CN102867120A - 一种基于遥感像元的非点源污染计算方法 - Google Patents
一种基于遥感像元的非点源污染计算方法 Download PDFInfo
- Publication number
- CN102867120A CN102867120A CN2012103267015A CN201210326701A CN102867120A CN 102867120 A CN102867120 A CN 102867120A CN 2012103267015 A CN2012103267015 A CN 2012103267015A CN 201210326701 A CN201210326701 A CN 201210326701A CN 102867120 A CN102867120 A CN 102867120A
- Authority
- CN
- China
- Prior art keywords
- pollution
- point source
- database
- point
- soil
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于遥感像元的非点源污染计算方法,包括以下步骤:S1:构建土地利用数据库和植被覆盖度数据库;S2:构建土壤类型、土壤氮磷属性、坡度坡长地理空间数据库;S3:构建农田氮磷平衡量空间数据库;S4:基于步骤S1-S3中的数据库信息按照污染类型,以遥感像元为基本计算单元,计算不同污染类型下的各个非点源污染物指标的溶解态非点源负荷和吸附态非点源负荷;S5:利用S4中的溶解态非点源负荷和吸附态非点源负荷计算非点源污染入河总量。本发明可以在数据条件有限的情况下基于遥感数据快速获取非点源污染空间分布特征和源强特征,对污染防治和管理部门提供有效的污染监测手段,为流域污染管理提供重要的技术支持。
Description
技术领域
本发明涉及环境保护技术领域,特别涉及一种非点源污染计算方法,尤其涉及一种基于遥感像元的非点源污染计算方法。
背景技术
目前,我国在工业点源得到有效控制的大背景下,农业非点源源污染形势越发严峻。***副总理在中国环境宏观战略研究成果应用座谈会上指出:农村非点源污染已经成为影响水环境的重要因素,全国化学需氧量近一半来自农业污染源。因此研发适合我国国情的非点源污染估算模型是我国污染管理和控制的当务之急。
美国农业部(USDA)在1975年对非点源污染的定义认为泥沙、氮磷化合物及农药是农业非点源污染的主要关注点。我国的非点源污染研究始于80年代,主要工作包括农业非点源和城市径流污染的宏观性探讨与污染负荷定量模型的研究,其中定量模型的研究是我国进行非点源污染研究的重要瓶颈之一。综合当前应用较多的非点源污染定量模型,主要存在三大类:经验模型、机理模型和半经验-半机理模型。对于管理部门,既需要科学又适用的方法,纯经验模型在科学性上有很大的不足,而纯机理模型在模型方法应用和推广上又有很大的弊端,只有机理和经验相结合的技术方法才具有最大的发展空间。美国环保局从基于经验统计到机理过程推荐一系列非点源污染估算模型,包括Sparrow模型、GWLF模型、SWAT模型和HSPF模型等,这些模型也不同程度地应用在中国,但是存在的问题很多。首先,我国是农业大国,而农业管理方面还存在很多问题,尤其在农业管理中的数据积累还不够丰富;其次,我国下垫面情况复杂,更增加了机理模型的复杂性,因此增加了国外模型直接移植的难度;第三,我国的区域性差异大,增加了地面基础信息的获取难度。
自80年代以来,遥感(RS,Remote Sensing)与地理信息***(GIS,Geographic Information System)技术在非点源研究领域的应用,在相当程度上解决了非点源污染估算问题,尤其针对机理模型和分散参数模型数据项繁多、难以收集与管理的问题,大大推进了非点源污染研究的进程。
目前,我国污染管理部门还没有推荐的技术方法,结合我国的国情,非常需要结合遥感空间信息获取和分析技术优势,探索一套经济、快速的非点源污染监测及量化的方法体系。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是,针对现有技术的不足提供一种基于遥感像元的非点源污染计算方法,能够快速、周期性地实现我国非点源污染的定量监测。
(二)技术方案
本发明提供一种基于遥感像元的非点源污染计算方法,包括以下步骤:S1:构建土地利用数据库和植被覆盖度数据库;S2:构建土壤类型、土壤氮磷属性空间数据库和坡度坡长地理空间数据库;S3:构建农田氮磷平衡量空间数据库;S4:基于步骤S1-S3中的数据库信息按照污染类型,以遥感像元为基本计算单元,计算污染类型下的各个非点源污染物指标的溶解态非点源负荷和吸附态非点源负荷;S5:利用S4中的溶解态非点源负荷和吸附态非点源负荷计算非点源污染入河总量。
