检索结果-南通市图书馆

维普期刊数据库博看期刊

Mapping global lake aquatic vegetation dynamics using 10-m resolution satellite observations

在线全文

学校读者我要写书评

暂无评论

Science Bulletin 2024年第19期69卷 3115-3126页

作者： Xuejiao Hou Jinying Liu Huabing Huang Yunlin Zhang Chong Liu Peng Gong International Research Center of Big Data for Sustainable Development Goals Beijing 100094China School of Geospatial Engineering and Science Sun Yat-sen UniversityGuangzhou 510275China Key Laboratory of Comprehensive Observation of Polar Environment(Sun Yat-sen University) Ministry of EducationZhuhai 519082China Taihu Laboratory for Lake Ecosystem Research State Key Laboratory of Lake Science and EnvironmentNanjing Institute of Geography and LimnologyChinese Academy of SciencesNanjing 210008China University of Chinese Academy of Sciences Beijing 100049China University of Chinese Academy of Sciences NanjingNanjing 211135China Department of Geography and Department of Earth SciencesThe University of Hong KongHong Kong 999077China

Aquatic vegetation is crucial for improving water quality,supporting fisheries and preserving biodiversity in *** the spatiotemporal dynamics of aquatic vegetation is indispensable for the assessment and protection of lake ***,a comprehensive global assessment of lacustrine aquatic vegetation is *** study introduces an automatic identification algorithm(with a total accuracy of 94.4%)for sentinel-2 msi,enabling the first-ever global mapping of aquatic vegetation distribution in 1.4 million lakes using 14.8 million images from 2019 to *** show that aquatic vegetation occurred in 81,116 lakes across six continents over the past four years,covering a cumulative maximum aquatic vegetation area(MVA)of 16,111.8 km^(2).The global median aquatic vegetation occurrence(VO,in%)is 3.0%,with notable higher values observed in South America(7.4%)and Africa(4.1%)compared with Asia(2.7%)and North America(2.4%).High VO is also observed in lakes near major rivers such as the Yangtze,Ob,and Paraná*** historical data with our calculated MVA,the aquatic vegetation changes in 170 lakes worldwide were *** shows that 72.4%(123/170)of lakes experienced a decline in aquatic vegetation from the early 1980s to 2022,encompassing both submerged and overall aquatic *** most substantial decrease is observed in Asia and *** findings suggest that,beyond lake algal blooms and temperature,the physical characteristics of the lakes and their surrounding environments could also influence aquatic vegetation *** research provides valuable information for the conservation and restoration of lacustrine aquatic vegetation.

关键词： Lakes Aquatic vegetation identification sentinel-2 msi Vegetation occurrence Remote sensing

北方半干旱区典型湖泊--岱海透明度遥感反演(2013-2020年)

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

湖泊科学 2021年第4期33卷 1072-1086,I0004页

作者：刁瑞翔青松越亚嫘郝艳玲包玉海内蒙古师范大学地理科学学院呼和浩特010022 内蒙古大学生态与环境学院呼和浩特010021

水体的透明度是评价水质的重要指标,在水生态系统中起着重要的作用.借助遥感技术可以获得大范围、实时数据,并且有节省人力物力的优点.本文利用岱海的野外实测透明度数据和光谱数据,针对sentinel-2 msi和Landsat-8 OLI卫星数据波段设置... 详细信息

