检索结果-南通市图书馆

环境科学与技术 2019年第1期42卷 134-141页

作者：黄启会贺中华梁虹杨朝晖黄法苏曾信波李秋华贵州师范大学地理与环境科学学院贵州贵阳550001 贵州师范大学地理与环境科学学院/国家喀斯特石漠化防治工程技术研究中心贵州贵阳550001 贵州省水利厅贵州贵阳550002 贵州师范大学贵州省山地环境信息系统和生态环境保护重点实验室贵州贵阳550001

为估算百花湖叶绿素a浓度,文章根据实测高光谱和水样分析,分别建立比值模型、荧光峰位置、一阶微分、反射峰面积(NPA)、峰谷距离、基线荧光峰高度(FLH)和三波段模型。同时,基于不同营养状态湖泊的水质数据,建立了适用于不同营养状态水... 详细信息

为估算百花湖叶绿素a浓度,文章根据实测高光谱和水样分析,分别建立比值模型、荧光峰位置、一阶微分、反射峰面积(NPA)、峰谷距离、基线荧光峰高度(FLH)和三波段模型。同时,基于不同营养状态湖泊的水质数据,建立了适用于不同营养状态水体的叶绿素a估算模型。结果表明:基线荧光峰位置模型的估算效果最好,决定系数R2为0.93,F检验值为201;对比分析4种营养状态下几种估算模型效果得出,中营养化和轻度富营养化水体中,荧光峰位置模型和基线荧光峰高度模型的算法优于其它算法;中度富营养化和重度富营养化水体中,比值模型和三波段模型的估算效果较为理想。该研究结果可为百花湖水环境的监测提供一定的理论依据和技术参考。

关键词：百花湖高光谱叶绿素a 浓度估算

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于时空地理加权回归模型的长江经济带近地面NO2浓度估算与分析

基于时空地理加权回归模型的长江经济带近地面NO2浓度估算与分析

引用

作者：徐泽龙江西师范大学

学位级别：硕士

NO是常见的大气污染物之一,长期处于高NO暴露环境会对人类健康造成不利影响。近年来,随着我国经济的快速发展,工业生产和交通运输造成的能源消耗进一步增加,我国已成为全球NO污染最严重的地区之一。长江经济带作为我国国家级三大发展战... 详细信息