更好地,所述S1进一步包括如下步骤:S1.1:下载卫星遥感数据,并对所述遥感数据进行预处理,获取地表反射率数据;S1.2:根据S1.1的地表反射率数据进行植被归一化指数计算;S1.3:根据S1.2得到的植被归一化指数计算植被覆盖度,构建植被覆盖度数据库;S1.4:根据经过S1.1步骤中的几何纠正后多光谱遥感数据进行土地利用矢量数据提取,构建土地利用矢量数据库。
更好地,所述S4进一步包括如下步骤:S4.1:建立溶解态非点源污染负荷模型;S4.2:建立吸附态非点源污染负荷模型;S4.3:根据S4.1的溶解态非点源污染负荷模型,以遥感像元为基本计算单元,计算四种污染类型的溶解态非点源污染负荷;S4.4:根据S4.3中的四种污染类型的溶解态非点源污染负荷,计算溶解态非点源污染总负荷;S4.5:根据S4.2的吸附态非点源污染负荷模型,以遥感像元为基本计算单元,计算吸附态非点源污染负荷。
更好地,所述S5进一步包括如下步骤:S5.1:根据降水量和径流量计算溶解态污染物入河系数;S5.2:根据泥沙含量和土壤侵蚀量计算吸附态污染物入河系数;S5.3:根据S5.1溶解态污染物入河系数和S5.2的吸附态污染物入河系数以及S4.4的溶解态非点源污染负荷总数据和S4.5的吸附态非点源污染负荷数据,计算非点源污染入河总量。
更好地,由国家1:100万土壤类型和土壤属性库为基础构建土壤类型、土壤氮磷属性空间数据库;坡度坡长空间数据直接由DEM数据在ArcGIS软件中计算提取,并构建坡度坡长地理空间数据库。
更好地,所述过程S3具体包括:依据农业统计数据指标采用土壤***收支平衡方法计算农田氮磷平衡量空间数据,并构建农田氮磷平衡量空间数据库。
更好地,所述土地利用矢量数据包括:水田矢量数据、旱地矢量数据、林地矢量数据、园地矢量数据、农村居民点矢量数据、城镇用地矢量数据、水体矢量数据和未利用土地矢量数据。
更好地,所述S1.1的预处理包括:几何纠正、辐射定标和大气纠正。
更好地,所述S4.3中的四种污染类型具体包括:农田耕作型、城市径流型、农村生活型和畜禽养殖型。
(三)有益效果
本发明的方法利用遥感数据空间信息分析优势,结合地面调查数据,构建一套基于遥感技术的非点源污染快速评估方法,从而能够快速、方便的实现全国不同尺度的非点源污染负荷估算,尤其解决了无资料或缺资料地区非点源污染估算难的问题,能帮助政府部门在最短时间内获取非点源污染时空信息。
附图说明
图1为本发明非点源污染遥感计算流程图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
“环境一号”(HJ-1A/B)卫星***是中国国务院批准的专门用于环境和灾害监测的对地观测***,拥有光学、红外、超光谱多种探测手段,具有大范围、全天候、全天时、动态的环境和灾害监测能力。HJ-1A/B星数据不仅能为环境与减灾业务运行***提供重要保障,还将成为很多部门日常业务的重要数据源。基于环境卫星数据建立的环境与减灾应用***,对推动遥感卫星业务服务具有重要的示范作用。本发明中所提到的观测卫星优选为HJ-1A/B,观测卫星的遥感数据尤指HJ-1A/B的CCD数据。
图1为本发明非点源污染遥感计算流程图,如图1所示,非点源污染计算方法包括以下步骤:
S1:构建土地利用数据库和植被覆盖度数据库;
S2:构建土壤类型、土壤氮磷属性空间数据库和坡度坡长地理空间数据库;
S3:构建农田氮磷平衡量空间数据库;
S4:基于步骤S1-S3中的数据库信息按照污染类型,以遥感像元为基本计算单元,计算污染类型下的各个非点源污染物指标的溶解态非点源负荷和吸附态非点源负荷;
S5:利用S4中的溶解态非点源负荷和吸附态非点源负荷计算非点源污染入河总量。
其中,S1进一步包括如下步骤:
S1.1:下载卫星遥感数据,以ENVI软件为平台,对卫星遥感数据进行前处理,获取地表反射率数据,具体包括几何纠正、辐射定标和大气纠正。其中几何纠正通过ENVI中Registration功能模块,选择同区域具有正确地理信息的卫星遥感数据或者数字高程数据,通过匹配控制点的方式完成;辐射定标通过ENVI软件的波段运算功能,结合遥感数据头文件中的辐射定标参数完成;大气纠正通过ENVI软件中FLAASH功能模块完成;
S1.2:根据S1.1的地表反射率数据进行植被归一化指数(NDVI)计算,算法为:
其中,αNIR是近红外波段的反射率,αRED是红光波段的反射率;
S1.3:根据S1.2得到的植被归一化指数计算植被覆盖度(FVC),并构建植被覆盖度数据库;
其中,NDVIveg是纯植被像元的NDVI值,取所有像元数据中的最大值,NDVIsoil是完全无植被覆盖像元的NDVI值,取所有像元数据中的最小值;
