简介:以扎龙湿地龙泡子为研究对象,利用58个实测水深数据和季相最接近的QuickBird数据,建立湖泊水深的反演模型。探索性地建立了单波段和多波段组合的线性(多元)回归模型、指数模型、二次多项式模型、微分模型和对数模型等;通过对比模型的决定系数R2,比较模型精度;线性模型、对数模型、指数模型和幂指数模型的R2小于0.5,而二次多项式模型和多元线性回归模型的R2大于0.5,精度相对较高;筛选出拟合度较高的模型,用20个实测验证样本,采用相对误差和均方根误差进行模型精度评价;最后,利用精度较高的模型,进行龙泡子水深反演计算。水深反演结果表明,用选出的模型反演得到的龙泡子水深基本一致,为170~200cm,即使有稀疏的水草覆盖,依然可以表现出水深渐变的趋势。以蓝、绿、红和近红外波段多光谱遥感反射率为自变量,建立的线性湖泡水深反演模型y=123.990-3.332B1+183.859B2-237.133B3-37.143B4(y为水深;B1、B2、B3和B4分别为蓝、绿、红和近红外波段的水体反射率),能较好地反演扎龙湿地湖泡的水深。
简介:针对2012年7月23日云南腾冲的一次混合型层状云降水过程,联合35GHz多普勒偏振云雷达、雨滴谱仪和探空仪进行联合观测与分析,根据Z—qr(雷达反射率因子—雨水含量)的关系式,反演雨水含量(qr)、云水含量(qc)以及空气垂直速度(w)。结果表明:在较强回波区,云水含量为0.5-0.8g·kg^-1,雨水含量为0.2g·kg^-1,空气垂直速度为0.6-1.0m·s^-1,对应时段的小时雨量较大;通过云水含量与雨水含量、雨水含量与雷达反射率因子的散点图,分别得到各自的拟合公式。当云水含量〈0.8g·kg^-1时,直接通过拟合公式得到的云宏观参量的精度较好。
简介:在地理信息系统和遥感技术支持下,利用11期枯水期(4月)的普者黑湖LandsatMSS/TM/ETM+/OLI影像数据,研究1977-2014年期间枯水期普者黑湖面积变化;从降水量、农田面积、总人口和GDP等角度,探讨其发生变化的原因。研究结果表明,11977-2014年期间,普者黑湖面积波动变化,除2002年和2009年出现面积大幅增加外,其它时期湖面积在萎缩,且自1977年以来,普者黑湖面积的萎缩速度在逐渐加快,2009年湿地公园建成后,其面积萎缩速度有所减缓;2普者黑湖面积缩减的主要原因是人类活动干扰,湖面积萎缩与当地GDP和农业生产总值的增长显著负相关,与降水量不相关;3普者黑湖面积减少地段主要集中在天然堤带、泛滥平地带和湖泊洼地带以及中游人口集中的村庄附近,减少的湖面积44%被开垦成农田;4普者黑喀斯特国家湿地公园的建成有效减缓了湖面积的萎缩态势,有利于调动社会力量参与湿地保护与可持续利用,达到了湿地保护的目的。
简介:利用北京城区污染观测站2006~2013年夏季可吸入颗粒物PM10逐日浓度检测资料,挑选所有PM10浓度大于150μg/m3的个例,合成分析华北及北京地区风场变化情况,发现风速在污染当天变化不明显,南风与PM10的相关性普遍为正,污染当天各区南风增加较大,太行山一带甚至增长了5倍。南风异常可能会使河北、山东等地污染物向北京输送,造成北京大气污染。同时我们分析北京夏季空气污染时大气环流特征。在500hPa与200hPa,北京和内蒙古上空有显著的高压异常。在850hPa,环流场表现为东正西负的高度场异常,其中北京在正负异常分界线上。低层气压梯度异常会造成北京和以南地区南风异常。同时,我们发现北京污染天气伴随的高空环流异常具有准定常特征。在污染前4天,蒙古上空存在一个显著的高层高压异常。该高压异常增强并向南延伸,在污染当天控制北京和内蒙古。在污染消退期,该异常也逐渐消退。但在消退后第四天,北京和内蒙古上空依然受高压异常控制。这表明北京夏季污染和高空准定常环流异常有关。
简介:为了掌握洪湖水质未来的变化情况以及预防污染事件的发生,建立了一个BP神经网络水质指标预测模型。利用洪湖1990~2014年的水质指标实测数据作为学习样本,选取了pH、溶解氧(DO)、铵态氮(NH4+—N)、硝态氮(NO3-—N)、总氮(TN)、总磷(TP)6项指标作为预测参数,建立了BP神经网络模型,并运用该模型对洪湖水质指标进行了预测,同时引入一元线性回归模型与GM(1,1)灰色预测模型与该模型进行对比。结果表明,BP神经网络模型预测的水质指标的相关性系数都在0.998以上,平均相对误差都控制在2.5%以内,对单个指标的预测相对误差也都小于9%,明显优于一元线性回归模型和灰色预测模型;BP神经网络模型预测精度较高,预测速度快,能够相对准确地预测大部分水质指标,可以有效地应用于洪湖以及其它水域水质指标的预测和水质趋势的预警预报系统中。