导读:本文包含了叶绿素浓度论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:叶绿素,浓度,洞庭湖,太湖,南海,水体,太平洋。
叶绿素浓度论文文献综述
封红娥,李家国,朱云芳,韩启金,张宁[1]（2019）在《GF-1与Landsat8水体叶绿素a浓度协同反演——以太湖为例》一文中研究指出不同空间分辨率、光谱分辨率和辐射分辨率传感器数据的协同反演,对于提高水体叶绿素a浓度反演精度具有重要作用。以GF-1 WFV和Landsat8 OLI数据为对象,分别以单波段替代、单波段融合和叁波段融合的协同方法,分析空间分辨率和光谱分辨率在多源遥感数据协同反演过程中对于提高水体叶绿素a反演精度的主导特征;在此基础之上,进一步探索GF-1 WFV和Landsat8 OLI数据协同反演的最优组合方式,以提高叶绿素a浓度的反演精度。结果表明,在GF-1 WFV和Landsat8 OLI协同反演过程中,近红外波段光谱分辨率和辐射分辨率对精度的影响占据主导,近红外波段光谱分辨率的提高更有利于提高叶绿素a浓度的反演精度;在蓝光波段与红光波段,则是空间分辨率越高叶绿素a浓度反演精度越高; GF-1 WFV和Landsat8 OLI最优叶绿素a协同反演光谱指数组合因子为:Landsat8 OLI近红外波段、GF-1 WFV和Landsat8 OLI融合红光波段、GF-1 WFV和Landsat8 OLI融合蓝光波段。通过实测数据验证表明,协同前GF-1 WFV和Landsat8 OLI单独反演结果的平均相对误差分别为41. 93%和38. 37%,优化协同反演后平均相对误差降低到17. 35%。(本文来源于《国土资源遥感》期刊2019年04期）
陈武阳,李骏旻,何庆友,唐世林,施平[2]（2019）在《南海岛礁周边海域表面叶绿素浓度的时空特征》一文中研究指出南海海域内岛礁众多,渔业资源丰富,而目前针对岛礁周边海区生态要素开展的研究仍较少。本文利用近20年多卫星融合水色遥感数据,分析了南海38个主要岛礁周边区域海面叶绿素浓度的空间分布、季节变化和年际变化特征。结果表明,岛礁周边普遍存在叶绿素浓度高值区,其浓度约在离岛礁5个等效半径外降至海区背景水平。岛礁周边海域的叶绿素(相对于背景值的)浓度异常受海区背景值影响,两者在南海的空间分布格局与背景值基本一致:在平均温度较低、季风强度较大的东沙、西沙海区,叶绿素浓度异常高于温度较高、季风强度相对较弱的中沙、南沙海区。叶绿素浓度呈现出明显的季节变化和年际变化特征,一般在冬季风期间升高,而在夏季风爆发前降至最低;在ElNi?o次年随海温升高和季风减弱而下降,在La Ni?a次年则相反。岛礁周边的叶绿素浓度异常受到温度变化的影响,随着近年来海温变化幅度加大,其年均水平呈显着下降趋势(P=5.05×10–5)。这些结果可为我国岛礁区域渔业资源的开发和管理提供信息支持。(本文来源于《热带海洋学报》期刊2019年06期）
范宪创,郑新,李李漫丝,周超,陆天启[3]（2019）在《基于MODIS数据的海洋叶绿素浓度时空变化分析》一文中研究指出海表叶绿素的反演及其时空变化分析,在海洋-大气系统的碳循环、赤潮灾害监测等方面具有重要意义。本文选择海南岛西南海域作为研究区,采用MODIS 250 m分辨率数据,基于研究区内最优算法模型,反演研究区内叶绿素浓度。基于该模型反演结果,采用相同点位变化曲线以及差值图像等方法对叶绿素浓度进行年间和季节的时空变化分析。分析结果显示,空间上,由近岸到深海,由高纬度到低纬度,叶绿素浓度均呈现逐渐下降的趋势;时间上,整体呈现出逐年下降的趋势。结果表明,海洋叶绿素浓度受人类活动影响较大,同时也受到洋流、温度、陆地生物以及河流的较大影响。(本文来源于《海洋湖沼通报》期刊2019年05期）