水体的透明度是评价水质的重要指标,在水生态系统中起着重要的作用.借助遥感技术可以获得大范围、实时数据,并且有节省人力物力的优点.本文利用岱海的野外实测透明度数据和光谱数据,针对sentinel-2 msi和Landsat-8 OLI卫星数据波段设置,建立了岱海水体透明度反演模型.结果表明:1)本文建立的透明度反演模型中,蓝红波段比二次模型反演精度最好,决定系数R^(2)=0.66,均方根误差(RMSE)为24.02 cm,平均绝对百分比误差(MAPE)为21.24%.2)将蓝红波段比二次模型应用于Landsat-8 OLI和sentinel-2 msi卫星数据,透明度反演精度较好,MAPE0.60.3)此算法应用于时间序列msi和OLI影像,得到了岱海水体透明度时空分布特征.结果表明,岱海水体透明度年平均变化范围在90.71-120.77 cm,2015年的平均透明度最高,2013年的平均透明度最低;月平均变化范围在90.68-122.53 cm,7月的平均透明度最高,5月的平均透明度最低.岱海透明度在空间上的分布趋势大致表现为西北高,东南低,中部高,四周低.4)影响岱海水体透明度变化的主要因素为风速和降水,透明度与风速和降水分别具有显著的负相关和正相关关系.

关键词：水体透明度 sentinel-2 msi Landsat-8 OLI 相关分析遥感反演岱海

基于超参数优化CatBoost算法的河流悬浮物浓度遥感反演

在线全文

学校读者我要写书评

暂无评论

地球信息科学学报 2022年第4期24卷 780-791页

作者：陈点点陈芸芝冯险峰武爽福州大学卫星空间信息技术综合应用国家地方联合工程研究中心空间数据挖掘与信息共享教育部重点实验室数字中国研究院(福建) 福州350108 中国科学院地理科学与资源研究所资源与环境信息国家重点实验室北京100101 中国科学院大学北京100049

悬浮物浓度(TSM)是水生态环境评价的重要参数之一,及时掌握河流悬浮物浓度动态变化信息对于内陆水质监测、水环境治理是十分必要的。本研究基于野外实测光谱和悬浮物浓度数据,筛选与悬浮物浓度高度相关的波段组合反射率作为自变量,基于C... 详细信息

悬浮物浓度(TSM)是水生态环境评价的重要参数之一,及时掌握河流悬浮物浓度动态变化信息对于内陆水质监测、水环境治理是十分必要的。本研究基于野外实测光谱和悬浮物浓度数据,筛选与悬浮物浓度高度相关的波段组合反射率作为自变量,基于CatBoost、随机森林和多元线性回归算法构建悬浮物浓度遥感反演模型,采用带交叉验证的网格搜索法分别对CatBoost和随机森林2种机器学习模型进行超参数调优,确定模型最优参数配置,并对比不同模型反演精度,确定最优模型。基于最优模型,利用2019—2020年多时相sentinel-2 msi遥感影像,反演闽江下游悬浮物浓度,并分析其时空变化特征。结果表明:(1)b4/b3、(b6-b3)/(b6+b3)、(b4+b8)/b3、(1/b3-1/b4)×b5是msi反演闽江下游TSM浓度的最佳波段组合反射率;(2)对比其他2种模型,基于超参数优化的CatBoost算法建立的悬浮物反演模型精度最高,其决定系数R2为0.95,均方根误差RMSE和平均绝对百分比误差MAPE分别为15.32 mg/L和19.68%;(3)2019—2020年闽江下游悬浮物浓度分布“西低东高”,白沙至琅岐入海口呈升高趋势;(4)悬浮物浓度夏季最高,冬季和秋季次之,春季最低。本研究可为闽江下游悬浮物浓度监测及时空变化分析提供一种有效的技术手段和理论参考。

关键词： sentinel-2 msi 悬浮物 CatBoost 随机森林多元线性回归水色遥感闽江时空变化分析

基于哨兵-2数据的喀斯特高原深水湖库COD_(Mn)遥感反演

在线全文

学校读者我要写书评

暂无评论

遥感技术与应用 2024年第1期39卷 98-109页

作者：王姣李威赵卫权赵祖伦黄亮杨家芳贵州省山地资源研究所贵州贵阳550001

利用哨兵-2数据及多种方法反演喀斯特高原深水湖库的高锰酸盐指数(COD_(Mn)),对于区域水环境管理和丰富水质反演理论具有重要意义。以贵阳市红枫湖与百花湖为研究区,基于sentinel-2 msi影像和COD_(Mn)浓度数据,使用随机森林回归(RFR)、... 详细信息