S1.4:根据经过S1.1步骤中的几何纠正后的多光谱遥感数据进行土地利用矢量数据提取,构建土地利用矢量数据库。所述土地利用矢量数据具体包括水田矢量数据、旱地矢量数据、林地矢量数据、园地矢量数据、农村居民点矢量数据、城镇用地矢量数据、水体矢量数据和未利用土地矢量数据。在下面的模型算法中人口密度、牲畜量和农田氮磷等数据需要以土地利用矢量数据为基础离散到空间上,用于计算S4中的溶解态非点源污染负荷数据;
所述S2具体包括:
由国家1:100万土壤类型和土壤属性库为基础构建作土壤类型、土壤氮磷属性空间数据库。坡度坡长空间数据直接由数字高程数据(DEM)通过ArcGIS软件中的Toolbox工具(slop功能模块)计算提取,坡长空间数据通过已开发好的坡长计算程序包获取,并构建坡度坡长地理空间数据库,本步骤所有数据库中的数据用于S4;
所述S3具体包括:
依据国家县级农业统计数据指标采用土壤***收支平衡方法核算农田氮磷平衡量空间数据(公式(3)),并构建农田氮磷平衡量空间数据库。其农田氮磷平衡量空间数据具体算法为:
Qbal=Balance/area×1000 (3)
其中,Balance=Input-Output (4)
Input=Ftlz+Mnr+Irg+Seed+Dpzt+Bnf (5)
Output=Hvst+Gas+water (6)
其中,Qbal为农田氮磷平衡量空间数据;area为耕地面积和园地面积之和;1000为单位转换系数;Balance为养分平衡量;Input为养分输入量;Output为养分输出量;Ftlz为化肥养分输入量;Mnr为有机肥养分输入量;Irg为灌溉养分输入量;Seed为种子养分输入量;Bnf为生物固氮氮输入量;Dpzt为干湿沉降养分输入量;Hvst为作物带走养分输出量;Gas为氨气挥发和反硝化氮输出量;Water为淋失和径流养分输出量;
在S4中,非点源污染负荷按照溶解态和吸附态两种存在形态进行模拟计算;其中,所述溶解态非点源污染物分别按照四个污染类型进行模拟,分别为农田耕作型、城市径流型、农村生活型和畜禽养殖型;非点源污染指标分为四种,1为总氮(缩写为TN(total nitrogen)),2为总磷(缩写为TP(total phosphorous)),3为化学需氧量(缩写为CODcr(chemical oxygen demand)),4为氨氮(缩写为NH4-N(ammonianitrogen))
步骤S4进一步包括:
S4.1:建立溶解态非点源污染负荷模型:
其中,i是非点源污染指标,n是非点源污染类型数,CDis是单位面积溶解态非点源污染负荷,Qi是单位面积非点源污染源强,对于农田污染类型,这个参数就是农田氮磷平衡量Qbal,即S3中算法的结果,Li是次降水冲刷后剩余污染物的量,为污染源强和污染负荷的差值,ε为径流系数,ε0为标准径流系数,反映不透水硬化地面情况,k为地面冲刷系数,r为降雨强度,t为降雨历时,e为自然常数;Ni是自然因子修正系数,Si是社会因子修正系数;
S4.2:建立吸附态非点源污染负荷模型:
CAds=A×Qa×Er×10-6 (8)
其中,CAds为吸附态非点源污染负荷;A为土壤侵蚀量,Qa为吸附态非点源污染源强,具***土壤中氮磷含量,Er为吸附态非点源污染富集系数;
其中A为:
A=R×K×L×S×C×P (9)
其中,R为降雨侵蚀力因子,K为土壤可蚀性因子,L、S分别为坡长因子和坡度因子(无量纲);C为生物措施因子(无量纲);P为工程措施措施因子(无量纲);
S4.3:根据S4.1的溶解态非点源污染负荷模型,以遥感像元为基本计算单元,计算四种污染类型的溶解态非点源污染负荷,计算过程如下:
农田耕作型溶解态非点源污染物负荷计算公式为:
Nj=θ/35×(100-FVCj)/100 (11)
其中,CDis_agr是农田耕作型溶解态非点源污染负荷,m代表污染指标,本公式中为2,即TP(total phosphorous),θ是坡度,N是自然因子,j是月份,FVCj是第j月的植被覆盖度;
城市径流型溶解态非点源污染物负荷计算公式为:
其中,CDis_urb是城市径流型溶解态非点源污染负荷,γm是不同污染物的转化系数,m代表污染指标,本公式中为4,即NH4-N(ammonia nitrogen),C是垃圾/粪便累积量,D是两次降雨间隔时间,Lm是一个降水过程后剩余的污染物量;W是垃圾处理率,U是垃圾入网率;
农村生活型非点源污染物负荷计算公式为:
其中,CDis_rur是农村生活型溶解态非点源污染负荷,其他参数同上;
畜禽养殖型非点源污染物负荷计算公式为:
其中,CDis_liv是畜禽养殖型溶解态非点源污染负荷,其他参数同上;
S4.4:根据S4.3中的四种污染类型的溶解态非点源污染负荷,计算溶解态非点源污染总负荷;
S4.5:根据S4.2的吸附态非点源污染负荷模型,以遥感像元为基本计算单元,计算吸附态非点源污染负荷,计算过程如下:
对于土壤侵蚀计算中降雨侵蚀量力R因子的计算公式为:
