简介：以扎龙湿地龙泡子为研究对象,利用58个实测水深数据和季相最接近的QuickBird数据,建立湖泊水深的反演模型。探索性地建立了单波段和多波段组合的线性（多元）回归模型、指数模型、二次多项式模型、微分模型和对数模型等;通过对比模型的决定系数R2,比较模型精度;线性模型、对数模型、指数模型和幂指数模型的R2小于0.5,而二次多项式模型和多元线性回归模型的R2大于0.5,精度相对较高;筛选出拟合度较高的模型,用20个实测验证样本,采用相对误差和均方根误差进行模型精度评价;最后,利用精度较高的模型,进行龙泡子水深反演计算。水深反演结果表明,用选出的模型反演得到的龙泡子水深基本一致,为170～200cm,即使有稀疏的水草覆盖,依然可以表现出水深渐变的趋势。以蓝、绿、红和近红外波段多光谱遥感反射率为自变量,建立的线性湖泡水深反演模型y=123.990-3.332B1＋183.859B2-237.133B3-37.143B4（y为水深;B1、B2、B3和B4分别为蓝、绿、红和近红外波段的水体反射率）,能较好地反演扎龙湿地湖泡的水深。

简介：针对亚热带地区树种丰富，树种间相似度大对树种识别带来的问题，本研究以福建省三明市莘口镇格氏栲自然保护区附近13种常见树种的冠层实测高光谱数据为例，采用一种分层分析方法，探讨不同光谱类别的树种识别精度以及树种识别的最佳波段。首先，对原始光谱进行变换处理，包括一阶微分、二阶微分、对数一阶微分、包络线去除和植被指数；其次，通过分析选择出13种树种各光谱类别的差异显著波段；最后，利用逐步判别法对选择的差异显著波段进一步降维，判断不同光谱类别的树种识别精度并找出识别13种树种的最佳波段。结果表明：光谱变换能有效地提高树种的识别精度，尤其是对数一阶微分光谱，总识别精度高达98．7%；对于原始光谱，近红外波段（760~1300nm）的树种识别能力更强，对于变换光谱，可见光波段（350~760nm）的树种识别效果更佳；不同光谱类别之间具体的显著性差异波段存在很大差别，原始光谱与变换光谱之间仅在绿光波段（500~600nm）有少量相同的显著性差异波段，此研究成果可为亚热带地区树种识别提供参考。

简介：在辽东湾水体中设置8个采样点,于2013年8月11日和11月26日,在8个采样点采集浮游植物样品,对浮游植物群落结构进行调查;利用多维尺度分析方法,研究两次采样和各采样点之间浮游植物的密度和群落关系。本次调查共发现浮游植物65种,其中8月记录53种,11月记录43种;浮游植物主要由硅藻和甲藻组成,还有少量的绿藻、蓝藻、裸藻和金藻,优势种为硅藻;8月,浮游植物的优势种主要为丹麦细柱藻（Leptocylindrusdanicus）、尖刺拟菱形藻（Pseudo-nitzschiapungens）、星脐圆筛藻（Coscinodiscusasteromphalus）;8月,浮游植物的优势种主要为星脐圆筛藻、具槽帕拉藻（Paraliasulcata）和中心圆筛藻（Coscinodiscuscentralis）,8月与11月浮游植物的物种组成和优势种组成存在差异,说明浮游植物群落结构随季节发生变化。8月,浮游植物细胞密度为6.34×10^4-286.43×10^4cells/L,平均值为10^4.52×10^4cells/L;11月,浮游植物细胞密度为2.31×10^4-16.4×10^4cells/L,平均值为8.28×10^4cells/L。8月,各采样点浮游植物Shannon-Wiener多样性指数为3.25-4.62,平均值为3.94;11月,各采样点浮游植物Shannon-Wiener多样性指数为2.25-3.39,平均值为2.80,表明8月调查海域的生境质量好于11月。对浮游植物群落结构的多维分析结果显示,辽东湾沿岸与近岸浮游植物群落结构差异显著。