田建林,庄大春,刘永明,梁业恒[4]（2019）在《广东省典型湖泊叶绿素浓度垂向变化模型及影响机制》一文中研究指出叶绿素浓度垂向变化影响遥感反演精度和富营养化评价。湖泊水体叶绿素浓度影响因子众多,其垂向变化规律仍是当前的研究难点。以广东省3个典型湖泊的叶绿素浓度、营养盐浓度、藻种及粒径结构等数据,分析了叶绿素浓度垂向变化规律与影响机制,并用不同函数来拟合建模。结果表明:各水体不同时期拟合函数各异,需要分时间、分区域讨论;浅水区域(或浅水湖泊)叶绿素浓度自上而下先减后增,用傅立叶变换拟合效果佳;深水区域的规律是自上而下递减明显,用高斯函数拟合效果较好。浅水区域,光照和水温对垂向浓度的影响在本研究中体现不明显,但营养盐及底泥对其影响较明显;深水区域的垂向浓度变化是藻种、水温、营养盐等因子共同作用的结果。(本文来源于《地理研究》期刊2019年09期）
段海梅,刘晓龙,沈润,张星云,李慧萍[5]（2019）在《抚仙湖叶绿素a浓度遥感反演方法对比分析》一文中研究指出不同叶绿素浓度反演算法得到的叶绿素浓度存在较大差异,反演中大气校正算法如何影响反演模型的精度;不同的反演算法中,哪种反演算法更适用于高原深水湖泊叶绿素浓度反演。针对上述问题,选取Landsat 8 OLI卫星影像数据,应用6S、ATCOR3、FLAASH这3种大气校正模型实现OLI数据的大气校正,对矫正结果分别利用FAI、NDCI、VB-FAH指数反演算法反演抚仙湖叶绿素a浓度,使用实测数据对3种不同大气校正下的3种反演算法进行了精度分析。结果表明:对比12种不同组合的算法反演的叶绿素a浓度与实测数据之间的相关系数,6S大气校正模型下,NDCI指数反演算法是12种组合算法中反演精度最高的算法,反演值和实测值的相关系数(R)为0.39。(本文来源于《贵州师范大学学报(自然科学版)》期刊2019年05期）
王同宇,张书文,蒋晨,刘潇,曾伟强[6]（2019）在《西北太平洋台风对冷涡及叶绿素浓度的影响》一文中研究指出【目的】研究2007—2017年间西北太平洋过境冷涡的11个台风导致浮游植物生长和冷涡(CCE)变化现象。【方法】统计并计算出可能影响叶绿素(Chl-a)浓度变化的因素:台风性质(强度、移动速度、强迫时间)、台风前混合层厚度(MLD)、降雨量、海表面温度(SST)、埃克曼抽吸速率(EPV)和两层约化重力模式下的涡动能(EKE),其中EPV和EKE分别代表上升流和湍流混合强弱。【结果与结论】通过线性回归分析发现,除台风强度、SST与Chl-a浓度相关性不显着(P>0.05),移动速度Uh、强迫时间、降雨和MLD、EPV、EKE与Chl-a均有显着相关性(P<0.05),并建立了冷涡背景条件下的多元线性回归模型:?=0.006-0.038 x_1+0.0257x_2+0.023 8 x_3。浮游植物生长主要取决于上升流和湍流混合对营养盐的输送作用,慢而尺度大台风意味着受台风强迫时间长,足以超过地球自转调整的时间则会引起强上升流(EPV)以及湍流混合输送营养盐,促进Chl-a浓度大幅度增加,强湍流混合同时也需要降雨抑制,避免破坏浮游植物光合作用,台风前CCE区域MLD(<25m)与Chl-a呈现出正相关。(本文来源于《广东海洋大学学报》期刊2019年05期）