其中,R为降雨侵蚀力,Pi为月降雨量,Pyear为年降雨量,i时月份;
对于土壤侵蚀计算中土壤可蚀性因子K的计算公式为:
KChina=-0.01383+0.51575KEPIC (17)
K=0.1317×KChina (18)
其中,KEPIC为EPIC模型计算得到的土壤可蚀性因子,Kchina是中国土壤可蚀性因子,K为土壤侵蚀方程中的土壤可蚀性因子,0.1317为美国制和国际制的单位转换系数,Sa为砂粒含量,Si为粉粒含量,Cl为粘粒含量;C是土壤有机碳含量,Sn=1-Sa/100;
对于土壤侵蚀计算中坡度因子S的计算公式为:
S=3.0sin0.8(tan-1θ)+0.56 (20)
其中,θ是坡度;
对于土壤侵蚀计算中坡长因子的计算公式为:
其中,λ是坡长;
对于土壤侵蚀计算中生物措施因子C的计算公式为:
其中,FVC为植被覆盖度;
对于土壤侵蚀计算中工程措施因子按照现有研究成果,由土壤类型决定,本案例中具体取值为:水田为0.15,旱地为0.5,林地为1,草地为0.2,灌木为0.2,水体为0,滩地为0.2,建设用地为1.0;
S5:利用S4中的溶解态非点源负荷和吸附态非点源负荷计算非点源污染入河总量,核定非点源污染物入河系数,从而估算非点源污染入河量,入河系数按照溶解态和吸附态两种污染物存在形式分为两部分,分别为溶解态污染物入河系数和吸附态污染物入河系数,其中溶解态污染物入河系数和吸附态污染物入河系数分别通过降水量、河流径流量和泥沙含量等数据计算,具体计算步骤包括:
S5.1:根据降水量和径流量计算溶解态污染物入河系数的公式为:
其中,Prec和Runoff分别为年降水量和年径流量;
S5.2:根据泥沙含量和土壤侵蚀量计算吸附态污染物入河系数的公式为:
其中,Sed和Sel分别为年泥沙含量和年土壤侵蚀量。
S5.3:根据S5.1溶解态污染物入河系数和S5.2的吸附态污染物入河系数以及S4.4的溶解态非点源污染负荷总数据和S4.5的吸附态非点源污染负荷数据,计算非点源污染入河总量的公式为:
Qdischarge=(CDis×CR+CAds×SDR)×Area (25)
其中,Qdischarge是非点源污染物入河量,CDis和CAds分别是S4中溶溶解态非点源污染总负荷和吸附态非点源污染负荷,Area为面积,CR和SDR分别为S5.1中的溶解态污染物入河系数和S5.2的吸附态污染物入河系数。
本发明可以在资料有限的情况下快速评估非点源污染负荷的时空分布特征并量化污染物的产生量和入河量,模型方法基于遥感象元计算,因此可以适用于多种尺度,因此非常适用于政府管理部门对非点源污染情况的快速评估。
以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。
Claims (9)
1.一种基于遥感像元的非点源污染计算方法,其特征在于,包括以下步骤:
S1:构建土地利用数据库和植被覆盖度数据库;
S2:构建土壤类型、土壤氮磷属性空间数据库和坡度坡长地理空间数据库;
S3:构建农田氮磷平衡量空间数据库;
S4:基于步骤S1-S3中的数据库信息按照污染类型,以遥感像元为基本计算单元,计算污染类型下的各个非点源污染物指标的溶解态非点源负荷和吸附态非点源负荷;
S5:利用S4中的溶解态非点源负荷和吸附态非点源负荷计算非点源污染入河总量。
2.如权利要求1所述的基于遥感像元的非点源污染计算方法,其特征在于,所述S1进一步包括如下步骤:
S1.1:下载卫星遥感数据,并对所述遥感数据进行预处理,获取地表反射率数据;
S1.2:根据S1.1的地表反射率数据进行植被归一化指数计算;
S1.3:根据S1.2得到的植被归一化指数计算植被覆盖度,构建植被覆盖度数据库;
S1.4:根据经过S1.1步骤中的几何纠正后多光谱遥感数据进行土地利用矢量数据提取,构建土地利用矢量数据库。
3.如权利要求1所述的基于遥感像元的非点源污染计算方法,其特征在于,所述S4进一步包括如下步骤:
S4.1:建立溶解态非点源污染负荷模型;
S4.2:建立吸附态非点源污染负荷模型;
S4.3:根据S4.1的溶解态非点源污染负荷模型,以遥感像元为基本计算单元,计算四种污染类型的溶解态非点源污染负荷;
S4.4:根据S4.3中的四种污染类型的溶解态非点源污染负荷,计算溶解态非点源污染总负荷;
S4.5:根据S4.2的吸附态非点源污染负荷模型,以遥感像元为基本计算单元,计算吸附态非点源污染负荷。
4.如权利要求1所述的基于遥感像元的非点源污染计算方法,其特征在于,所述S5进一步包括如下步骤:
S5.1:根据降水量和径流量计算溶解态污染物入河系数;
S5.2:根据泥沙含量和土壤侵蚀量计算吸附态污染物入河系数;
S5.3:根据S5.1溶解态污染物入河系数和S5.2的吸附态污染物入河系数以及S4.4的溶解态非点源污染负荷总数据和S4.5的吸附态非点源污染负荷数据,计算非点源污染入河总量。
