遥感水质论文-张红涛,马全良

遥感水质论文-张红涛,马全良

导读:本文包含了遥感水质论文开题报告文献综述及选题提纲参考文献,主要关键词:水质遥感,反演模型,悬浮物,叶绿素a

遥感水质论文文献综述

张红涛,马全良[1](2019)在《陆内水体水质遥感研究进展及展望》一文中研究指出本文对近年来水质遥感主要监测的悬浮物、叶绿素a、黄色物质、总磷和总氮的反演模型进行综述,并指出发展潜力较大的研究方向,为未来水质遥感研究提供参考。(本文来源于《河南科技》期刊2019年23期)

黄李童[2](2019)在《海岸带复杂水体水质遥感反演与应用》一文中研究指出杭州湾区域包含了多种典型的复杂水体,其水质不仅受到自然现象、工业、农业、旅游业、城市化活动以及人口增长等诸多影响。本研究重点关注研究区域水体的两项重要水质参数,TSM(总悬浮物)和CDOM(有色溶解有机物),它们在水生环境中发挥着关键作用。本文现场测量了杭州湾区域的TSM,CDOM吸收系数和水体遥感反射率光谱,并综合Landsat-8图像,对CDOM和TSM的吸收系数与遥感反射率之间的关系进行研究。进而分析不同地区水体的光谱特征和TSM反演适用高光谱范围,分析CDOM反演困难原因。在杭州西湖地区,测试不同的大气校正模型在Landsat-8卫星数据上的表现情况,发现6S大气校正模型有着良好的校正结果;并反演野外采样光谱TSM和CDOM吸收系数的所有可能波段组合,发现对于CDOM而言,模型效果并不好。而对于TSM而言,最佳函数形式是指数形式,最佳模型输入是Band1/Band2,Band1最佳波段范围是600~720 nm波段,Band2最佳波段范围是500~535 nm波段。通过将Landsat-8波段范围和最佳波段组合范围进行比较,发现Landsat-8最佳波段组合是红波段与绿波段,Landsat-8的TSM遥感反演模型是ap(440)=51.17·e-7.75x,x=(OLI3-OLI4)/(OLI3+OLI4)。在构建Landsat-8 区域反演模型后,应用于遥感影像上,分析由遥感影像得出的TSM和CDOM空间分布特征,发现各个区域中,主湖区域中TSM吸收系数较高,北里湖次之,西里湖最小;而空间分布上,TSM吸收系数从北到南逐渐减小;时间分布上,TSM浓度的月变化是1月至4月减少,9月至1 1月增加,5月至8月在西里湖,主湖和北里湖地区波动。而在年维度上,西湖年平均TSM整体比较稳定。结合驱动因子进行细致分析,发现研究区域的旅游人口和TSM吸收系数存在正相关,而降雨量和TSM吸收系数相关性不显着。在舟山水域评估野外采样光谱估算TSM和CDOM的最优反演算法的模型适用性,发现在舟山区域,无论是水库还是海域,反演TSM的最优经验模型是波段相除的指数函数模型。并且建议使用绿色,红色或近红外波段对TSM进行遥感反演。但对于CDOM反演而言,经验模型得出的结果适用性并不好。通过对西湖,舟山水库,舟山海域的光谱对比发现,其在570 nm,670 nm,700 nm,820 nm,存在不同的光谱特征,这和水体内部物质密切相关。TSM模型适用性较高,但CDOM反演依旧困难。CDOM反演依旧是需要进行进一步研究的工作。(本文来源于《浙江大学》期刊2019-06-30)

林剑远,张长兴[3](2019)在《航空高光谱遥感反演城市河网水质参数》一文中研究指出针对多光谱遥感对内陆城市河网水体水质参数反演精度不高的问题,基于航空和水表高光谱遥感数据,利用半经验法对COD_(cr)、BOD_5、TP和TN进行定量反演。对水质采样化验数据和水表反射率进行相关性分析,计算最佳波段组合分别为650nm/683nm、689nm/667nm、692nm/649nm、787nm/678nm;建立研究区COD_(cr)、BOD_5、TP和TN水质参数反演模型,水质参数决定系数R~2分别为0.74、0.70、0.69、0.71,均方根误差RMSE分别为2.79、1.92、0.02、0.16,拟合效果次序为COD_(cr)>TN> BOD_5>TP。利用验证样点对实验结果进行定量分析,反演效果次序为TN>COD_(cr)>BOD_5>TP,平均相对误差分别为2.6%、12.9%、16.7%、22%,基本与模型拟合效果次序一致,反演的水质浓度分布与城市河网的特点和实际情况相符,为流动性大、水质状况分布错综复杂的城市河网水质监测提供参考。(本文来源于《遥感信息》期刊2019年02期)

