本文主要研究内容
作者占玲骅（2019）在《基于光学特性的城市黑臭水体识别模型研究》一文中研究指出：城市黑臭水体分布散且广,对人民的居住环境、城市整体美观形象都造成了严重的损害。由于传统的人力筛查费时、费力且容易出现遗漏,相较而言,卫星遥感技术能够实现连续性、动态性、由点及面的监测黑臭水体,但目前该技术实际应用较少且对黑臭水体的识别正确率并不高。因此,本文以上海市中小型河道为研究对象,基于实测高光谱数据、拟合高分二号GF-2多光谱数据,建立光谱分类体系,定量反演水质参数以确定上海市水体特征指标,并采用多种模型定性区分一般水体和黑臭水体,为今后遥感技术实现黑臭水体的监管提供基础。得出如下主要结论:（1）将城市水体分为三类一般水体（以GW1类、GW2类、GW3类表示）、三类黑臭水体（以BOW1类、BOW2类、BOW3类表示）,以BOW1类、BOW3类与其他水体光学特性差异最为明显;BOW1类叶绿素Chl-a值和粒径d10、d50、d90值是六类水体中最小的,悬浮物TSM值是最大的,其光谱曲线变化幅度最平缓;而BOW3类Chl-a值和粒径d10、d50、d90值是六类水体中最大的,其光谱曲线变化幅度最大。（2）Chl-a值、化学需氧量CODCr值可作为上海市水体特征指标,直接基于卫星多光谱反演,但模型预测的误差值均具有明显的浓度分布。基于拟合数据反演Chl-a值时,模型拟合优度R2值为0.66,Chl-a<20μg/L时,平均相对误差MRE值较大,Chl-a≥20μg/L时,MRE值减小至34.17%;基于拟合数据反演CODCr值时,模型R2值为0.685,CODCr<10mg/L时,相对误差RE值较大,CODCr>10mg/L时,RE值减小至50%以下,整体MRE值为54.30%。溶解氧DO值、高锰酸盐指数CODMn值与拟合多光谱数据的相关性较低,因而只能基于实测数据反演。R2值依次为0.627、0.628,且两指标均有明显的浓度分布,当DO≥4mg/L时,RE值在050%间,整体MRE为45.73%;CODMn<4mg/L时,RE值处于50120%间,当CODMn>4mg/L时,RE值基本在050%间,整体MRE仅为24.59%。分析TSM值与遥感反射率时,由于小粒径的遥感反射率大于大粒径,因此考虑粒径变化能够提高两者的相关性。对TSM、粒径d10、d50、d90四个指标进行回归模型构建,不论是基于实测数据还是拟合数据,均未出现模型R2值>0.6,但相较TSM,粒径d10、d50、d90与各波段的相关性均呈上升趋势。（3）基于实测数据识别黑臭水体时,划分模型阈值遵循“极力降低黑臭水体误判为一般水体”的原则,最终高光谱模型对黑臭水体的验证率高达94.44%,但对一般水体的验证率仅为58.82%。将其他研究中的光谱指数法应用于此,能够100%识别出BOW1类,却同时误判出了90%以上的GW1类,且对BOW2类、BOW3类的验证率仅为61.54%、40.91%。（4）基于拟合数据识别黑臭水体时,色度法和饱和度法对黑臭水体的验证率较低,角度法中的α1法适用于识别BOW1类（100%）,而比值法适用于BOW2类（92.31%）、BOW3类（95.45%）,因此综合两者形成“角度-比值组合法”。该组合法对黑臭水体的验证率为95.92%,相较角度法（89.80%）增加了6.12%;对一般水体的误判率为39.29%,相较比值法（33.93%）仅增加5.36%;将其他研究中的归一化比值模型BOI法、黑臭水体斜率指数SBWI法、归一化黑臭水体指数NDBWI法应用于此,仅能识别BOW1类且验证率均小于60%,将三法的判别阈值依次改为0.11、0.013、0.15后,均能100%识别出BOW1类黑臭水体,且SBWI法对GW1类水体的误判率最低,仅为21.21%。
Abstract
cheng shi hei chou shui ti fen bu san ju an ,dui ren min de ju zhu huan jing 、cheng shi zheng ti mei guan xing xiang dou zao cheng le yan chong de sun hai 。you yu chuan tong de ren li shai cha fei shi 、fei li ju rong yi chu xian wei lou ,xiang jiao er yan ,wei xing yao gan ji shu neng gou shi xian lian xu xing 、dong tai xing 、you dian ji mian de jian ce hei chou shui ti ,dan mu qian gai ji shu shi ji ying yong jiao shao ju dui hei chou shui ti de shi bie zheng que lv bing bu gao 。yin ci ,ben wen yi shang hai shi zhong xiao xing he dao wei yan jiu dui xiang ,ji yu shi ce gao guang pu shu ju 、ni ge gao fen er hao GF-2duo guang pu shu ju ,jian li guang pu fen lei ti ji ,ding liang fan yan shui zhi can shu yi que ding shang hai shi shui ti te zheng zhi biao ,bing cai yong duo chong mo xing ding xing ou fen yi ban shui ti he hei chou shui ti ,wei jin hou yao gan ji shu shi xian hei chou shui ti de jian guan di gong ji chu 。de chu ru xia zhu yao jie lun :（1）jiang cheng shi shui ti fen wei san lei yi ban shui ti （yi GW1lei 、GW2lei 、GW3lei biao shi ）、san lei hei chou shui ti （yi BOW1lei 、BOW2lei 、BOW3lei biao shi ）,yi BOW1lei 、BOW3lei yu ji ta shui ti guang xue te xing cha yi zui wei ming xian ;BOW1lei xie lu su Chl-azhi he li jing d10、d50、d90zhi shi liu lei shui ti zhong zui xiao de ,xuan fu wu TSMzhi shi zui da de ,ji guang pu qu xian bian hua fu du zui ping huan ;er BOW3lei Chl-azhi he li jing d10、d50、d90zhi shi liu lei shui ti zhong zui da de ,ji guang pu qu xian bian hua fu du zui da 。