5.如权利要求1所述的基于遥感像元的非点源污染计算方法,其特征在于,所述S2具体包括:
由国家1:100万土壤类型和土壤属性库为基础构建土壤类型、土壤氮磷属性空间数据库;坡度坡长空间数据直接由DEM数据在ArcGIS软件中计算提取,并构建坡度坡长地理空间数据库。
6.如权利要求1所述的基于遥感像元的非点源污染计算方法,其特征在于,所述过程S3具体包括:
依据农业统计数据指标采用土壤***收支平衡方法计算农田氮磷平衡量空间数据,并构建农田氮磷平衡量空间数据库。
7.如权利要求2所述的基于遥感像元的非点源污染计算方法,其特征在于,所述土地利用矢量数据包括:水田矢量数据、旱地矢量数据、林地矢量数据、园地矢量数据、农村居民点矢量数据、城镇用地矢量数据、水体矢量数据和未利用土地矢量数据。
8.如权利要求2所述的基于遥感像元的非点源污染计算方法,其特征在于,所述S1.1的预处理包括:几何纠正、辐射定标和大气纠正。
9.如权利要求3所述的基于遥感像元的非点源污染计算方法,其特征在于,所述S4.3中的四种污染类型具体包括:农田耕作型、城市径流型、农村生活型和畜禽养殖型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210326701.5A CN102867120B (zh) | 2012-09-05 | 2012-09-05 | 一种基于遥感像元的非点源污染计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210326701.5A CN102867120B (zh) | 2012-09-05 | 2012-09-05 | 一种基于遥感像元的非点源污染计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102867120A true CN102867120A (zh) | 2013-01-09 |
CN102867120B CN102867120B (zh) | 2016-02-24 |
Family
ID=47445988
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210326701.5A Active CN102867120B (zh) | 2012-09-05 | 2012-09-05 | 一种基于遥感像元的非点源污染计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102867120B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103106347A (zh) * | 2013-02-27 | 2013-05-15 | 北京师范大学 | 一种基于土壤属性空间分布的农业面源磷污染估算方法 |
CN104036145A (zh) * | 2014-06-25 | 2014-09-10 | 安徽省环境科学研究院 | 一种生态***减轻水环境非点源污染服务价值评估方法 |
CN104156570A (zh) * | 2014-07-23 | 2014-11-19 | 中国水利水电科学研究院 | 一种土壤侵蚀类面源污染物入河量的计算方法及装置 |
CN104200080A (zh) * | 2014-08-22 | 2014-12-10 | 中国科学院遥感与数字地球研究所 | 一种农业区水资源环境诊断方法及其*** |
CN105389742A (zh) * | 2015-11-12 | 2016-03-09 | 中国科学院遥感与数字地球研究所 | 一种水环境敏感区遥感识别方法及***和岸边带建设方法 |
CN106778025A (zh) * | 2017-01-05 | 2017-05-31 | 西北农林科技大学 | 一种农药面源污染的模拟与评估方法 |
CN106960190A (zh) * | 2017-03-22 | 2017-07-18 | 中国水利水电科学研究院 | 基于高分辨率图像监督中分辨率图像的灌溉面积统计方法 |
CN107316017A (zh) * | 2017-06-22 | 2017-11-03 | 河海大学 | 基于作物信息遥感精确反演的非点源污染源强估算方法 |
CN108595904A (zh) * | 2018-03-01 | 2018-09-28 | 北京师范大学 | 一种基于水位调控的灌区水田非点源污染负荷估算方法 |
CN108647401A (zh) * | 2018-04-19 | 2018-10-12 | 北京师范大学 | 一种基于空间遥感技术的流域氮磷污染评估方法 |
CN110287615A (zh) * | 2019-06-28 | 2019-09-27 | 南京大学 | 一种基于遥感解译和降雨实验的雨水径流污染负荷测算方法 |