赵姝雅[4](2019)在《基于遥感的白洋淀水质参数反演研究》一文中研究指出白洋淀水质受人类活动和自然因素的影响,在不同时间和空间内均有较大变化。利用传统的实地采样分析等方法,难以全面获取水质状况信息,而将遥感技术应用于近岸水体水质监测能更加快捷、宏观、精准的反应水质情况,是水质监测的一个发展趋势。本文以白洋淀为研究区域,结合实测光谱、Landsat8影像和化学需氧量(COD)实测值,采用SPSS软件构建的统计回归模型与MATLAB软件构建的BP神经网络模型进行COD反演,并利用BP神经网络模型对白洋淀整体水域COD浓度进行估算。结果显示,通过光谱反射率可对白洋淀水体COD污染程度进行区分,BP神经网络模型预测值与实测值的平均相对误差为16.5%,模型精度较好。基于模型反演2017年10月30日白洋淀水体COD浓度空间分布,白洋淀水体存在一定程度的有机污染,部分水体达到劣V类,污染中心主要位于东南部的村镇和旅游景点,区域内的生活、生产污水可能是造成COD升高的主要原因。(本文来源于《北华航天工业学院》期刊2019-03-15)

孙凤琴,徐涵秋,施婷婷,潘文斌,周淑玲[5](2018)在《开发建设对敖江水质浊度影响的遥感监测》一文中研究指出本文通过2007、2013和2016年3个时相的遥感影像,反演提取水体浊度信息,从较为宏观的角度分析了敖江流域大面积开发建设所引发的水土流失对敖江水质的影响。研究表明,2007年12月,敖江流域尚未有大面积开发,沿岸植被覆盖良好,江水浊度较低,平均约为23 NTU,分布比较均匀;2013年3月,敖江贵安新区处于开发建设期,特别是东雁-海峡段沿岸大片植被为工地裸土所代替,大量沙土流失至江中,使该段江水的浊度比上游高出3倍以上,平均浊度升高37 NTU,最大浊度差可达60 NTU,影响范围可至下游13 km;2016年9月,贵安新区建设基本成型,水土流失大幅减少,敖江整体浊度恢复相对均匀,但东雁-海峡段的平均浊度约39 NTU,仍高出上游5 NTU。其他分散的局部建设,是江水出现高浊度斑块的重要原因。浊度的上升,降低了水体含氧量,导致水质下降。当前中国城市化快速发展,伴随着大量的工程建设,其所致水土流失问题应引起足够重视,并在工程中采取必要控制措施,以降低其对沿江水质的影响。(本文来源于《地球信息科学学报》期刊2018年11期)

张克,张凯,牛鹏涛,高磊[6](2018)在《遥感水质监测技术研究进展》一文中研究指出分析了遥感技术在水质监测中的重要意义,讨论了运用遥感技术实现水质监测的理论依据。通过详细分析现阶段水质遥感的监测技术成果,总结了模型分析法、半经验分析法和经验分析法3种遥感水质监测方法的优缺点,梳理了利用遥感水质监测方法所能够监测的直接水质参数和间接水质参数。在上述分析的基础上,进一步讨论了水质遥感监测技术的发展方向。(本文来源于《现代矿业》期刊2018年11期)

雪连[7](2018)在《基于遥感监测的水质污染监测可视化系统研究》一文中研究指出遥感监测在地里信息系统的应用中较为广泛。随着遥感技术的发展,遥感监测的应用范围不断扩大,应用程度不断的加深,尤其是在可数化系统中也颇有成就。本文就来认识遥感监测,通过遥感监测研究水质污染可视化系统。(本文来源于《智库时代》期刊2018年47期)

章克斌[8](2018)在《遥感技术在内陆水体水质监测中的应用》一文中研究指出随着我国遥感技术的不断发展,在环境监测等多个领域中也得到了广泛的应用,给环境监测工作也提供了非常大的推动力。本文主要就遥感技术在内陆水体水质监测过程中的应用效果进行了分析。(本文来源于《低碳世界》期刊2018年11期)

彭保发,陈哲夫,李建辉,罗望军,甘洁[9](2018)在《基于GF-1影像的洞庭湖区水体水质遥感监测》一文中研究指出湖泊水质监测是有效开展湖泊水环境综合管理与水污染防治实施的基础,也是湖泊藻华风险评估与生态安全建设的重要依据。本文基于GF-1号影像对2014-2016年洞庭湖水体的叶绿素a浓度、悬浮物浓度和透明度展开遥感监测,结果表明:叶绿素a主要集中在水流速度较慢的安乐湖、大小西湖和东洞庭湖西部地区,其他区域水体扰动力大,叶绿素含量a较低。透明度从北到南递增,与悬浮物浓度的分布趋势相反,符合常规监测规律。东洞庭湖水质较南洞庭湖和西洞庭湖差,水污染程度处于全湖最高水平。GF-1数据可精确反映叶绿素a浓度、悬浮物浓度和透明度指数的空间变化规律,也为后续高分遥感影像湖泊水质监测的应用研究提供了重要参考。(本文来源于《地理研究》期刊2018年09期)

翟召坤,卢善龙,暴柱,马津,王萍[10](2018)在《基于GF-1卫星WFV数据的潘家口水库水质参数遥感估算模型研究》一文中研究指出为全面掌握潘家口水库水污染的真实状况,支撑库区近年来开展的水环境综合治理工作。本研究基于2016年10月11日高分一号卫星数据和实测数据,和潘家口水库30个实测水质样本,建立了叶绿素a和溶解氧的遥感估算模型,精度评价结果表明,叶绿素a和溶解氧估算模型总体平均相对误差为19.1%,可满足库区水质监测评估需要;试验期内根据遥感模拟结果发现,水库上游水质情况相对较好,中下游水质情况相对较差,库区水质情况与库区投饵网箱数量、周边生活污水排放量和工矿区污染源密切相关。本研究为库区水环境治理工作积累了一期关键的空间全覆盖的水质遥感监测成果,同时也可为未来库区水质业务化监测提供新的技术手段。(本文来源于《中国水利水电科学研究院学报》期刊2018年04期)

遥感水质论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

杭州湾区域包含了多种典型的复杂水体,其水质不仅受到自然现象、工业、农业、旅游业、城市化活动以及人口增长等诸多影响。本研究重点关注研究区域水体的两项重要水质参数,TSM(总悬浮物)和CDOM(有色溶解有机物),它们在水生环境中发挥着关键作用。本文现场测量了杭州湾区域的TSM,CDOM吸收系数和水体遥感反射率光谱,并综合Landsat-8图像,对CDOM和TSM的吸收系数与遥感反射率之间的关系进行研究。进而分析不同地区水体的光谱特征和TSM反演适用高光谱范围,分析CDOM反演困难原因。在杭州西湖地区,测试不同的大气校正模型在Landsat-8卫星数据上的表现情况,发现6S大气校正模型有着良好的校正结果;并反演野外采样光谱TSM和CDOM吸收系数的所有可能波段组合,发现对于CDOM而言,模型效果并不好。而对于TSM而言,最佳函数形式是指数形式,最佳模型输入是Band1/Band2,Band1最佳波段范围是600~720 nm波段,Band2最佳波段范围是500~535 nm波段。通过将Landsat-8波段范围和最佳波段组合范围进行比较,发现Landsat-8最佳波段组合是红波段与绿波段,Landsat-8的TSM遥感反演模型是ap(440)=51.17·e-7.75x,x=(OLI3-OLI4)/(OLI3+OLI4)。在构建Landsat-8 区域反演模型后,应用于遥感影像上,分析由遥感影像得出的TSM和CDOM空间分布特征,发现各个区域中,主湖区域中TSM吸收系数较高,北里湖次之,西里湖最小;而空间分布上,TSM吸收系数从北到南逐渐减小;时间分布上,TSM浓度的月变化是1月至4月减少,9月至1 1月增加,5月至8月在西里湖,主湖和北里湖地区波动。而在年维度上,西湖年平均TSM整体比较稳定。结合驱动因子进行细致分析,发现研究区域的旅游人口和TSM吸收系数存在正相关,而降雨量和TSM吸收系数相关性不显着。在舟山水域评估野外采样光谱估算TSM和CDOM的最优反演算法的模型适用性,发现在舟山区域,无论是水库还是海域,反演TSM的最优经验模型是波段相除的指数函数模型。并且建议使用绿色,红色或近红外波段对TSM进行遥感反演。但对于CDOM反演而言,经验模型得出的结果适用性并不好。通过对西湖,舟山水库,舟山海域的光谱对比发现,其在570 nm,670 nm,700 nm,820 nm,存在不同的光谱特征,这和水体内部物质密切相关。TSM模型适用性较高,但CDOM反演依旧困难。CDOM反演依旧是需要进行进一步研究的工作。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

遥感水质论文参考文献

[1].张红涛,马全良.陆内水体水质遥感研究进展及展望[J].河南科技.2019

[2].黄李童.海岸带复杂水体水质遥感反演与应用[D].浙江大学.2019

[3].林剑远,张长兴.航空高光谱遥感反演城市河网水质参数[J].遥感信息.2019

[4].赵姝雅.基于遥感的白洋淀水质参数反演研究[D].北华航天工业学院.2019

[5].孙凤琴,徐涵秋,施婷婷,潘文斌,周淑玲.开发建设对敖江水质浊度影响的遥感监测[J].地球信息科学学报.2018

[6].张克,张凯,牛鹏涛,高磊.遥感水质监测技术研究进展[J].现代矿业.2018

[7].雪连.基于遥感监测的水质污染监测可视化系统研究[J].智库时代.2018

[8].章克斌.遥感技术在内陆水体水质监测中的应用[J].低碳世界.2018

[9].彭保发,陈哲夫,李建辉,罗望军,甘洁.基于GF-1影像的洞庭湖区水体水质遥感监测[J].地理研究.2018

[10].翟召坤,卢善龙,暴柱,马津,王萍.基于GF-1卫星WFV数据的潘家口水库水质参数遥感估算模型研究[J].中国水利水电科学研究院学报.2018

标签:;  ;  ;  ;  

遥感水质论文-张红涛,马全良
下载Doc文档

猜你喜欢