陶然,彭金婵,张豪,吴永兴,张登荣[7]（2019）在《内陆水体叶绿素a浓度遥感监测方法研究进展》一文中研究指出叶绿素a是反映水体富营养化的一个重要参数,通过遥感方法监测水体叶绿素a浓度是实现内陆水体富营养化动态监测的一个重要途径,但内陆平原水网区地表水体的水体光学特性复杂,遥感反演模型建立困难。文章通过整理、分析国内外前人研究内陆平原水网区地表水体叶绿素a卫星遥感监测的数据源和方法,总结了当前在内陆平原水网区地表水体中精度较高的叶绿素a卫星遥感监测方法,分析了各方法的优缺点以及研究过程中的一些挑战、难点,并提出对未来的展望。(本文来源于《地理信息世界》期刊2019年04期）
黄代中,李芬芳,欧阳美凤,张屹,龚正[8]（2019）在《洞庭湖不同形态氮、磷和叶绿素a浓度的时空分布特征》一文中研究指出洞庭湖水体主要污染物为氮和磷,而有关洞庭湖营养盐赋存形态与叶绿素a的关系鲜有报道。为研究洞庭湖氮与磷的时空分布特征及其对叶绿素a(Chl-a)的影响,2017年在洞庭湖湖体、出湖口及8条入湖河流共20个断面采集了水样,分析了水体中不同形态氮、磷和Chl-a的质量浓度。结果表明,洞庭湖水体中总氮(TN)、溶解态总氮(DTN)、氨氮(NH_4~+-N)、硝酸盐氮(NO_3~--N)质量浓度年均值分别为1.83、1.69、0.26、1.27 mg·L~(-1),总磷(TP)、溶解态总磷(DTP)、磷酸盐(DPO)、颗粒态磷(PP)质量浓度年均值分别为0.081、0.059、0.049、0.022 mg·L~(-1),Chl-a质量浓度平均值为4.84μg·L~(-1)。空间分布上,各形态氮和磷的质量浓度总体表现为:入湖口>出湖口>湖体,其中,区间入湖口水体中ρ(TN)、ρ(NH_4~+-N)、ρ(TP)、ρ(PP)最高,而ρ(NO_3~--N)、ρ(DTP)、ρ(DPO)在松滋口最高。ρ(Chl-a)表现为区间>湖体>出湖口>松滋口>四水。时间分布上,各形态氮与磷的质量浓度具有明显的季节变化特征,均表现为枯水期>平水期>丰水期;ρ(Chl-a)总体上呈现丰水期>平水期>枯水期的趋势。可见入湖河流对洞庭湖氮与磷的时空分布起了至关重要的作用,入湖污染负荷和人类活动(包括采沙和生产生活)是洞庭湖氮与磷空间分布的重要影响因素,而入湖水量可在一定程度上解释洞庭湖氮与磷的时间分布。总体而言,洞庭湖未出现明显的富营养化现象,这可能得益于其独特的水文条件(水循环周期短,流速较快),但流速较低的六门闸和大小西湖断面ρ(Chl-a)较高,夏季水华频发,应引起高度重视。(本文来源于《生态环境学报》期刊2019年08期）
田洪阵,刘沁萍,Joaquim,I.Goes,Helgado,Rosario,Gomes,杨萌萌[9]（2019）在《近20年渤海叶绿素a浓度时空变化》一文中研究指出浮游植物作为食物链的基础,对海洋生态系统具有重要作用。渤海作为我国最大的内海和重要渔业生物的产卵场、育幼场和索饵场,该区浮游植物研究具有重要意义。叶绿素a浓度是反映浮游植物生物量的重要指标。利用Google Earth Engine平台,对1997–2010年的宽视场海洋观测传感器(SeaWiFS)叶绿素a浓度数据和2002–2018年的水色卫星中分辨率成像光谱仪传感器(MODIS Aqua)叶绿素a浓度数据进行合并,并研究其时空变化特征。研究表明,近20年来,渤海全年叶绿素a浓度增加了14.1%,且增加显着。叶绿素a浓度在所有季节都呈现增加趋势;除11月外,其他各月都呈现稳定或增加趋势。从滦河入河口沿岸至渤海海峡的渤海中部,叶绿素a浓度增加较明显。同时也分析了海洋表面温度、风速和降水量数据。夏季渤海周边区域降水量和风速增加以及秋季海表温度的降低都有助于同季叶绿素a浓度的升高。渤海浮游植物可能受陆源营养物质输入影响较大。(本文来源于《海洋学报》期刊2019年08期）