利用哨兵-2数据及多种方法反演喀斯特高原深水湖库的高锰酸盐指数(COD_(Mn)),对于区域水环境管理和丰富水质反演理论具有重要意义。以贵阳市红枫湖与百花湖为研究区,基于sentinel-2 msi影像和COD_(Mn)浓度数据,使用随机森林回归(RFR)、支持向量回归方法(SVR)、高斯过程回归(GPR),构建COD_(Mn)反演模型,获得2018~2020年不同时期的COD_(Mn)空间分布。结果表明:(1)RFR模型估算精度最高,验证集RMSE为0.222 mg·L^(-1),MAPE为5.84%,R2为0.841;(2)红枫湖COD_(Mn)浓度变化呈现上游高于下游、春季高于夏季的时空分布特征。百花湖除了上游,整体湖区COD_(Mn)浓度较低且随时间变化不大。研究揭示了RFR模型与sentinel-2数据在喀斯特高原深水湖库COD_(Mn)浓度反演具有良好的适用性。

关键词： sentinel-2 msi COD_(Mn) 机器学习 C2RCC 喀斯特高原深水型湖库

太湖及周边河道高锰酸盐指数卫星遥感反演算法构建

在线全文

学校读者我要写书评

暂无评论

环境科学学报 2024年

作者：林琳张运林李娜林伟鹏南京信息工程大学地理科学学院中国科学院南京地理与湖泊研究所湖泊与流域水安全重点实验室中国科学院南京地理与湖泊研究所湖泊与环境国家重点实验室中国科学院大学南京学院中国科学院大学

高锰酸盐指数(CODMn)是水质监测和水环境质量评估中的重要指标之一，其动态变化可以准确地反映水体有机物污染程度，对流域污染治理和水生态环境保护具有重要意义.本研究以太湖及周边河道为研究区域，基于哨兵二号多光谱（sentinel-2 MS... 详细信息

高锰酸盐指数(CODMn)是水质监测和水环境质量评估中的重要指标之一，其动态变化可以准确地反映水体有机物污染程度，对流域污染治理和水生态环境保护具有重要意义.本研究以太湖及周边河道为研究区域，基于哨兵二号多光谱（sentinel-2 msi）影像和同步实测CODMn数据，利用多元线性回归和机器学习方法，构建了太湖及周边河道CODMn浓度遥感反演模型.结果表明：（1）CODMn与叶绿素a（Chl-a）浓度呈显著正相关（p≤0.001），其中在湖体和河道的相关系数（R）分别为0.87和0.89;（2）sentinel-2的红光波段和植被红边波段反射率的对数比值（lgB4/lgB5）对CODMn变化最为敏感，相关系数最高为0.84，显著提高CODMn估算模型的精度；（3）支持向量回归模型是适用于sentinel-2影像的CODMn最优反演模型，其决定系数为0.80，平均绝对百分比误差为8.89%，均方误差为0.34 mg·L-1，平均绝对误差为0.39 mg·L-1，均方根误差为0.58mg·L-1.本研究提出的基于sentinel-2影像的机器学习模型实现了对太湖及周边河道CODMn的遥感定量反演，论证了非光学活性水质参数CODMn遥感反演的可行性.

关键词：水环境遥感 sentinel-2 msi COD 机器学习太湖及河道

基于sentinel-2影像的平寨水库水体透明度遥感反演

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

水土保持通报 2023年第1期43卷 158-166页

作者：温朝程周忠发李永柳孔杰谢江婷贵州师范大学地理与环境科学学院/喀斯特研究院贵州贵阳550001 国家喀斯特石漠化工程技术研究中心贵州贵阳550001 贵州省喀斯特山地生态环境国家重点实验室培育基地贵州贵阳550001

[目的]研究水体透明度的变化规律及其空间分异驱动因素,为管理湖库及恢复湖库生态系统提供科学依据。[方法]基于2020年5月18日,8月26日,11月14日的sentinel-2 msi卫星影像及准同步实测透明度数据构建平寨水库透明度遥感反演模型,利用地... 详细信息

