全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用：99美元
投递稿件

查看量下载量

相关文章

更多...
湖泊科学  2009 

基于实测光谱数据的太湖水华和水生高等植物识别

DOI: 10.18307/2009.0209

Keywords: 水华,水草,高光谱遥感,识别,光谱指数

Full-Text   Cite this paper   Add to My Lib

Abstract:

水华和水生高等植物的识别对于内陆水质遥感监测至关重要,其分布状况既可以用于表征水生植物的分布状况,从而间接反映水质分布状况,又可以进一步利用非水华和水草的水体遥感数据进行水质参数反演.然而,常用的多光谱遥感数据很难精确识别水华和水草,只有高光谱遥感数据才能够捕捉水华、水草和水体细致的光谱差异,从而对水华和水草进行精确识别.但是目前还缺乏基于高光谱遥感数据的水华和水草识别的系统性研究.以太湖为研究区,于2006年7月和10月开展了2次水面光谱测量实验,获取了水华、浮叶植物、沉水植物和水体的反射率光谱.在光谱分析的基础上,首先建立了4种光谱指数,进而利用这4种光谱指数建立了水华、浮叶植物、沉水植物和水体的判别公式,并利用2006年10月水面实验测量的光谱数据训练得到了判别公式中的阈值.通过2006年7月水面实验测量的光谱数据的检验,证明提出的判别公式能够很好的识别水华和水草,获得了较高的识别精度.

 References

[1]  种云霄, 胡洪营, 钱 易. 大型水生植物在水污染治理中的应用研究进展. 环境污染治理技术与设备, 2003, 4(2): 36-40.
[2]  鲜启鸣, 陈海东, 邹惠仙等. 四种沉水植物的克藻效应. 湖泊科学, 2005, 17(1): 75-80.
[3]  刘伟龙. 太湖水生植物时空变化特征及优势种马来眼子菜的生态响应[博士学位论文]. 北京: 中国科学院研究生院, 2007.
[4]  李俊生. 高光谱遥感反演内陆水质参数分析方法研究—以太湖为例[博士学位论文]. 北京: 中国科学院研究生院, 2007.
[5]  Zhang Hao, Li JunSheng, Shen Qian et al. Monitoring Taihu algal bloom by BJ-1 multispectral image. International Conference on Information Technology and Environmental System Sciences (ITESS), 2008.
[6]  李国砚, 张仲元, 郑艳芬等. MODIS 影像的大气校正及在太湖蓝藻监测中的应用. 湖泊科学, 2008, 20(2): 160-166.
[7]  周立国, 冯学智, 王春红等. 太湖蓝藻水华的 MODIS 卫星监测. 湖泊科学, 2008, 20(2): 203-207.
[8]  陈 云, 戴锦芳. 基于遥感数据的太湖蓝藻水华信息识别方法. 湖泊科学, 2008, 20(2): 179-183.
[9]  张寿选, 段洪涛, 谷孝鸿. 基于水体透明度反演的太湖水生植被遥感信息提取. 湖泊科学, 2008, 20(2): 184-190.
[10]  Jollineau M, Howarth P. Use of high-resolution imagery to map wetland environments in South-enteral Ontario, Canada. Geoscience and Remote Sensing Symposium, 2002, 5: 3089-3091.
[11]  简永兴, 李仁东, 王建波等. 鄱阳湖滩地水生植物多样性调查及滩地植被的遥感研究. 植物生态学报, 2001, 25(5): 581-587.
[12]  李素菊, 王学军. 内陆水体水质参数光谱特征与定量遥感. 地理学与国土研究, 2002, 18(2): 26-30
[13]  秦伯强, 胡维平, 陈伟民. 太湖水环境演化过程与机理. 北京: 科学出版社, 2004: 1-296.
[14]  胡 雯, 杨世植, 翟武全等. NOAA 卫星监测巢湖蓝藻水华的实验分析. 环境科学与技术, 2002, 25(1): 16-17.
[15]  徐京萍, 张 柏, 李 方等. 基于 MODIS 数据的太湖藻华水体识别模式. 湖泊科学, 2008, 20(2): 191-195.
[16]  段洪涛, 张寿选, 张渊智. 太湖蓝藻水华遥感监测方法. 湖泊科学, 2008, 20(2): 145-152.
[17]  Wolter P, Johnston CA, Niemi GJ. Mapping submergent aquatic vegetation in the US Great Lakes using quickbird satellite data. International Journal of Remote Sensing, 2005, 26: 5255-5274.
[18]  李仁东, 刘纪远. 应用 Landsat ETM 据估算鄱阳湖湿生植被生物量. 地理学报, 2001, 56(5): 532-540.
[19]  邬国锋, 刘耀林, 纪伟涛. 利用 Landsat 5 TM 影像估算沉水植物地上生物量的研究—以江西省鄱阳湖国家自然保护区为例. 武汉大学学报(信息科学版), 2006, 31(11): 953-957.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133