基于神经网络模型的千岛湖清洁水体叶绿素a遥感反演研究

叶绿素a浓度值是水体水质评价的重要指标,研究基于高分一号(GF-1)卫星遥感影像,利用神经网络模型,选用6节点的隐含层设置,构建了千岛湖清洁水体叶绿素a浓度反演模型,对其叶绿素a浓度值时空特征进行分析,并与其他常规反演方法精确度进行比较。研究结果表明,利用神经网络模型对千岛湖清洁水体叶绿素a浓度值进行反演是可行的,且与其他常规方法相比,该模型对于叶绿素a含量低的内陆清洁水体反演有着更高的相关性(R^(2)=0.921 8);在空间分布上,千岛湖区域水体叶绿素a浓度整体较低,高叶绿素a浓度区域主要集中易受人类活动干扰的西南及东北区域;年际变化分析表明,千岛湖区域水体叶绿素a浓度稳定,且波动较小,平均叶绿素a浓度值皆维持在1.70~1.75μg/L之间,清洁水体特征显著。

基于GF-2影像的德阳城市黑臭水体遥感监测研究

黑臭水体地面监测覆盖范围有限,受人为因素影响较大,监测结果具有局限性。以德阳市城市建成区内主要黑臭水体为研究对象,采用2017~2022年4幅高质量的GF-2遥感影像,通过ENVI 5.3对GF-2遥感影像进行正射校正、影像融合、辐射定标、图像裁剪、几何校正等预处理后进行遥感监测研究。分析了黑臭水体与一般水体的光谱特征,发现不同波段黑臭水体反射率与一般水体反射率变化差异明显。基于这一特点提出了取不同波段斜率比值作为遥感识别指数。采用水体清洁指数模型,识别黑臭水体与具有黑臭风险的水体。本文基于德阳黑臭水体的光谱特征提出的WCI,仅对德阳市丁家堰进行了验证,还需扩大范围检测其适用性。

景观水体浮游藻类变化及与水质因子关系分析

浮游藻类在不同的水质中有着不同的群落组成结构及分布特点,因此相关研究对于水质监测及水环境保护有着重要的指导意义。该研究以无锡长广溪湿地公园内河段的较清洁景观水体为研究对象,设立了10个样点,调查了2009年9月至2010年5月底秋冬春浮游藻类的时空变化情况,并研究分析了多种水质及岸带因子与浮游藻类相关指数变化的关系。研究结果表明:(1)长广溪湿地公园河段浮游藻类的群落组成结构及丰度具有明显的季节变化。秋季以蓝藻为主要优势种,丰度较高,平均值为4.7×106个/L;冬季的优势种以耐寒的硅藻及甲藻为主,丰度较低,最低值出现在1月,平均值为2.7×106个/L;春季以硅藻门为主,其中丰度最高值出现在5月份,平均值为3.4×106个/L。(2)水中的氮营养盐对浮游藻类的群落特征有重要影响,氮含量为影响浮游藻类群落的主要因子。高锰酸盐指数(OC)、补偿电导率及温度对浮游藻类群落也产生一定的影响。(3)水中不同水生植物的组合及河岸带类型对浮游藻类也有影响,有水生植物的样点水质较好,藻类较少;水中无水生植物的样点水质较差,藻类较多。河岸带植被较多的样点水质较好,浮游藻类较少;人工硬质岸带样点的水质差,浮游藻类较多。总之,长广溪湿地公园河段中浮游藻类的时空变化显著。

基于决策树分类的河北省近岸海域赤潮监测方法

河北省近岸海域赤潮频发,为了更好地掌握赤潮的发生情况,基于预处理的MODIS影像,采用决策树分类方法提取赤潮信息,对赤潮发生的区域、面积进行监测,然后通过实验将决策树分类方法和其他典型的赤潮监测方法进行了比较分析。实验结果表明,基于决策树分类的赤潮监测方法提取赤潮发生区域、统计面积更接近海洋公报显示的数据,说明该方法适合河北省近岸海域的赤潮监测。

The design of underwater hull-cleaning robot

The research on underwater ship-hull cleaning robot was conducted on the purpose of realizing the automation of cleaning underwater ship hull so that service life of ship will be prolonged and ship speed will raised. Moreover, fuel consumption and the work intensity of divers will be reduced. In this paper, the current situation and the latest technology in China and abroad were analyzed;meanwhile, the typical characteristics of the underwater cleaning robot were introduced. According to the work principle of the underwater cleaning robot, the emphasis was put on the analysis and study of permanent-magnetic absorption, magnetic wheel, airproof and anticorrosion, underwater cleaning equipment and control system. The robot is easy in rotation and simple in control.

太原市黑臭水体遥感识别与地面验证

城市黑臭水体整治是城市水环境治理的一项重要工作。本文通过构建黑臭水体遥感识别模型,解决城市黑臭水体整治过程中黑臭水体的识别问题,实现城市黑臭水体空间分布快速定位与排查。通过分析黑臭水体形成机理和试验数据,从光谱特征上构建反映水体清洁程度的光谱指数(WCI),从图像特征上构建水体颜色、次生环境、河道淤塞、岸边带垃圾堆放等解译标志,综合光谱指数和解译标志共同进行黑臭水体遥感识别。利用该方法对太原市建成区内黑臭水体空间分布进行排查识别,共得到疑似黑臭河段14条,长度为52.530 km。经验证,除去断流影响外,遥感识别黑臭水体点位精度为92.86%,遥感识别黑臭河段长度精度为78.19%。在精度验证基础之上,进一步分析了黑臭水体遥感识别光谱指数和各项解译标志在黑臭识别中所占的权重,其中光谱指数和水体颜色二者权重最大,分别占29.60%和27.10%,是构成遥感识别黑臭水体的主要特征标志。通过两时相影像识别结果比对表明,WCI指数能够明显反应黑臭水体变化特征。因此,利用本文方法进行城市黑臭水体遥感识别具有很高的精度,在城市水环境整治过程中具有重要的应用价值。