李渊
- 作品数：10 被引量：67H指数：6
- 供职机构：浙江工商大学旅游与城市管理学院更多>>
- 发文基金：国家自然科学基金江苏省普通高校研究生科研创新计划项目江苏高校优势学科建设工程项目更多>>
- 相关领域：环境科学与工程文化科学天文地球理学更多>>
- 基于光谱分类的总悬浮物浓度估算被引量：12
- 2013年
- 总悬浮物浓度是水质评价的重要参数之一,传统的遥感反演估算模型忽视了光学性质多变、复杂的二类水体的差异性。本研究基于太湖、巢湖的星地同步实验,针对环境1号卫星多光谱数据,设立了水体光学分类方法,将研究水体分为二种类型,进而建立了适用于不同类型水体总悬浮物浓度的反演估算模型。得出以下结论:(1)基于光谱分类的方法可以提高总悬浮物浓度的反演估算精度;(2)对于类型一和类型二水体,分别使用指数模型和线性模型可以较好地反映总悬浮物浓度与反演估算因子之间的关系。
- 李渊李云梅施坤吕恒郭宇龙周莉刘阁
- 关键词：太湖巢湖总悬浮物光谱分类
- 一种基于GOCI数据的叶绿素a浓度三波段估算模型被引量：21
- 2015年
- 以标准三波段算法为基础,构建了适用于GOCI影像数据的叶绿素a浓度三波段估算模型.并以三峡水库、巢湖、洞庭湖和太湖水体的289组实测叶绿素a浓度以及光谱数据作为基础,模拟了GOCI影像和MERIS影像波段,率定了模型参数,并与MERIS三波段算法和目前常用的GOCI波段比值算法进行了对比分析,最终用GOCI影像数据进行了独立数据验证.结果表明:1对目前的数据集,680 nm处和660 nm处的色素颗粒物吸收系数具有相对固定的比例关系,比值为1.351;2 GOCI三波段模型在模型率定中,得到与MERIS三波段模型近似的效果,线性拟合的决定系数为0.809,略低于MERIS三波段模型的0.820,但明显优于GOCI比值模型(0.450),有效避免了GOCI波段比值模型中在叶绿素a浓度低值区出现的"扩散"现象,体现出较好的普适性;3通过验证数据集中平均相对误差和均方根误差两个误差指标的对比,发现GOCI三波段模型误差表现与建模数据一致,与MERIS数据接近,明显优于GOCI波段比值模型;4通过GOCI影像的同步验证,发现GOCI波段比值算法会对太湖叶绿素a浓度产生明显的低估,且难以体现叶绿素a浓度空间变异.GOCI三波段算法效果相对较好.相比于目前常用的波段比值算法,GOCI三波段算法具有更高的稳定性和精度,有较强的应用潜力.
- 郭宇龙李云梅李渊吕恒刘阁王旭东张思敏
- 关键词：GOCI叶绿素A浓度
- 基于辐射传输优化模型的二类水体大气校正被引量：6
- 2014年
- 遥感影像的大气校正是水色参数反演的前提。以太湖为研究区，采用6s大气辐射传输模型以及近红外波段离水反射率模型相结合的方法。通过神经网络模拟大气辐射传输过程，并利用中分辨率成像光谱仪（MERIS）754、779、865、885nm4个近红外波段进行光谱优化，求算550nm处气溶胶光学厚度等变量。通过外推，实现可见光波段的大气校正。将2007年11月11日、20日、21日，2008年11月20日MERIS Levellp影像以及野外实测水体遥感反射率数据集用于精度验证，结果表明，该方法能够较好地反演水体遥感反射率光谱，校正后的13个波段的平均相对误差大多分布在20％～40％之间。与6S以及Beam4．9软件自带的大气校正方法相比，具有较高的校正精度和较强的稳定性，在太湖有较好的适用性。
- 周莉李云梅郭宇龙吕恒李渊王珊珊王永波
- 关键词：遥感大气校正二类水体
- Tail压及其变分原理
- 本文探讨了拓扑动力系统中有关拓扑压的一些问题,定义了在符号空间中自由半群作用下的拓扑压和紧致度量空间中的tail压,证明了斜积映射下的乘积定理,推广了经典的拓扑压变分原理以及证明了tail压的变分原理.本文的核心内容也就...
- 李渊
- 关键词：拓扑压紧致度量空间变分原理
- 文献传递
- 基于集合均方根滤波的太湖叶绿素a浓度估算与预测被引量：2
- 2013年
- 叶绿素a浓度作为表征水质状况的重要参数之一,反映了水体富营养化程度和藻类含量,是决定水体的反射光谱特征的重要因素,也是水质遥感领域研究较多的一项水质参数.研究叶绿素a浓度的遥感定量反演可以为湖泊水质监测与评价提供新的思路和方法.本研究发展了一个基于集合均方根滤波和风生流的污染物扩散模型的数据同化方案,并结合2010年5月20日的太湖3个浮标观测站点的观测数据进行了同化实验.首先对太湖叶绿素a浓度进行同化估算,然后利用优化后的估算结果对太湖叶绿素a浓度进行了为期6 h的预报.在同化阶段,均方根误差分别从1.58、1.025、2.76降低到了0.465、0.276、1.01,平均相对误差也从0.2降低到了0.05、0.046、0.069.在预报阶段,均方根误差从1.486、1.143、2.38降低到了0.017、0.147、0.23,平均相对误差也从0.2降低到了0.002、0.025、0.019.结果表明,利用集合均方根滤波的数据同化方法可以有效地提高太湖叶绿素a浓度的估算与预报精度.
- 李渊李云梅王桥张卓郭飞吕恒毕坤黄昌春郭宇龙
- 关键词：叶绿素A卡尔曼滤波数据同化太湖
- 基于HJ1A-CCD数据的高光谱影像重构研究被引量：10
- 2013年
- 遥感影像高光谱重构可以从较少的光谱波段还原出丰富的高光谱信息,为水环境遥感提供更加适用的数据源,对内陆水体水色遥感具有重要意义.利用2009年6月13日获取的HJ1A-HSI和HJ1A-CCD数据,构建HJ1A-CCD数据的高光谱重构模型,重构结果表明:①与地面实测数据相比,重构数据和HJ1A-HSI数据在660～900 nm波长范围内的平均相对误差分别为0.305 1和0.337 7;②重构影像信息熵和平均梯度都高于HJ1A-HSI影像.此外,分别利用HJ1A-HSI数据和重构数据建立叶绿素a浓度的三波段反演模型,发现重构数据能得到更高的反演精度.
- 郭宇龙李云梅朱利徐德强李渊檀静周莉刘阁
- 关键词：叶绿素A
- 基于数据同化的太湖叶绿素多模型协同反演被引量：9
- 2014年
- 在国内外众多学者的不懈努力下,开发了大量的水质参数遥感估算反演模型,但不同的模型都具有其'局限性',只能从某个层面反映'真值'.基于上述考虑,本研究发展了基于数据同化方法的太湖叶绿素a浓度多模型协同反演算法.利用2006~2009年太湖野外实测水体高光谱遥感反射率数据,构建了7个叶绿素a浓度反演模型;通过模型精度对比,最终遴选出6个适宜的叶绿素a浓度反演模型.进而使用不同模型组合,进行多模型协同反演.结果表明:1多模型协同反演算法的反演精度要高于单模型反演的反演精度,最优MAPE仅为22.4%;2随着参与多模型协同反演的模型个数的增加,其反演精度也逐渐提高,MAPE均值从25.6%降低到23.4%,RMSE均值从15.082μg·L-1降低到14.575μg·L-1,相关系数R均值从0.91提升到0.92;3通过对多模型协同反演产品的置信区间进行计算,可以有效地估算产品精度和误差,同时使得获取全湖反演叶绿素a浓度的误差空间分布情况成为可能.
- 李渊李云梅吕恒朱利吴传庆杜成功王帅
- 关键词：高光谱数据叶绿素数据同化太湖
- 基于数据同化的太湖叶绿素浓度遥感估算
- 随着科技的不断进步,湖泊水质监测的手段也越来越丰富,这就意味着我们可以获得更多的数据源,但不同的数据具有不同的时间和空间尺度。与此同时,在国内外众多学者的不懈努力下,开发了大量的水质参数遥感估算反演模型,但不同的模型都具...
- 李渊
- 关键词：太湖数据同化GOCI叶绿素A浓度
- 基于层次分析法的党员朋辈教育模式评价体系的构建
- 2015年
- 本文主要研究党员朋辈教育过程中的多种定性和定量相关信息,采用经典的层次分析法建立评价体系模型,紧接着用加权综合确定各影响因素的权系数。
- 温慧李渊
- 关键词：朋辈教育党员层次分析法
