洞庭湖湖体溶解氧的变化特征及其对水稻覆盖程度变化的影响

2013—2018年,每周对洞庭湖的2个湖体断面进行水质监测,采集酸碱度(pH)、溶解氧(DO)、高锰酸钾指数(CODMn)、氨氮含量指标(NH3-N)等4个水环境质量指标,进行相关性和回归分析,得出DO与其他3个水质指标之间的相关关系.并通过GIS绘制洞庭湖植被覆盖特征的遥感图像,研究洞庭湖水体DO值水平与附近植被覆盖度之间的关系.结果表明:(1)洞庭湖湖体溶解氧(DO)夏季(6—8月份)含量低,冬季(11月至次年1月份)含量高,季节性变化十分明显;(2)从空间上来看,西洞庭湖溶解氧含量整体上大于东洞庭湖,不同地域溶解氧的水平差异较大;(3)洞庭湖水体中的溶解氧含量在一定范围内与pH值正相关,与氨氮含量呈明显正相关,与高锰酸钾指数无相关关系;(4)水体中的溶解氧对水稻生产有影响且两者之间不是单一的正相关关系,当溶解氧为9.8mg/L左右时,稻田覆盖率是最高的.     

正射影像地图的制作及其应用

在经济飞速发展的时代,传统的地形图更新速度远远不能跟上时代发展的步伐,利用卫星遥感影像数据和航空摄影制作数字正射影像地图(Digital Orthophoto Map,缩写DOM),在数字正射影像地图上进行各种专题地图和对地形图的更新应用.     

北斗卫星导航定位系统综述

本文对北斗导航定位系统的组成、定位原理和工作流程进行简要的综述,分析了该系统的三大功能和特有优势,通过与GPS系统的比较,得出了该系统存在的问题和不足,同时分析了北斗二代的发展现状和短期规划,最后展望了未来卫星导航系统的发展前景.     

基于GF-1卫星遥感的河套灌区土壤含水率反演模型研究

为探究植被覆盖条件下GF-1卫星反演农田土壤含水率的可行性,以河套灌区解放闸灌域沙壕渠为研究区,采用GF-1卫星遥感影像作为数据源,通过全子集筛选法确定不同土壤深度下光谱指数的最优自变量组合,并分别采用多元线性回归(MLR)、BP神经网络(BPNN)、支持向量机(SVM)3种算法,构建不同深度下土壤含水率反演模型。结果表明,全子集筛选后模型反演精度有较大提升,且过拟合现象减弱;植被覆盖条件下各深度土壤含水率敏感程度从大到小依次为0~40cm、0~60cm、20~40cm、0~20cm、40~60cm;植被覆盖条件下各模型对土壤含水率反演能力由强到弱依次为BPNN、SVM、MLR;筛选后BPNN在深度0~40cm下的建模集和验证集R2adj均能达到0.50以上,RMSE在0.02%以内。研究结果可为植被覆盖条件下利用GF-1卫星监测农田土壤含水率提供参考。     

基于无人机-卫星遥感升尺度的土壤水分监测模型研究

土壤水分是研究土壤-植物-大气循环系统中能量与物质交换的关键,通过尺度转换方法将无人机遥感数据上推以修正卫星数据,可有效改善卫星遥感反演模型精度。本文以河套灌区为研究对象,分别采用重采样和TsHARP升尺度法,引入多元线性回归(MLR)、BP神经网络(BPNN)和支持向量机(SVM)算法构建不同土壤深度下无人机-卫星升尺度土壤含水率反演模型。研究结果表明：重采样升尺度法在不同土壤深度下模型整体精度由高到低依次为SVM、MLR、BPNN,其中在土壤深度0～60 cm下采用SVM模型最优,R²达到0.571,RMSE为0.022%;TsHARP升尺度法在不同土壤深度下模型整体精度由高到低依次为BPNN、SVM、MLR,其中在土壤深度0～60 cm下采用BPNN模型最优,R²达到0.829,RMSE为0.015%。与升尺度修正前对应土壤深度模型对比,两种升尺度方法均能明显提高卫星遥感对土壤含水率的反演精度,但TsHARP升尺度法整体优于重采样法;重采样法的R²由0.413提升至0.571,RMSE由0.026%降至0.022%...     

GPS载波相位测量

利用GPS进行导航和测量定位,都必须要利用GPS接收机接收GPS信号.对载波(L1或L2载波)相位进行量测,获得载波相位观测值.利用这些观测值的不同组合(求差)进行相对定位,可以有效地消除或减弱相关误差的影响,从而提高精度.利用载波相位测量的二次差分观测值解算基线向量的方法及数学模型已成为大多数GPS基线处理软件包中必选的模型.     

冬小麦冠层温度对大气温度的时滞效应与影响因素研究

冠气温差能够间接监测作物水分变化规律，而冠层温度与大气温度之间存在的时滞效应会影响监测效果，为探明两者之间的时滞效应变化规律及影响因素，本研究以拔节期至乳熟期的冬小麦为研究对象，利用红外温度传感器连续监测灌溉上限分别为田间持水率的95%(T1)、80%(T2)、65%(T3)和50%(T4)4个不同灌溉处理的冠层温度，并同步获取短波净辐射(Short-wave net radiation,R_S)、大气温度(Atmospheric temperature,T_A)、相对湿度(Relative humidity,R_H)等气象数据。利用错位相关法计算冠层温度与大气温度之间的时滞时间(Time lag,T_L),分析其在不同生育期和不同灌溉条件下变化规律，并采用相关性分析法探究气象因子(R_S、T_A、R_H)变化率和日均值与时滞时间的相关性，最后通过通径分析探讨气象因子(R_S、T_A、R_H     

基于EnKF和PF的沙壕渠灌域土壤含盐量监测模型研究

为探究不同数据同化算法在时空尺度上监测土壤含盐量的可行性，以内蒙古河套灌区沙壕渠灌域为研究区域，采用高分一号卫星遥感图像作为数据源，通过EnKF算法和PF算法的同化观测算子和模型算子得到时空范围中的土壤含盐量变化情况。其中观测算子分为两步，首先通过PLS-VIP准则来筛选光谱指数作为自变量，再使用ELM模型建立基于不同时间不同深度的遥感监测土壤含盐量模型；模型算子为基于Hydrus-1D模型的数学模拟监测土壤含盐量模型。结果表明，基于ELM模型的土壤含盐量模型中，深度0～20 cm、20～40 cm和40～60 cm的平均IOA均在0.74以上，平均ME在0.14%以下，表明反演模型具有良好的精度；基于Hydrus-1D的数学模拟监测土壤含盐量模型中，3个深度平均IOA在0.79～0.89之间，平均ME在0.128%～0.137%之间，能够较好地反映土壤盐分在时间序列中的运移情况；EnKF算法3个深度IOA在0.820以上，ME在0.141%～0.157%之间，NMB在0.141～0.252之间，PF算法3个深度IOA在0.89以上，ME在0.090%～0.142%之间，NMB在0.0...