（2）Chl-azhi 、hua xue xu yang liang CODCrzhi ke zuo wei shang hai shi shui ti te zheng zhi biao ,zhi jie ji yu wei xing duo guang pu fan yan ,dan mo xing yu ce de wu cha zhi jun ju you ming xian de nong du fen bu 。ji yu ni ge shu ju fan yan Chl-azhi shi ,mo xing ni ge you du R2zhi wei 0.66,Chl-a<20μg/Lshi ,ping jun xiang dui wu cha MREzhi jiao da ,Chl-a≥20μg/Lshi ,MREzhi jian xiao zhi 34.17%;ji yu ni ge shu ju fan yan CODCrzhi shi ,mo xing R2zhi wei 0.685,CODCr<10mg/Lshi ,xiang dui wu cha REzhi jiao da ,CODCr>10mg/Lshi ,REzhi jian xiao zhi 50%yi xia ,zheng ti MREzhi wei 54.30%。rong jie yang DOzhi 、gao meng suan yan zhi shu CODMnzhi yu ni ge duo guang pu shu ju de xiang guan xing jiao di ,yin er zhi neng ji yu shi ce shu ju fan yan 。R2zhi yi ci wei 0.627、0.628,ju liang zhi biao jun you ming xian de nong du fen bu ,dang DO≥4mg/Lshi ,REzhi zai 050%jian ,zheng ti MREwei 45.73%;CODMn<4mg/Lshi ,REzhi chu yu 50120%jian ,dang CODMn>4mg/Lshi ,REzhi ji ben zai 050%jian ,zheng ti MREjin wei 24.59%。fen xi TSMzhi yu yao gan fan she lv shi ,you yu xiao li jing de yao gan fan she lv da yu da li jing ,yin ci kao lv li jing bian hua neng gou di gao liang zhe de xiang guan xing 。dui TSM、li jing d10、d50、d90si ge zhi biao jin hang hui gui mo xing gou jian ,bu lun shi ji yu shi ce shu ju hai shi ni ge shu ju ,jun wei chu xian mo xing R2zhi >0.6,dan xiang jiao TSM,li jing d10、d50、d90yu ge bo duan de xiang guan xing jun cheng shang sheng qu shi 。（3）ji yu shi ce shu ju shi bie hei chou shui ti shi ,hua fen mo xing yu zhi zun xun “ji li jiang di hei chou shui ti wu pan wei yi ban shui ti ”de yuan ze ,zui zhong gao guang pu mo xing dui hei chou shui ti de yan zheng lv gao da 94.44%,dan dui yi ban shui ti de yan zheng lv jin wei 58.82%。jiang ji ta yan jiu zhong de guang pu zhi shu fa ying yong yu ci ,neng gou 100%shi bie chu BOW1lei ,que tong shi wu pan chu le 90%yi shang de GW1lei ,ju dui BOW2lei 、BOW3lei de yan zheng lv jin wei 61.54%、40.91%。（4）ji yu ni ge shu ju shi bie hei chou shui ti shi ,se du fa he bao he du fa dui hei chou shui ti de yan zheng lv jiao di ,jiao du fa zhong de α1fa kuo yong yu shi bie BOW1lei （100%）,er bi zhi fa kuo yong yu BOW2lei （92.31%）、BOW3lei （95.45%）,yin ci zeng ge liang zhe xing cheng “jiao du -bi zhi zu ge fa ”。gai zu ge fa dui hei chou shui ti de yan zheng lv wei 95.92%,xiang jiao jiao du fa （89.80%）zeng jia le 6.12%;dui yi ban shui ti de wu pan lv wei 39.29%,xiang jiao bi zhi fa （33.93%）jin zeng jia 5.36%;jiang ji ta yan jiu zhong de gui yi hua bi zhi mo xing BOIfa 、hei chou shui ti xie lv zhi shu SBWIfa 、gui yi hua hei chou shui ti zhi shu NDBWIfa ying yong yu ci ,jin neng shi bie BOW1lei ju yan zheng lv jun xiao yu 60%,jiang san fa de pan bie yu zhi yi ci gai wei 0.11、0.013、0.15hou ,jun neng 100%shi bie chu BOW1lei hei chou shui ti ,ju SBWIfa dui GW1lei shui ti de wu pan lv zui di ,jin wei 21.21%。
论文参考文献
论文详细介绍
论文作者分别是来自华东师范大学的占玲骅，发表于刊物华东师范大学2019-07-02论文，是一篇关于黑臭水体论文,遥感分类论文,光学特性论文,识别模型论文,卫星论文,上海市论文,华东师范大学2019-07-02论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自华东师范大学2019-07-02论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：黑臭水体论文; 遥感分类论文; 光学特性论文; 识别模型论文; 卫星论文; 上海市论文; 华东师范大学2019-07-02论文;