排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
内陆湖泊主要藻种散射特性 总被引:2,自引:0,他引:2
通过室内培养4种主要淡水藻种--铜绿微囊藻(Microcystis aeruginosa)、普通小球藻(Chlorella vulgaris)、梅尼小环藻(Cyclotella meneghiniana)以及卵形隐藻(Cryptomonas ovata), 测定其散射和后向散射特征参数、用单位叶绿素a浓度的散射值和后向散射值来表征4种藻的散射和后向散射能力。结果表明, 铜绿微囊藻散射和后向散射能力最强, 其次为梅尼小环藻, 普通小球藻的能力最弱。通过计算后向散射概率, 显示铜绿微囊藻和梅尼小环藻的后向散射概率值较高, 普通小球藻和卵形隐藻的后向散射概率值较低。后向散射特性影响因子分析显示, 影响后向散射值的主要因素有叶绿素a浓度及藻蓝蛋白色素比例。当叶绿素a浓度不断增加时, 其后向散射值不断增大; 当藻类所含叶绿素a比重不断上升时, 其后向散射值也不断增大。而细胞粒径与后向散射值之间未表现出很好的相关性。因此, 通过单位叶绿素a散射和后向散射概率特征可以辨别出藻细胞形态较为接近的铜绿微囊藻和普通小球藻。 相似文献
2.
基于GOCI影像的湖泊悬浮物浓度分类反演 总被引:4,自引:0,他引:4
悬浮物直接影响到光在水体中的传播,进而影响着水生生态环境,最终决定了湖泊的初级生产力。传统的遥感反演估算模型大多是针对某一湖区进行统一建模,忽视了不同区域水体光学性质的复杂差异性,并且传统的传感器时间分辨率和空间分辨率受到一定限制。针对太湖、巢湖、滇池、洞庭湖4个湖区利用两步聚类法将高光谱模拟到GOCI影像上的波段进行分类,将水体类型分为三类,第一类水体为悬浮物主导的水体,第二类水体为悬浮物和叶绿素a共同主导的水体,第三类水体为叶绿素a主导的水体。针对不同类型水体的光学特征,分别构建了悬浮物浓度反演模型,结果表明第一类水体可以利用B7/B4,第二和第三类水体可以利用B7/(B8+B4)作为波段组合因子对悬浮物浓度进行模型构建。精度验证结果表明,分类建模后第一类和第三类水体悬浮物浓度估算精度都得到了较明显提高,第一类水体RMSE降低了9.19mg/L,MAPE降低了3%,第三类水体RMSE降低了5.63 mg/L,MAPE降低了13.97%,第二类水体精度稍有降低。最后将反演模型应用于2013年5月13日的GOCI影像,可知整体而言太湖西南部地区悬浮物浓度较高,东北部地区悬浮物浓度较低,并且从9:00到15:00,太湖南部悬浮物浓度较高的区域在逐渐缩小。 相似文献
1