的叶绿素溶液,采用该系统对叶绿素溶液进行检测,验证了其在植物叶绿素检测方面的可行性。采用该系统检测了叶绿素实验原液以及由叶绿素标准溶液配制的不同质量浓度梯度的叶绿素溶液,验证了射频强度与叶绿素质量浓度之间存在较好的线性关系,其中最大射频强度与叶绿素质量浓度的线性拟合度(R2)达到了0.9741,灵敏度为0.007881 d B/(μg·L^(-1)),最小射频强度与叶绿素质量浓度的线性拟合度达到了0.9841,灵敏度为0.02258 d B/(μg·L^(-1))。上述实验结果表明该系统在高质量浓度叶绿素和低质量浓度叶绿素情况下均具有较好的传感性能。

LED水下集鱼灯光场分布数值模拟分析

为探究LED水下集鱼灯光色、功率、放置深度和海水叶绿素质量浓度对光场分布的影响,基于蒙特卡罗模拟方法建立了水下光束传输数值计算模型,通过控制变量法计算了不同条件下的水下光场分布,并提出以0.1~10.0 lx等值线所包围的面积与计算截面面积比值为相对有效光照范围(relative effective illumination range,REIR)。以REIR为评价指标,对不同条件下的光场分布进行了分析。结果显示:(1)相同功率条件下,REIR依次为绿光>白光>蓝光,以功率420W、叶绿素质量浓度0.1mg/m^(3)为例,3种光色的REIR比值为1.58∶1.31∶1;(2)相同光色条件下,当叶绿素质量浓度为0.1mg/m^(3)时,集鱼灯功率由420W增至1200W,蓝、绿、白3种集鱼灯的REIR分别由31.68%、50.27%、41.78%增至38.59%、56.91%、50.15%,功率增加近3倍,但REIR增幅有限;(3)随着集鱼灯放置深度增加,REIR先增加后稳定;以叶绿素质量浓度1.0mg/m^(3)、功率为420W为例,绿光集鱼灯与白光集鱼灯REIR的最大值约为9.69%~9.84%,出现在放置水深20m左右;而蓝光集鱼灯的REIR最大值约为5.60%,出现在放置水深15m左右;(4)当集鱼灯功率为420W,海水叶绿素质量浓度从0.1mg/m^(3)增至5.0mg/m^(3),蓝、绿、白3种光色集鱼灯的REIR分别由31.89%、48.25%、42.05%减少至1.65%、2.09%、2.22%。研究结果可为LED水下集鱼灯光色功率选型、深度放置以及有效光场分布范围估算提供参考。