作者单位
摘要
1 上海市水文总站,上海200232
2 中国科学院上海技术物理研究所, 上海200083中国科学院大学, 北京100049
由于上海市河湖水网密布,科学有效地监测河湖水质,有利于巩固河湖治理成果,为新形势下水资源的保护和管理服务。研究目的是实现卫星遥感技术在城市水体水质监测中的有效应用。基于Sentinel-2多光谱影像,采用机器学习技术建立了城市河流水质参数反演模型,对2019~2021年上海市103条河流的溶解氧(Dissolved Oxygen, DO)、高锰酸盐指数(Permanganate index, CODMn)、氨氮(Ammonia Nitrogen, NH3-N)和总磷(Total Phosphorus, TP) 4种水质参数进行了遥感反演。分析了上海市主要河流水质参数的时空变化特征,并对上海市水环境进行了评价。结果表明,DO、CODMn和TP三个水质指标的反演精度优于80%,NH3-N的反演精度优于70%;4种水质参数所属水体类别均优于V类;第一、第四季度水质优于第二、第三季度。
城市河流 遥感 机器学习 水质参数 urban river remote sensing machine learning Sentinel-2 Sentinel-2 water quality parameters 
红外
2023, 44(11): 0042
于会彬 1,2,*宋永会 1,2杨楠 1,3杜尔登 4[ ... ]郅二铨 1,2
作者单位
摘要
1 中国环境科学研究院城市水环境科技创新基地, 北京 100012
2 中国环境科学研究院环境基准与风险评估国家重点实验室, 北京 100012
3 西安建筑科技大学环境与市政工程学院, 陕西 西安 710055
4 同济大学污染控制与资源化研究国家重点实验室, 上海 200092
应用三维荧光技术结合自组织神经网络方法,研究典型城市河流沉积物孔隙水中水溶性有机物(DOM)与颗粒性有机物(POM)组成结构及空间分布特征.自组织神经网络是一种非监督神经网络算法,能够从有机物三维光谱中提取不同的荧光组分,表征各组分的含量.沉积物是重要的有机碳库,而沉积物孔隙水中有机物的多寡可直接反映其环境特征.人们对水体中沉积物孔隙水中的DOM与营养盐特征的研究较多,而对POM的研究较少,尤其对重污染城市支流河的研究更少.因此,选取沈阳市白塔堡河为研究对象,沿河源、农村、城市区域河段采集沉积物孔隙水样品,提取DOM与POM,检测样品的三维荧光光谱.DOM的f450/500值为1.82~1.91,表明DOM主要是微生物源;POM的f450/500值为1.42~1.68,表明POM主要以陆地输入为主.自组织神经网络解析DOM与POM含有类酪氨酸、类色氨酸、类富里酸与类胡敏酸等物质,类酪氨酸主要源于新鲜的具有高氧化的类蛋白物质,而类色氨酸主要为微生物代谢产物。 DOM的各组分丰度之和为POM的2倍,类酪氨酸平均相对丰度在50%以上,类色氨酸的平均相对丰度为18.8%~23.1%,类富里酸相对丰度比类胡敏酸的高,但两者在有机物组分所占比重小。 通过主成分分析,DOM与POM特征呈现沿河源、农村、城市区域河段变化,表明白塔堡河深受人类活动的影响。
水溶性有机物 颗粒性有机物 三维荧光光谱 自组织神经网络 城市河流 DOM POM Excitation-emission matrix fluorescence Self-organizing map Urban river 
光谱学与光谱分析
2015, 35(4): 934

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!