CN110390460A (zh) * | 2019-02-25 | 2019-10-29 | 环境保护部卫星环境应用中心 | 一种基于遥感尺度的城市氮磷面源污染评估方法 |
CN111639707A (zh) * | 2020-05-29 | 2020-09-08 | 河南大学 | 一种基于gis技术的土地污染控制方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090309744A1 (en) * | 2008-06-13 | 2009-12-17 | National Taiwan University | System and method of detecting air pollution, route-planning method applied to said detection system, and warning method of air pollution |
CN102565294A (zh) * | 2011-02-01 | 2012-07-11 | 环境保护部卫星环境应用中心 | 水源地监测评价方法 |
-
2012
- 2012-09-05 CN CN201210326701.5A patent/CN102867120B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090309744A1 (en) * | 2008-06-13 | 2009-12-17 | National Taiwan University | System and method of detecting air pollution, route-planning method applied to said detection system, and warning method of air pollution |
CN102565294A (zh) * | 2011-02-01 | 2012-07-11 | 环境保护部卫星环境应用中心 | 水源地监测评价方法 |
Non-Patent Citations (2)
Title |
---|
XUELEI WANG等: "A method coupled with remote sensing data to evaluate non-point source pollution in the xin’anjiang catchment of China", 《SCIENCE OF THE TOTAL ENVIRONMENT》, no. 430, 25 May 2012 (2012-05-25) * |
郝芳华等: "大尺度区域非点源污染负荷计算方法", 《环境科学学报》, vol. 26, no. 3, 30 March 2006 (2006-03-30) * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103106347B (zh) * | 2013-02-27 | 2016-04-06 | 北京师范大学 | 一种基于土壤属性空间分布的农业面源磷污染估算方法 |
CN103106347A (zh) * | 2013-02-27 | 2013-05-15 | 北京师范大学 | 一种基于土壤属性空间分布的农业面源磷污染估算方法 |
CN104036145A (zh) * | 2014-06-25 | 2014-09-10 | 安徽省环境科学研究院 | 一种生态***减轻水环境非点源污染服务价值评估方法 |
CN104156570A (zh) * | 2014-07-23 | 2014-11-19 | 中国水利水电科学研究院 | 一种土壤侵蚀类面源污染物入河量的计算方法及装置 |
CN104200080A (zh) * | 2014-08-22 | 2014-12-10 | 中国科学院遥感与数字地球研究所 | 一种农业区水资源环境诊断方法及其*** |
CN104200080B (zh) * | 2014-08-22 | 2017-11-17 | 中国科学院遥感与数字地球研究所 | 一种农业区水资源环境诊断方法及其*** |
CN105389742B (zh) * | 2015-11-12 | 2022-03-15 | 中国科学院遥感与数字地球研究所 | 一种水环境敏感区遥感识别方法及***和岸边带建设方法 |
CN105389742A (zh) * | 2015-11-12 | 2016-03-09 | 中国科学院遥感与数字地球研究所 | 一种水环境敏感区遥感识别方法及***和岸边带建设方法 |