NO是常见的大气污染物之一,长期处于高NO暴露环境会对人类健康造成不利影响。近年来,随着我国经济的快速发展,工业生产和交通运输造成的能源消耗进一步增加,我国已成为全球NO污染最严重的地区之一。长江经济带作为我国国家级三大发展战略之一,拥有全国21.4%的土地面积,生产总值超过全国的45%,是我国生态文明建设的先行示范带。二十大报告中提出要推动绿色发展,促进人与自然和谐共生,研究长江经济带近地面NO浓度分布格局,对推动长江经济带绿色、高效发展具有重要的现实意义。传统的近地面NO浓度地基监测,虽然可以准确监测站点周围近地面NO污染状况,但由于监测站点分布有限,难以实现对大空间尺度范围的连续性监测;卫星可以实现大空间尺度的对流层NO遥感监测,但是无法提供与人类健康直接相关的近地面NO浓度。所以将卫星遥感监测面数据与近地面监测点数据进行融合,实现大空间尺度的近地面NO浓度估算,对研究长江经济带NO污染空间格局具有重要的意义。本文基于2019年12月-2020年11月近地面NO浓度数据、OMI-L3级对流层垂直柱浓度、ERA5气象数据,分季节、分区域构建各时空尺度长江经济带近地面NO浓度时空地理加权回归模型（GTWR）,并与普通线性回归模型（OLS）、地理加权回归模型（GWR）、时间加权回归模型（TWR）估算结果进行对比。并依据GTWR模型计算出的时空权重,计算监测点与估算点时空距离,根据时空最邻近监测点的模型解释变量系数估算各未知点近地面NO浓度,并利用IDW插值实现对近地面NO浓度加密估算结果的快速制图。估算结果表明:相较于OLS、GWR、TWR模型,GTWR模型在各尺度均表现出最高的拟合优度（R）与最低的均方根误差（RMSE）、平均绝对误差（MAE）、平均绝对百分误差（MAPE）,且在各季节与区域上表现出更好的估算性能;分季节估算能有效减少时间异质性对模型的干扰,提高模型估算性能,但受大气层稳定性与太阳辐射影响,模型在冬秋两季表现出高于春夏两季的估算性能;分区域估算能有效减少空间异质性对模型的干扰,提高模型估算性能,受各地监测点数量、分布疏密以及气象差异等多因素综合影响,模型在中游地区表现出高于下游、中游的估算性能。整体上看,长江经济带近地面NO浓度与对流层垂直柱浓度在时空分布上存在高度的相似性。时间分布上均呈现冬季浓度最高,春秋季浓度次之,夏季浓度最低的季节变化趋势;空间分布上均呈现以长三角地区、鄂东部、成渝地区为高浓度区向周围地市逐渐降低的空间格局,但是在部分中低值区域,对流层NO浓度由于空间分辨率受限通常呈现低值聚集,而估算的近地面NO浓度则表现出更多的空间分布细节。局部上看,长江经济带上游地区近地面NO浓度呈现东高西低的分布趋势,总体表现为以成渝地区、攀枝花市为高值中心向周围地区逐渐降低的空间分布格局;中游地区近地面NO浓度呈现以各省省会城市为高值中心向周围地区逐渐降低的空间分布格局;下游地区近地面NO浓度呈现以长江三角洲城市群为高值中心向周围地区逐渐降低的空间分布格局。

关键词：长江经济带近地面NO2 浓度估算时空地理加权回归模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

不同观测条件下达到肉眼视觉阈值的无组织排放炭黑尘浓度估算

不同观测条件下达到肉眼视觉阈值的无组织排放炭黑尘浓度估算

引用

2015年中国环境科学学会学术年会

作者：张海波汪楠刘继兴天津市环境监测中心

国家发布的《大气污染物综合排放标准》(GB16297-1996)中规定,碳黑尘、染料尘在厂界外浓度最高点的限值为"肉眼不可见",但尚未出台统一的监测方法。而肉眼的视觉特性决定了其阈值可分为可辨别最小图斑、可辨别最小亮度差、可辨别最小颜... 详细信息

国家发布的《大气污染物综合排放标准》(GB16297-1996)中规定,碳黑尘、染料尘在厂界外浓度最高点的限值为"肉眼不可见",但尚未出台统一的监测方法。而肉眼的视觉特性决定了其阈值可分为可辨别最小图斑、可辨别最小亮度差、可辨别最小颜色差3类。结合监测工作条件及需求,可进一步定义为肉眼可以分辨的最小炭黑图斑、空气中的碳黑尘对光线的削弱程度刚好能被肉眼察觉时的对应浓度、碳黑尘被富集到单位面积滤膜上后刚好可被肉眼感知时的尘重。因此需要逐一研究不同观测条件下"肉眼不可见"对应的炭黑尘浓度并进行分析,为环境风险分析提供技术支持。

关键词：碳黑尘肉眼视觉阈值浓度估算

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

利用MODIS资料监测湖北省PM2.5的3种模型对比

引用

测绘科学 2019年第10期44卷 35-42页

作者：董佳丹陈晓玲孙昆徐强强武汉大学测绘遥感信息工程国家重点实验室武汉430072 南方科技大学环境科学与工程学院广东深圳518055

为确定适宜遥感监测湖北省PM2.5浓度的模型,该文运用MODIS气溶胶光学厚度(AOD)产品、气象数据、土地利用数据、数字高程模型(DEM)数据和地面监测站点获取的PM2.5质量浓度数据建立了智能算法模型(模型1)、地理加权回归模型(模型2)和线性... 详细信息