何为媛,王莉玮,王春丽[10]（2019）在《不同水体中叶绿素a与氮磷浓度关系及富营养化研究》一文中研究指出过量的氮、磷等营养物质进入到水体中导致藻类大量繁殖,造成水体富营养化。叶绿素a是富营养化常见的响应指标,是藻类光合作用的主要物质。该文综述了国内不同水体中叶绿素a与氮、磷浓度相关关系,对其富营养化状况进行评价,发现营养状况的丰欠与水体理化性质有关,在总结前人研究的基础上,对未来富营养化研究方向进行了简要分析和展望。(本文来源于《安徽农学通报》期刊2019年14期）
叶绿素浓度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
南海海域内岛礁众多,渔业资源丰富,而目前针对岛礁周边海区生态要素开展的研究仍较少。本文利用近20年多卫星融合水色遥感数据,分析了南海38个主要岛礁周边区域海面叶绿素浓度的空间分布、季节变化和年际变化特征。结果表明,岛礁周边普遍存在叶绿素浓度高值区,其浓度约在离岛礁5个等效半径外降至海区背景水平。岛礁周边海域的叶绿素(相对于背景值的)浓度异常受海区背景值影响,两者在南海的空间分布格局与背景值基本一致:在平均温度较低、季风强度较大的东沙、西沙海区,叶绿素浓度异常高于温度较高、季风强度相对较弱的中沙、南沙海区。叶绿素浓度呈现出明显的季节变化和年际变化特征,一般在冬季风期间升高,而在夏季风爆发前降至最低;在ElNi?o次年随海温升高和季风减弱而下降,在La Ni?a次年则相反。岛礁周边的叶绿素浓度异常受到温度变化的影响,随着近年来海温变化幅度加大,其年均水平呈显着下降趋势(P=5.05×10–5)。这些结果可为我国岛礁区域渔业资源的开发和管理提供信息支持。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
叶绿素浓度论文参考文献
[1].封红娥,李家国,朱云芳,韩启金,张宁.GF-1与Landsat8水体叶绿素a浓度协同反演——以太湖为例[J].国土资源遥感.2019
[2].陈武阳,李骏旻,何庆友,唐世林,施平.南海岛礁周边海域表面叶绿素浓度的时空特征[J].热带海洋学报.2019
[3].范宪创,郑新,李李漫丝,周超,陆天启.基于MODIS数据的海洋叶绿素浓度时空变化分析[J].海洋湖沼通报.2019
[4].田建林,庄大春,刘永明,梁业恒.广东省典型湖泊叶绿素浓度垂向变化模型及影响机制[J].地理研究.2019
[5].段海梅,刘晓龙,沈润,张星云,李慧萍.抚仙湖叶绿素a浓度遥感反演方法对比分析[J].贵州师范大学学报(自然科学版).2019
[6].王同宇,张书文,蒋晨,刘潇,曾伟强.西北太平洋台风对冷涡及叶绿素浓度的影响[J].广东海洋大学学报.2019
[7].陶然,彭金婵,张豪,吴永兴,张登荣.内陆水体叶绿素a浓度遥感监测方法研究进展[J].地理信息世界.2019
[8].黄代中,李芬芳,欧阳美凤,张屹,龚正.洞庭湖不同形态氮、磷和叶绿素a浓度的时空分布特征[J].生态环境学报.2019
[9].田洪阵,刘沁萍,Joaquim,I.Goes,Helgado,Rosario,Gomes,杨萌萌.近20年渤海叶绿素a浓度时空变化[J].海洋学报.2019
[10].何为媛,王莉玮,王春丽.不同水体中叶绿素a与氮磷浓度关系及富营养化研究[J].安徽农学通报.2019
论文知识图
