注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 利用Hyperion星载高光谱传感器监测太湖水质的研究

  2. 通过分析Hyperion星载高光谱传感器的数据特征和水质参数监测精度，确定并详细讨论了波段比值、差值和NDVI算法与叶绿素、悬浮物浓度的相关性差异和敏感波段分布，建立并验证了水质参数高光谱遥感反演模型，初步评估了太湖水体富营养化状态。

  3. 所属分类：电子政务

    • 发布日期：2012-06-07
    • 文件大小：599kb
    • 提供者：huanghaijun2010

  1. EFDC（The Environmental Fluid Dynamics Code）模型源码

  2. EFDC（The Environmental Fluid Dynamics Code）模型是由威廉玛丽大学维吉尼亚海洋科学研究所（VIMS，Virginia Institute of Marine Science at the College of William and Mary）的John Hamrick等人开发的三维地表水水质数学模型，可实现河流、湖泊、水库、湿地系统、河口和海洋等水体的水动力学和水质模拟，是一个多参数有限差分模型。经过近20年的发展和完善，目前该模型已在大学，政府机关和

  3. 所属分类：其它

    • 发布日期：2016-07-09
    • 文件大小：2mb
    • 提供者：u013556514

  1. 基于环境一号卫星影像的淮南潘集采煤塌陷积水区富营养化评价

  2. 通过研究淮南潘集杨庄采煤塌陷积水区水体水质指标与环境一号卫星影像4个波段反射率值之间的关系,针对叶绿素、透明度、总磷、总氮、高锰酸钾指数5项主要水质参数建立了遥感监测模型。采用综合营养状态指数法,评价了该地区水体整体水质富营养化程度。评价结果表明,该塌陷积水区水体为轻度—中度富营养化,与实测水样分析监测的结果基本吻合,证明了水质遥感模型反演技术在当地水质监测中的适用性和可靠性,为实现该地区水质动态监测与预警提供了技术支持。

  3. 所属分类：其它

    • 发布日期：2020-05-13
    • 文件大小：724kb
    • 提供者：weixin_38723105

  1. 阳宗海叶绿素a浓度遥感反演及富营养化评价

  2. 以阳宗海为研究对象,利用landsat-8 OLI遥感影像与叶绿素a浓度实测数据,基于波段敏感性分析,构建叶绿素a浓度估测回归模型。研究表明,以波段组合(B5-B4)/(B5+B4)为参数的多项式回归模型结果最优,拟合度达0.720 1。反演得到阳宗海2018年3月1日叶绿素a浓度和富营养化指数的空间分布图,结果显示阳宗海水体整体为中营养状态。

  3. 所属分类：其它

  1. 三峡工程对汉江中下游“水华”的影响分析

  2. 三峡工程对汉江中下游“水华”的影响分析，谢敏，祁书文，为了分析三峡工程对汉江中下游“水华”的影响，根据汉江“水华”发生的成因和关键因子的分析结果，应用水动力学模型和富营养化动

  3. 所属分类：其它

    • 发布日期：2020-01-26
    • 文件大小：252kb
    • 提供者：weixin_38658564

  1. 密云水库WASP模型敏感性分析

  2. 密云水库WASP模型敏感性分析，王倩，邹志红，基于WASP富营养化模型，运用Morris法分析模型参数的敏感性，有效地识别关键参数，减少模型未知参数的不确定性，提高参数优化的效率�

  3. 所属分类：其它

    • 发布日期：2020-01-15
    • 文件大小：639kb
    • 提供者：weixin_38582909

  1. 富营养化模型

  2. 富营养化模型

  3. 所属分类：其它

    • 发布日期：2013-04-02
    • 文件大小：542kb
    • 提供者：lujiangang2012

  1. 高光谱遥感内陆水质监测研究

  2. 研究以富营养化污染比较严重的太湖梅粱湾为试验区，在16个水面采样点测量了水面光谱，并采集水样后送到实验室内测量水质参数和固有光学量。在分析、总结了太湖梅梁湾水体表观光学特性和固有光学特性的基础上，建立了同时反演三种典型水质参数——叶绿素、悬浮物和黄色物质的基于生物光学模型的分析方法，并取得了较好的反演精度。

  3. 所属分类：电子政务

    • 发布日期：2012-06-07
    • 文件大小：270kb
    • 提供者：huanghaijun2010

  1. 分水岭尺度下考虑大气沉积和固氮作用的氮动力学的SWAT模型

  2. 土壤和水评估工具（SWAT）氮（N）水质模型考虑了与人类活动相关的人工输入，包括点和非点源污染负荷。 尽管SWAT具有模拟大气中氮沉降和固着的能力，但在建模研究中并未考虑它们。 空气中的氮沉积是将N物种输入流域和水体，导致土壤和水体酸化以及N浸入地表水和地下水中的重要而重要的途径，从而导致富营养化和水质下降。 这项研究的目的是在分水岭规模上评估大气和农业氮负荷对溪流水质的影响。 在一个6642 km2的忠州大坝流域，对SWAT进行了为期4年（2003-2006年）的校准，并使用每日人为N数据（污

