基于高光谱的射阳河口悬浮泥沙浓度定量反演研究

通过提取高光谱遥感信息,对射阳河口悬浮泥沙浓度与实测光谱及Hyperion影像光谱反射率进行了相关性分析,结果表明：射阳河口含沙水体对实测光谱反射率的敏感波段为898～904nm,对光谱分辨率为10nm的Hyperion影像敏感波段正好位于896nm处,以此构建的指数模型,其相关指数达到0．89。模型的检验显示,相对根均方差值为38．78％,表明单波段896nm对预测射阳河口的悬沙质量浓度具有良好的精度。由于试验取样时间与Hyperion影像的成像时间相匹配,此时水流场较稳定,河口水体中的泥沙运移与扩散规律与影像解译结果相似,即：近岸悬沙质量浓度高,远海浓度低;河口南侧由于属于淤长性海岸,悬沙质量浓度比北侧高。研究结果为利用高光谱分析技术构建海洋悬沙含量的定量反演模型提供了可靠依据,也为海洋水体其他物质成分的定量反演奠定了基础。     

江苏海域水环境要素分析——江苏海域环境质量分析之二

在1981、1991（1990）和1998年3次海洋环境调查的基础上，通过相同水质要素时空比较分析，江苏海域的溶解氧、磷酸盐、硝酸盐和亚硝酸 盐这4种主要海水化学因子具有时空变化特征，其高值区主要分布在灌河口、扁担港口、射阳河口、川东港和长江北支口北侧，且河口、近岸值高，向海含量渐小，不同年份、季节也有变化。沿海水化学性质主要受陆源排污（农田化肥等）影响，主要是入海河流携带污染物、海洋生物作用和本海域水体运动特征的影响，此外，溶解氧变化还受到水温变化的影响。     

盐田水体遥感分类方法研究

以连云港台北盐场为研究区，介绍了监督分类法和神经网络分类法及其在盐田水体遥感分类中的具体应用。研究结果表明，用神经网络分类法进行遥感影像自动分类，其分类精度高，显示了其在遥感领域较为广阔的应用前景。     

海岸带灾害及预测预报减灾措施

种类繁多、复杂多变的自然灾害在海岸带地区煤发频繁，灾害严重，随着沿海地区经济建设的迅速发展，应进下加深对海岸带灾害的了解与重视，加强灾前预测预报和预警系统的建设，采取快速高效的防范措施，力争将灾害损失降低到最小。     

关于海域面积精确计算的若干问题探讨

海域面积精确计算是实现海洋功能区划的基础和关键之一。本文通过对江苏省海洋功能区划工作中误差的分析 ,并针对其产生原因 ,在地图投影的选择和坐标的变换、扫描精度的控制、配准精度的控制、图象的数字化和图形编辑等方面 ,提出了相应的优化处理方法 ,提高了海域面积计算的精度 ,将其中误差控制在估计值范围内 ,从而在实际工作中有一定的应用价值。     

海岸带专题地图编绘相关问题

海岸带是影响人类活动的重要地带，海岸带专题地图能够详细表示出海岸带的特性。随着海洋经济的发展，海岸图的需求日益增加。从地图的数学要素出发，提出目前海岸图绘制存在的问题，并从地图学、海洋学、遥感地学的角度，对地图投影的选择、坐标系转换、比例尺对海岸图编绘的影响及控制点的确定等问题进行了综合分析。     

中国风暴潮灾害与沿海城市防潮

风暴潮灾害给沿海城市带来的损失十分惨重，本文阐述了这一灾害的起因、特点及近年发生的典型灾情，介绍了城市防潮的各种有效措施，藉以增强人们防潮意识和抵御灾害的能力。     

应用MODIS影像监测海州湾无机氮浓度的研究

利用连云港海州湾2004年至2006年的水质监测资料，选取时间上完全同步的空间分辨率为500m的MODIS Terra 1B数据，对反射率的单波段因子和波段组合因子与可溶无机氮（DIN）质量浓度之间进行相关分析。从总体上看，单波段因子与DIN质量浓度的相关性较低，但在含氮基团倍频和合频吸收带附近的波段（波段2、7）反射率与DIN质量浓度呈负相关，显示了含氮基团对水体光谱特征的影响；在波段组合因子中，因子F11（3.4）和F13（3.4）与DIN质量浓度呈显著正相关，用这两个因子建立DIN质量浓度的回归模型，R^2都达到0．7以上，相对精度达70％左右，最终选择因子F11（3.4）的线性模型反演该海域的DIN质量浓度，其结果与实际情况非常吻合。     

海州湾海域赤潮灾害与成因探讨

2004～2006年海州湾海域共发生有记录的赤潮7起,涉及海域面积近2000 km2,海洋生态环境受到严重威胁.本文根据近年来海州湾赤潮发生的情况和相关资料,阐述了海州湾赤潮的发生及其影响、赤潮主要藻种,从物理、化学、气候、生物等因素上分析和讨论了海州湾赤潮发生的原因,并在此基础上提出了相应的防治对策:(1)加强赤潮的研究工作;(2)控制陆源污染物的入海,防止海水富营养化;(3)加强赤潮监测.     

长江口水域多光谱遥感水深反演模型研究

利用Landsat-7 ETM 遥感影像反射率和实测水深值之间的相关性可以探测水深。该文介绍单波段、双波段比值和多波段3种线性回归模型以及动量BP人工神经网络水深反演模型。选择长江口北港河道上段作为研究区,利用上述模型,分两种情况进行水深反演:一是以河道全部历史样本建模;二是将河道按自然水深划分为浅水区和深水区分别建模。结果表明:神经网络模型预测精度高于线性回归模型;水深分区后线性回归和神经网络模型预测误差均有所减小。