CN106778025A (zh) * | 2017-01-05 | 2017-05-31 | 西北农林科技大学 | 一种农药面源污染的模拟与评估方法 |
CN106960190A (zh) * | 2017-03-22 | 2017-07-18 | 中国水利水电科学研究院 | 基于高分辨率图像监督中分辨率图像的灌溉面积统计方法 |
CN107316017A (zh) * | 2017-06-22 | 2017-11-03 | 河海大学 | 基于作物信息遥感精确反演的非点源污染源强估算方法 |
CN107316017B (zh) * | 2017-06-22 | 2020-08-11 | 河海大学 | 基于作物信息遥感精确反演的非点源污染源强估算方法 |
CN108595904A (zh) * | 2018-03-01 | 2018-09-28 | 北京师范大学 | 一种基于水位调控的灌区水田非点源污染负荷估算方法 |
CN108647401A (zh) * | 2018-04-19 | 2018-10-12 | 北京师范大学 | 一种基于空间遥感技术的流域氮磷污染评估方法 |
CN108647401B (zh) * | 2018-04-19 | 2021-11-23 | 北京师范大学 | 一种基于空间遥感技术的流域氮磷污染评估方法 |
CN110390460A (zh) * | 2019-02-25 | 2019-10-29 | 环境保护部卫星环境应用中心 | 一种基于遥感尺度的城市氮磷面源污染评估方法 |
CN110287615A (zh) * | 2019-06-28 | 2019-09-27 | 南京大学 | 一种基于遥感解译和降雨实验的雨水径流污染负荷测算方法 |
CN111639707A (zh) * | 2020-05-29 | 2020-09-08 | 河南大学 | 一种基于gis技术的土地污染控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102867120B (zh) | 2016-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102867120B (zh) | 一种基于遥感像元的非点源污染计算方法 | |
de Vries et al. | Comparison of land nitrogen budgets for European agriculture by various modeling approaches | |
D’Ambrosio et al. | Assessing the sustainability in water use at the basin scale through water footprint indicators | |
Li et al. | Effects of temperature change on water discharge, and sediment and nutrient loading in the lower Pearl River basin based on SWAT modelling | |
Gitau et al. | Watershed Level Best Management Practice Selection and Placement in the Town Brook Watershed, new york1 | |
Glavan et al. | Land use change in a 200‐year period and its effect on blue and green water flow in two Slovenian Mediterranean catchments—lessons for the future | |
Zhang et al. | Model AVSWAT apropos of simulating non-point source pollution in Taihu lake basin | |
Yevenes et al. | Seasonal and land use impacts on the nitrate budget and export of a mesoscale catchment in Southern Portugal | |
Mititelu-Ionuș et al. | Environmental assessment of agricultural activities and groundwater nitrate pollution susceptibility: a regional case study (Southwestern Romania) | |