[目的]研究水体透明度的变化规律及其空间分异驱动因素,为管理湖库及恢复湖库生态系统提供科学依据。[方法]基于2020年5月18日,8月26日,11月14日的sentinel-2 msi卫星影像及准同步实测透明度数据构建平寨水库透明度遥感反演模型,利用地理探测器定量分析影响透明度空间分异的驱动因素。[结果]①平寨水库水体透明度与sentinel-2 msi的B_(3)波段最为敏感,利用波段组合B_(3)×B_(4)作为最佳敏感因子构建出的透明度反演模型具有较高的精度(R^(2)=0.81,RMSE=0.11 m,MRE=16.91%)。②平寨水库水体透明度呈现出中心库区高而各支流上游低,近水体两岸低的空间分布趋势,且水体透明度11月>8月>5月。[结论]总悬浮物、叶绿素a及总有机碳含量是平寨水库水体透明度空间分异的主要因素。总磷、总氮、水温及风速通过影响水体中的总悬浮物、叶绿素a及总有机碳含量进而影响水体透明度空间分布。

关键词：水体透明度 sentinel-2 msi 遥感反演地理探测器平寨水库

组合光学影像和全极化SAR数据进行城市土地覆被分类

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

组合光学影像和全极化SAR数据进行城市土地覆被分类

作者：喇赟娥上海师范大学

学位级别：硕士

城市区域的空间和光谱异质性使得土地覆被分类具有一定的难度。仅凭传统光学多光谱遥感影像进行分类,很难区分光谱特性相似的地物。全极化合成孔径雷达(Full-polarimetric SAR)能够记录地物完整的微波后向散射信息。利用多光谱光学影像... 详细信息

城市区域的空间和光谱异质性使得土地覆被分类具有一定的难度。仅凭传统光学多光谱遥感影像进行分类,很难区分光谱特性相似的地物。全极化合成孔径雷达(Full-polarimetric SAR)能够记录地物完整的微波后向散射信息。利用多光谱光学影像和全极化SAR数据的互补性,组合多光谱信息、不同极化方式的后向散射强度信息、不同目标极化分解方法的特征以及相干矩阵T中的散射参数,进行城市区域的土地覆被分类,能够有效区分光谱特性相似的类别。本研究基于局部气候分区(LCZ分类体系),利用多光谱sentinel-2 msi影像和全极化ALOS-2 PALSAR-2数据,在上海市进行了16个土地覆被类型的分类研究。首先,对多光谱波段、后向散射强度数据、目标极化分解的特征和相干矩阵T中的散射参数进行不同的组合,得到数据维数不同的六个数据集。然后,分别使用子空间方法、支持向量机方法(SVM)和最大似然分类法(MLC)对六个数据集进行分类,并计算分类结果的混淆矩阵。另外,为了探索对建筑类别的提取能力,将上一步分类结果中的所有建筑类别合并为一个类,得到包含9个土地覆被类型的分类图,并计算对应的混淆矩阵。最后,从混淆矩阵中获取总体精度(OA)、用户精度(UA)和制图精度(PA)作为精度评价指标,通过分析这些精度评价指标来探索三种分类方法用不同数据集区分土地覆被类型的能力。比较三种分类方法对数据集进行16个土地覆被类型分类的结果OA可知,除了分类只包含多光谱图像的数据集时SVM分类精度最高以外,子空间方法对其他五个数据集的分类性能比SVM和MLC好。尤其是在数据维数高且存在冗余的时候,子空间方法的分类性能优于SVM和MLC方法。通过比较使用子空间方法对数据集进行16个土地覆被类型分类后结果的OA,可以获知(1)只使用sentinel-2 msi多光谱波段进行分类,OA为65.9%;(2)在sentinel-2 msi基础上添加ALOS-2 PALSAR-2的散射强度数据,可以将OA提升至71.9%;(3)进一步添加不同目标极化分解方法的特征,可以将OA提升至72.8%;(4)当多光谱影像和全极化SAR的特征都用于分类时,其OA为73.3%,是所有分类结果中最高的。维数最高的数据集用子空间方法分类对应的9个土地覆被类型的分类结果,其OA是所有9个类别分类结果中最高的,达到了83.3%,特别是建筑类的PA高达94.1%。使用子空间方法对不同维数的数据集进行分类,结果表明在光学数据的基础上加入全极化SAR数据的各特征,可以大幅提高分类精度。

