学科分类
/ 1
6 个结果
  • 简介:借助地理信息系统对闽江福州段进行流域划分,通过污染源数据的调查和分析,在流域层面上进行了污染负荷研究.研究以COD、NH3-N为主要指标,计算各子流域污染负荷,并确定其主要来源和比例关系.结果表明:闽江流域福州段COD入河总量为9371.75t,NH3-N入河总量为992.63t,工业源与城镇生活源是主要污染源.市区内河是污染最严重的子流域,COD、NH3-N的入河量占流域总负荷的34。4%与61.3%.市区内河、闽江干流北港段、磨溪等流域水体受到各种点源污染的影响,而梅溪干流、大樟溪干流等流域水体则主要受到非点源污染的影响.

  • 标签: 闽江流域福州段 点源污染 非点源污染 污染负荷
  • 简介:研究了山仔水库夏、冬季表层沉积物内源氮负荷,并应用柱状样模拟法对氮释放速率进行了探究。结果显示,该水库表层沉积物总氮含量范围840.00~3108.71μg·g^-1,其中氨氮占总氮含量7.267%-11.21%。同一季节,总氮含量空间分布规律是随进口、库心、大坝逐渐增加.柱状样模拟实验得到夏、冬季氮释放速率分别为90.31-128.37mg·(m^2·d)^-1和72.52~93.79mg·(m^2·d)^-1,释放速率与总氮含量分布具有一致性。山仔水库表层沉积物存在较大的内源氮释放能力且在夏季内源氮更易释放,为水体提供充足的营养物质,可能引起并促进水华的持续。因此,采取措施适宜方法控制内源氮释放非常重要。

  • 标签: 沉积物 氮负荷 释放速率 富营养化 山仔水库
  • 简介:运用ArcGIS软件解译大伙房水库汇水区的卫星影像数据,结合行政区划图确定汇水区3条主要河流两岸1000m为农村生活污染负荷评估范围,采用排污系数法估算农村生活污染负荷。结果表明,研究区农村生活污染负荷为8420.28t/a,其中,生活污水的污染负荷占总量的99.40%。农村生活污染对流域水质的贡献率为27.84%,所排放的污染物对河流的贡献率大小依次是氨氮(34.95%)、总磷(27.81%)、化学需氧量(25.53%)和总氮(23.08%),农村生活污染已成为大伙房水库汇水区水体污染的重要源。

  • 标签: 大伙房水库汇水区 农村生活 污染负荷 “3S”技术 排污系数法
  • 简介:草原鼠洞的识别定位可以为鼠害的监测、预测和防治等提供科学参考,因此,如何快速且准确地识别草地鼠洞成为亟需解决的问题。选取玛多县典型区作为研究区,利用可见光波段无人机影像,研究并建立了面向对象的模板匹配法和支持向量机法的草地鼠洞自动识别方法。模板匹配法是在多尺度分割的影像中选取不同种类的鼠洞对象并生成匹配模板,接着进行目标检测并产生初始结果,最后构建光谱、几何和纹理特征库对检测结果进行筛选。支持向量机法首先采集鼠洞训练样本并优化分类特征空间,然后采用支持向量机分类器监督分类得到鼠洞识别结果。对2种方法的识别结果进行精度评价与分析表明:2种方法的总体精度均较高,适用于三江源区草原鼠洞的精准识别。基于面向对象的模板匹配法比支持向量机法的总体识别精度整体高1%,错分误差低3%,识别效果较好。

  • 标签: 鼠洞 无人机 面向对象 模板匹配 支持向量机
  • 简介:针对亚热带地区树种丰富,树种间相似度大对树种识别带来的问题,本研究以福建省三明市莘口镇格氏栲自然保护区附近13种常见树种的冠层实测高光谱数据为例,采用一种分层分析方法,探讨不同光谱类别的树种识别精度以及树种识别的最佳波段。首先,对原始光谱进行变换处理,包括一阶微分、二阶微分、对数一阶微分、包络线去除和植被指数;其次,通过分析选择出13种树种各光谱类别的差异显著波段;最后,利用逐步判别法对选择的差异显著波段进一步降维,判断不同光谱类别的树种识别精度并找出识别13种树种的最佳波段。结果表明:光谱变换能有效地提高树种的识别精度,尤其是对数一阶微分光谱,总识别精度高达98.7%;对于原始光谱,近红外波段(760~1300nm)的树种识别能力更强,对于变换光谱,可见光波段(350~760nm)的树种识别效果更佳;不同光谱类别之间具体的显著性差异波段存在很大差别,原始光谱与变换光谱之间仅在绿光波段(500~600nm)有少量相同的显著性差异波段,此研究成果可为亚热带地区树种识别提供参考。

  • 标签: 树种识别 高光谱 福建省 光谱变换 逐步判别法
  • 简介:红树林是潮滩木本植物群落,其光谱和陆生植被极其相似。利用EO-1卫星ALI(advancedlandimager)获取的深圳湾区域影像数据,针对处于水分吸收带的波段5P和波段5,提出了这两个波段的角度指数(angleindex),分别表示为b1.25和b1.65。以b1.25-b1.65和归一化差值植被指数(normalizeddifferencevegetationindex,NDVI)分类特征,采用决策树方法,开展了红树林遥感识别实验。研究结果表明,红树林独特的滨海湿地特点,使得其像元反射率在波段5P和波段5明显低于陆生植被,从而导致红树林的b1.25-b1.65值明显大于陆生植被;通过结合b1.25-b1.65和NDVI分类特征的决策树方法,能够对红树林进行有效识别,其错分率和漏分率分别为4.29%和5.11%。因此,具有众多红外波段的ALI遥感器在红树林识别中能够发挥重要作用。

  • 标签: 红树林 高级陆地成像仪(ALI) 角度指数 决策树