Glavan et al. | Finding options to improve catchment water quality—Lessons learned from historical land use situations in a Mediterranean catchment in Slovenia | |
Zhang et al. | Emission estimation and fate modelling of three typical pesticides in Dongjiang River basin, China | |
Zhang et al. | Diffuse nutrient losses and the impact factors determining their regional differences in four catchments from North to South China | |
Risal et al. | Quantification and simulation of nutrient sources at watershed scale in Mississippi | |
Ervinia et al. | Nitrogen sources, processes, and associated impacts of climate and land-use changes in a coastal China watershed: Insights from the INCA-N model | |
Moushani et al. | Ecosystem service mapping in soybean agroecosystems | |
Liu et al. | Ecological–economic modeling as a tool for watershed management: a case study of Lake Qionghai watershed, China | |
Velázquez et al. | Spatially explicit vulnerability analysis of contaminant sources in a karstic watershed in southeastern Mexico | |
Zhou et al. | Establishment and validation of an amended phosphorus index: refined phosphorus loss assessment of an agriculture watershed in Northern China | |
Chen et al. | Spatiotemporal dynamics of nitrogen transport in the Qiandao Lake Basin, a large hilly monsoon basin of southeastern China | |
Luo et al. | Evaluation of Agricultural Non-point Source Pollution: A Review | |
Balashova et al. | Trends in metaldehyde concentrations and fluxes in a lowland, semi-agricultural catchment in the UK (2008–2018) | |
Ma et al. | Nitrogen flow analysis in Huizhou, south China | |
Zhang et al. | Diffuse nitrogen loss simulation and impact assessment of stereoscopic agriculture pattern by integrated water system model and consideration of multiple existence forms | |
Chen et al. | Dataset of ecosystem services in Beijing and its surrounding areas | |
Busca et al. | Green Areas and Climate Change Adaptation in a Urban Environment: The Case Study of “Le Vallere” Park (Turin, Italy) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |