公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

北京城市道路地表径流及相关介质中多环芳烃的源解析被引量：29: 2008年; 将道路地表径流及降雨、路面积尘和行道树树冠穿透水作为整体系统,对其中多环芳烃（PAHs）的来源进行分析.选择北京市3种主要类型城市道路（主干路机动车道、主干路自行车道、支路）,于2006年雨季对上述4类介质进行采样分析.结果显示,5-6月各介质中PAHs的平均浓度明显高于7-8月.应用因子分析和多元回归方法解析各介质中PAHs的来源.因子分析结果表明,径流中的PAHs更多体现路面积尘的来源特征,但在自行车道和支路,雨水和树冠水的影响也分别得到体现.多元回归结果表明,路面积尘和地表径流中PAHs的来源,在支路和主干路机动车道以机动车排放源为主,在自行车道,机动车源和燃煤源的贡献相近.雨水中的PAHs以燃煤/燃油源为主,行道树树冠水中机动车源的贡献较大.; 张巍张树才万超岳大攀叶友斌胡俊栋王开颜高艳王学军; 关键词：多环芳烃降雨源解析

藻类高光谱特征提取算法及其在Chl-a反演中的应用: 高光谱遥感在区域水质监测中具有不可替代的优势，然而以往研究对象多为室外天然水体，是反映混合藻类的总体效应，且包含了水体中悬浮物和黄色物质的光学效应，难以区分单一藻种的高光谱特征。如何提取单一藻类的高光谱特征、如何实现高光...; 高艳; 关键词：叶绿素A 小球藻铜绿微囊藻

小球藻和铜绿微囊藻的高浓度Chl-a高光谱定量模型被引量：4: 2007年; 本研究将地物高光谱遥感技术应用于室内实验,从而得到小球藻和铜绿微囊藻的高光谱特征．通过多种半经验方法,如单波段、波段比值和微分法,建立了两藻种最优的Chl-a高光谱定量模型,并与室外情况进行了对比．结果表明:小球藻的最优定量模型为Chl-a=174．6+1138292(R_(703))′+2．3(10~9[(R_(703)′]~2(p＜0．01),相应的方法适宜性为:一阶微分法＞单波段法＞波段比值法;铜绿微囊藻的最优定量模型为Chl-a=5299164(R757)^(1．9773)(P＜0．01),相应的方法适宜性为:单波段法＞波段比值法＞一阶微分法;从高光谱特征来看,小球藻在540nm和700 nm附近存在明显的特征波峰,其位置随Chl-a浓度增大而向长波方向偏离,铜绿微囊藻在530 nm、660 nm和700 nm附近存在3个较强的特征波峰,在610nm和680nm附近存在明显的波谷;与以往室外研究不同的是铜绿微囊藻的反射率在400-500 nm之间的R值并不低,是因为没有非藻类颗粒物的影响,总吸收明显降低．; 高艳周丰张巍张树才王学军; 关键词：叶绿素小球藻铜绿微囊藻

基于高光谱特征提取的藻类叶绿素a反演模型被引量：2: 2009年; 选取自然界中分布较广泛的小球藻和铜绿微囊藻为研究对象,进行室内藻类光谱试验,同步测定其ρ(叶绿素a),并分别建立基于混合高斯函数的小球藻和铜绿微囊藻高光谱信息模型.在此基础上,利用模拟退火算法实现模型的非线性参数拟合,提取这2种藻的高光谱特征,通过非线性回归分析,反演得到分解后的高光谱信息模型的峰高(hi)与ρ(叶绿素a)的定量模型,实现对水体中小球藻和铜绿微囊藻ρ(叶绿素a)的预测.结果表明:藻类高光谱特征提取算法能有效揭示小球藻和铜绿微囊藻的光谱本质特征,并得出相应的小球藻和铜绿微囊藻叶绿素a反演模型.; 魏文高艳周丰张巍张树才王学军; 关键词：小球藻铜绿微囊藻叶绿素A

北京城市道路地表径流中PAHs的污染特征研究被引量：25: 2008年; 以北京城市道路地表径流中的PAHs为研究对象,于2006年雨季在海淀区成府路和海淀路设置3个采样点采集了6场地表径流和同期雨水样品,分析了溶解相和颗粒相PAHs的浓度.对地表径流和雨水样品中PAHs的浓度特征,地表径流中PAHs在时间和空间上的变化,及辅助参数的相关性进行了探讨.结果表明,海淀路地表径流EMC值大于成府路,自行车道地表径流EMC值与机动车道相近,道路地表径流PAHs的污染程度不能仅根据车流量判断.对单场径流历时中PAHs浓度变化的分析和累积污染负荷曲线的研究均表明,道路径流初期冲刷效应并不是普遍发生的,而是受路面积尘特征和降雨条件等多种因素的影响.; 张巍张树才岳大攀万超叶友斌胡俊栋王开颜高艳王学军; 关键词：PAHS 地表径流城市道路

全选清除导出

共1页<1>

高艳