为确定适宜遥感监测湖北省PM2.5浓度的模型,该文运用MODIS气溶胶光学厚度(AOD)产品、气象数据、土地利用数据、数字高程模型(DEM)数据和地面监测站点获取的PM2.5质量浓度数据建立了智能算法模型(模型1)、地理加权回归模型(模型2)和线性混合模型(模型3),并用地面监测站点数据评估模型拟合结果。结果表明:模型3在所有表征反演精度的统计指标(全数据集R^2、回归斜率、均方根误差、平均绝对误差)上均表现出优异性;十折交叉验证结果表明模型1、模型2和模型3的R^2分别为0.559 8,0.562 2,0.755 5,3种模型皆不存在过拟合现象;对湖北省2015年PM2.5浓度时空分布特征的分析结果表明模型3能够提供可靠数据,可为PM2.5浓度监测提供一种有效的补充手段。

关键词： MODIS 气溶胶光学厚度浓度估算近地表细颗粒物(PM2.5) 时空分布特征

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

京津冀地区PM2.5/PM10浓度时空分布监测与分析

引用

测绘科学 2019年第6期44卷 317-323页

作者：桑会勇李爽魏英策翟亮中国测绘科学研究院

针对京津冀地区多年来重工业较多、结构性污染突出等问题,该文充分利用多期扬尘地表和工业企业污染源、交通网络、地理国情地表覆盖数据、气象和地形数据,结合MODIS AOD产品和环境监测数据,采用主成分分析和最佳子集回归方法优选预测变... 详细信息

针对京津冀地区多年来重工业较多、结构性污染突出等问题,该文充分利用多期扬尘地表和工业企业污染源、交通网络、地理国情地表覆盖数据、气象和地形数据,结合MODIS AOD产品和环境监测数据,采用主成分分析和最佳子集回归方法优选预测变量,构建估算PM2.5和PM10浓度的地理加权回归模型,实现京津冀地区2013、2015和2017年PM2.5/PM10年均浓度空间分布模拟制图,分析PM2.5/PM10年均浓度时空分布。实验结果表明,PM2.5和PM10浓度估算模型的决定系数R2分别为0.76和0.86,平均相对预测误差分别为10.87%和13.54%。

关键词：大气污染浓度估算地理加权回归主成分分析

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

利用遥感数据估算四川省PM_2.5的4种模型对比

引用

应用数学进展 2020年第11期9卷 2063-2074页

作者：吴磊杜宁王莉张春亢敖逍贵州大学矿业学院贵州贵阳

基于2015年四川省PM2.5地面监测数据、MODIS 3 km气溶胶光学厚度(AOD)数据和地面气象站点数据,采用简单线性回归模型、多元线性回归模型、BP神经网络模型、线性混合模型预测近地面PM2.5浓度,并利用地面监测站点数据评估模型的拟合结果... 详细信息

基于2015年四川省PM2.5地面监测数据、MODIS 3 km气溶胶光学厚度(AOD)数据和地面气象站点数据,采用简单线性回归模型、多元线性回归模型、BP神经网络模型、线性混合模型预测近地面PM2.5浓度,并利用地面监测站点数据评估模型的拟合结果。同时利用GIS分析技术,得到四川省2015年空间连续的PM2.5年均、季均浓度分布。结果表明:(1) 利用线性混合模型反演的PM2.5浓度精度最高、效果最好,其可以解释四川省PM2.5浓度75.77%的变异。(2) 线性混合模型预测的PM2.5浓度与地面实测PM2.5浓度在时空变化趋势上基本一致,即东高西低,其中成都平原经济区、川南经济区的PM2.5浓度最大,其次为川东北经济区,最低的为攀西经济区和川西北经济区。PM2.5浓度大小关系为:冬季 >春季 >秋季 >夏季。

关键词： MODIS 3 km AOD 浓度估算 BP神经网络线性混合模型时空变化

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：