  3. 所属分类：其它

  1. 湖泊流域种植系统磷流特征及影响分析

  2. 湖泊流域中农业种植排放的磷污染是水体富营养化的主要污染来源。通过物质流分析方法,建立湖泊流域农业种植系统的静态磷物质流分析模型,并以巢湖流域为例,运用模型系统地量化并分析了2006年流域农业种植系统中的种子、化肥、农药、粪便、作物、秸秆等含磷物质的代谢过程。结果表明,系统对水体磷贡献为20.84kg/亩,其中畜禽粪便还田和化肥施用是造成水体磷污染的主要原因,其含磷量分别占系统磷总输入量的74.68%和15.07%,并提出防治畜禽养殖污染和提高磷肥施用效率等减少系统对水体磷污染的主要措施。研究为高

  3. 所属分类：其它

    • 发布日期：2020-05-30
    • 文件大小：664kb
    • 提供者：weixin_38695452

  1. 太原市迎泽湖富营养化灰色关联法分析

  2. 针对湖泊富营养化问题,对太原市迎泽湖进行资料收集和长期水体监测,选定透明度(SD)、高锰酸钾指数(CODMn)、总磷(TP)、总氮(TN)、叶绿素a(Chla)5个指标来分析迎泽湖富营养化状况,并应用灰色关联法建立富营养化综合分析模型,定量化地反映了迎泽湖富营养化现状,得出迎泽湖处于中-富营养化、富营养化状态的结论。本研究为迎泽湖富营养化的规划治理提供了理论参考,具有一定的使用价值。

  3. 所属分类：其它

    • 发布日期：2020-06-20
    • 文件大小：151kb
    • 提供者：weixin_38534444

  1. 综合加权指数法在黄家湖富营养化评价中的应用

  2. 在对黄家湖环境监测的基础上,选用综合加权指数模型,对湖泊进行富营养化评价,并提出水质保护措施。评价指标参数主要有叶绿素a、总氮、总磷、化学需要量、透明度等,评价时由参数实测值得出单参数,加权计算综合值,最后按分级标准判断营养状况类别。评价结果表明,黄家湖水质重度富营养化。针对调查及评价结果,结合当地的实际情况提出了黄家湖富营养化综合防治对策。

  3. 所属分类：其它

    • 发布日期：2020-07-09
    • 文件大小：112kb
    • 提供者：weixin_38657290

  1. wasp6中文操作手册.rar

  2. Water Quality Analysis Simulation Program (WASP)是在1983年Di Toro等人建立模型的基础上的加强版。 优点：灵活性：能够模拟大部分水体类型，河流、湖泊、河口、海洋水体。 内部链接：热模块计算结果提供给富营养化模块，再用于有毒物质模拟

  3. 所属分类：教育

    • 发布日期：2020-08-30
    • 文件大小：460kb
    • 提供者：qq_27759501

  1. 铜绿微囊藻吸收和散射特性两层球形模型模拟

  2. 铜绿微囊藻是我国内陆富营养化湖泊蓝藻水华的主要藻种。将铜绿微囊藻抽象为由细胞质和叶绿体构成的两层球形模型，通过循环迭代的方式确定两层球形模型中叶绿体的体积比例及其折射率的中心值，结合Kramers-Kronig关系最终确定两层球形模型细胞质及叶绿体的复折射率，通过Aden-Kerker理论结合粒径分布情况模拟出其吸收和散射效率光谱。对比模拟结果与实验结果发现：该模型估算得到的散射光谱与实验的散射光谱之间误差为3.4%，吸收效率误差为4.3%，在后向散射模拟实验中，相比均匀球形模型，两层球形模型表

  3. 所属分类：其它

  1. 基于CDOM光学参数的近海富营养化快速评价技术

  2. 以发展近岸海域富营养化快速评价技术为目的，基于有色溶解有机物（CDOM）吸收光谱及三维荧光光谱（EEMs），结合溶氧(DO)、叶绿素a（Chl a）、浊度（Tur）等可现场检测的参数，利用平行因子分析（PARAFAC）、偏最小二乘回归（PLSR）等化学计量学方法，建立了近岸海域富营养化快速评价技术。利用PARAFAC解析CDOM的EEMs，得到3个荧光组分，即类腐殖质C1、C2及类蛋白质C3；选择a220、a254、a270、a350、C1、C2、C3等CDOM光学参数以及DO、Chl a、Tu

  3. 所属分类：其它

  1. Temporal-Pattern-Anomaly-Detection-Using-Unsupervised-Models-:目的是寻找具有特殊磷时间模式的年份，以及与其他年份不同的原因-源码

  2. 使用非监督模型的时间模式异常检测 目的是找到具有特殊磷时间模式的年份，以及使其与其他年份不同的原因。 该分析涉及多个无监督模型，包括时间序列k均值和分层聚类。 对叶绿素-a浓度也进行了类似的分析，叶绿素-a浓度是富营养化的重要指标。 基于此分析，建立了可能引起潜在富营养化的磷负载条件。

  3. 所属分类：其它