关键词：局部气候分区 sentinel-2 msi ALOS-2 PALSAR-2 极化特征子空间方法

东北地区典型干旱—半干旱区湖泊反照率遥感反演研究

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

东北地区典型干旱—半干旱区湖泊反照率遥感反演研究

作者：周昊昊延边大学

学位级别：硕士

湖泊反照率是描述水-气界面能量平衡的重要参数,能够刻画湖泊表面对太阳短波辐射反射能力的大小,调控着湖泊与大气之间辐射能量的分配过程,对局地气候、生态环境有着重要影响。然而,以往的研究多集中于地表反照率,对湖泊反照率鲜有涉及... 详细信息

湖泊反照率是描述水-气界面能量平衡的重要参数,能够刻画湖泊表面对太阳短波辐射反射能力的大小,调控着湖泊与大气之间辐射能量的分配过程,对局地气候、生态环境有着重要影响。然而,以往的研究多集中于地表反照率,对湖泊反照率鲜有涉及,且对影响湖泊反照率的因素考虑不够全面。现有的反照率遥感反演模型大多对陆地有较好的适用性,运用到湖泊时会产生较大误差,因而至今没有一种较为精确的湖泊反照率反演模型。因此,本文拟对湖泊反照率进行分析,重点研究了天文因素(太阳高度角)、气象因素(风速)和水质因素(叶绿素a浓度、悬浮物浓度)对湖泊反照率的影响。并且,利用sentinel-2影像,以能量传输方程为切入点,首次建立了 sentinel-2 msi传感器湖泊反照率遥感估算模型。本文所做的具体工作包括:(1)详细分析了天文因素、水质因素和气象因素对湖泊反照率的影响。太阳高度角是影响湖泊反照率变化的首要因子,湖泊反照率随着太阳高度角的增大而降低。发展于海洋的反照率与太阳高度角参数化模型在内陆湖泊反演上表现出不同程度的低估现象。在不同太阳高度角区间内,由于悬浮物的强后向散射特性,湖泊反照率值均呈现随悬浮物浓度升高而增大的现象,并且两者关系在高太阳高度角时更为明显,决定系数达到了 0.76。湖泊反照率和叶绿素a浓度在低太阳高度角时无明显相关性,决定系数为0.11。在高太阳高度角时,反照率呈现随叶绿素a浓度升高而升高的正相关关系,决定系数为0.47,但相较于悬浮物浓度对湖泊反照率大小的贡献程度,叶绿素a浓度要小得多。风浪通过影响浅水湖泊悬浮物浓度从而间接影响湖泊反照率,因此在高太阳高度角和低太阳高度角区间内湖泊反照率与风速均呈现正相关关系,决定系数分别为0.62和0.50。CDOM和颗粒物吸收在较短波长具有强吸收作用,影响入射太阳辐射的分配及其光谱分布。但并无足够证据表明CDOM和颗粒物吸收会使湖泊反照率降低,本研究区内湖泊反照率的变化主要取决于无机颗粒物的后向散射特性。大气透过率和湖泊反照率的关系表现为:大气透过率变大时湖泊反照率减小,当大气透过率较低时,湖泊反照率和太阳高度角没有太大关系。(2)首次建立了基于sentinel-2 msi传感器的湖泊反照率反演模型。本文从能量传输角度出发,选择窄波段反照率向宽波段反照率转换的反演方法,利用sentinel-2A影像获得了研究区空间分辨率为10m的湖泊反照率产品,并基于实测反照率数据,利用决定系数(R2)和均方根误差(RMSE)对反演结果进行验证,结果显示R2为0.62,RMSE为0.039。说明本文发展的湖泊反照率反演算法可以得到较高精度和高空间分辨率的湖泊反照率产品,能够满足区域尺度反照率时空特征分析的精度要求。研究区湖泊反照率的值分布在0-0.45之间,平均值为0.14。湖泊反照率高值出现在松嫩平原湖区南部,大小在0.28-0.45之间,低值聚集区出现在齐齐哈尔湖泊群,吉林中部湖区也有低值出现,大小在0～0.10之间。从吉林省西部到中部,反照率数值有逐渐减小的趋势,个别区域数值偏高。典型湖泊中,反照率均值大小排列为:洋沙泡>石头口门水库>查干湖>月亮泡>二龙湖>新立城水库。(3)明确了湖泊反照率和水质因素在空间上的关联性。以查干湖为例,利用sentinel-2影像反演同一时期的悬浮物浓度和叶绿素a浓度等水质参数,并和湖泊反照率建立相关关系。研究发现:不同水质因子中,悬浮物浓度(TSM)的大小是影响湖泊反照率空间分布的主导因子,TSM和Albedo的在空间上的相关性达到了 0.85,而叶绿素a浓度和Albedo的相关性较低,为0.47。

关键词：湖泊反照率遥感 sentinel-2 msi 悬浮物浓度叶绿素a浓度

湖泊悬浮物质量浓度遥感反演及变化分析——以岱海为例

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

灌溉排水学报 2024年

作者：位俊燕赵轶鸣郝艳玲贾晓雪马欣妍内蒙古大学生态与环境学院

【目的】对比分析传统经验模型和5种机器学习算法精度和性能，分析2017—2023年岱海悬浮物质量浓度的时空分布特征，并探讨岱海悬浮物质量浓度变化的影响因素。【方法】通过现场实验获取岱海水体实测光谱和悬浮物质量浓度，对比分析5种... 详细信息

【目的】对比分析传统经验模型和5种机器学习算法精度和性能，分析2017—2023年岱海悬浮物质量浓度的时空分布特征，并探讨岱海悬浮物质量浓度变化的影响因素。【方法】通过现场实验获取岱海水体实测光谱和悬浮物质量浓度，对比分析5种机器学习模型（BP神经网络模型、卷积神经网络模型、随机森林模型、支持向量机模型、径向基函数神经网络模型）和传统经验模型的遥感反演精度，选取精度最高的反演模型基于sentinel-2 msi卫星数据反演岱海悬浮物质量浓度。【结果】①机器学习模型较传统经验模型的反演精度高，经三折交叉和地面同步数据验证BP模型反演效果优于其他模型，模型R2为0.76，RMSE为4.66 mg/L，MAPE为26.57%；②BP模型的9个输入特征变量均对模型有正贡献作用，特征变量B4*B5对模型的重要性最为显著，其次B4、B4+B5和B5*（B4+B5）对模型精度影响较大；③2017—2023年岱海年平均悬浮物质量浓度介于8.43～11.68 mg/L，且呈小幅波动下降趋势，5—10月岱海月平均悬浮物质量浓度介于7.77～10.84 mg/L，5月悬浮物质量浓度显著高于其他月份且变化较大，6月后开始下降并趋于稳定。空间上，岱海悬浮物质量浓度主要呈“近岸高、离岸低”的特点，高值区主要分布在岱海西南和东部近岸水域；④岱海悬浮物质量浓度与风速表现出显著的正线性关系（r=0.61， P<0.001），与气温和降水量的相关性不大。【结论】遥感技术结合机器学习模型能够大幅度提升水质监测的效率和精度。在众多模型中，BP模型和CNN模型精度优势更为明显，其中BP模型精度更高且更为稳定。

关键词：岱海悬浮物质量浓度 sentinel-2 msi 机器学习遥感反演