[1] |
彭文启, 王世岩, 刘晓波. 洱海水质评价[J]. 中国水利水电科学研究院学报, 2005,3(3): 192-198. doi: 10.13244/j.cnki.jiwhr.2005.03.007
|
[2] |
项继权. 湖泊治理: 从“工程治污”到“综合治理”: 云南洱海水污染治理的经验与思考[J]. 中国软科学, 2013(2): 81-89. doi: 10.3969/j.issn.1002-9753.2013.02.009
|
[3] |
马巍, 苏建广, 杨洋, 等. 洱海水质演变特征及主要影响因子分析[J/OL]. 中国水利水电科学研究院学报, 1-9(2021-06-23)[2022-06-10].https://kns.cnki.net/kcms/detail/11.5020.TV.20210623.1038.001.html. 10.13244/j.cnki.jiwhr.20200248
|
[4] |
石宏博, 黄玥, 李杰, 等. 洱海水质评价及污染物来源分析[J]. 水电能源科学, 2021, 39(10): 72-75.
|
[5] |
张亚鹏. 真菌棘孢木霉SHS3对微囊藻的溶藻活性及其溶藻机制[D]. 南京: 南京大学, 2018.
|
[6] |
CUI T W, ZHANG J, WANG K, et al. Remote sensing of chlorophyll a concentration in turbid coastal waters based on a global optical water classification system[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2020, 163: 187-201. doi: 10.1016/j.isprsjprs.2020.02.017
|
[7] |
周博天, 张雅燕, 施坤. 湖泊营养状态遥感评价及其表征参数反演算法研究进展[J]. 遥感学报, 2022, 26(1): 77-91. doi: 10.11834/jrs.20221232
|
[8] |
王波, 黄津辉, 郭宏伟, 等. 基于遥感的内陆水体水质监测研究进展[J]. 水资源保护, 2022, 38(3): 117-124. doi: 10.3880/j.issn.1004-6933.2022.03.016
|
[9] |
王林, 白洪伟. 基于遥感技术的湖泊水质参数反演研究综述[J]. 全球定位系统, 2013, 38(1): 57-61. doi: 10.3969/j.issn.1008-9268.2013.01.014
|
[10] |
吴煜晨. 基于MODIS遥感数据源的内陆水体叶绿素a浓度反演算法综述[J]. 江西水利科技, 2017, 43(1): 14-18. doi: 10.3969/j.issn.1004-4701.2017.01.03
|
[11] |
罗婕纯一, 秦龙君, 毛鹏, 等. 水质遥感监测的关键要素叶绿素a的反演算法研究进展[J]. 遥感技术与应用, 2021, 36(3): 473-488.
|
[12] |
JOHANSEN R, BECK R, NOWOSAD J, et al. Evaluating the portability of satellite derived chlorophyll-a algorithms for temperate inland lakes using airborne hyperspectral imagery and dense surface observations[J]. Harmful Algae, 2018, 76: 35-46. doi: 10.1016/j.hal.2018.05.001
|
[13] |
潘鑫, 杨子, 杨英宝, 等. 基于高分六号卫星遥感影像的太湖叶绿素a质量浓度反演[J]. 河海大学学报(自然科学版), 2021, 49(1): 50-56.
|
[14] |
郑震. 基于OLI遥感影像的叶绿素a质量浓度反演研究[J]. 灌溉排水学报, 2017, 36(3): 89-93. doi: 10.13522/j.cnki.ggps.2017.03.016
|
[15] |
陈命男. 基于Landsat 8数据的淀山湖叶绿素a浓度遥感反演研究[J]. 中国资源综合利用, 2021, 39(2): 44-46. doi: 10.3969/j.issn.1008-9500.2021.02.015
|
[16] |
但雨生, 周忠发, 李韶慧, 等. 基于Sentinel-2的平寨水库叶绿素a浓度反演[J]. 环境工程, 2020, 38(3): 180-185. doi: 10.13205/j.hjgc.202003030
|
[17] |
马丰魁, 姜群鸥, 徐藜丹, 等. 基于BP神经网络算法的密云水库水质参数反演研究[J]. 生态环境学报, 2020, 29(3): 569-579. doi: 10.16258/j.cnki.1674-5906.2020.03.017
|
[18] |
徐鹏飞, 程乾, 金平斌. 基于神经网络模型的千岛湖清洁水体叶绿素a遥感反演研究[J]. 长江流域资源与环境, 2021, 30(7): 1670-1679.
|
[19] |
张宏建, 王冰, 周健, 等. 基于BP神经网络的内陆河流水质遥感反演[J]. 华中师范大学学报(自然科学版), 2022, 56(2): 333-341.
|
[20] |
张娇, 陈莉琼, 陈晓玲. 基于FAI方法的洱海蓝藻水华遥感监测[J]. 湖泊科学, 2016, 28(4): 718-725. doi: 10.18307/2016.0404
|
[21] |
杜芳芳. 湖泊流域土地利用变化与湖泊水质关系研究[D]. 昆明: 昆明理工大学, 2011.
|
[22] |
祁兰兰, 王金亮, 农兰萍, 等. 基于GF-1卫星数据的洱海干季水质时空变化监测[J]. 人民长江, 2021, 52(9): 24-31. doi: 10.16232/j.cnki.1001-4179.2021.09.005
|
[23] |
毕顺, 李云梅, 吕恒, 等. 基于OLCI数据的洱海叶绿素a浓度估算[J]. 湖泊科学, 2018, 30(3): 701-712. doi: 10.18307/2018.0312
|
[24] |
KRAVITZ J, MATTHEWS M, BERNARD S, et al. Application of Sentinel 3 OLCI for chl-a retrieval over small inland water targets: Successes and challenges[J]. Remote Sensing of Environment, 2020, 237: 111562. doi: 10.1016/j.rse.2019.111562
|
[25] |
冼翠玲, 张艳军, 张明琴, 等. 基于高分辨率多光谱影像的温瑞塘河水质反演模型研究[J]. 中国农村水利水电, 2017(3): 90-95. doi: 10.3969/j.issn.1007-2284.2017.03.020
|
[26] |
杨斌, 李丹, 王磊, 等. 基于Sentinel-2A岷江上游地表生物量反演与植被特征分析[J]. 科技导报, 2017, 35(21): 74-80.
|
[27] |
European Space Agency. Level-2A algorithm overview[EB/OL]. (2022-03-19)[2022-04-10].https://sentinel.esa.int/web/sentinel/technical-guides/sentinel-2-msi/level-2a/algorithm.
|
[28] |
赵姝雅. 基于遥感的白洋淀水质参数反演研究[D]. 廊坊: 北华航天工业学院, 2019.
|
[29] |
韩秀珍, 郑伟, 刘诚, 等. 基于MERSI和MODIS的太湖水体叶绿素a含量反演[J]. 地理研究, 2011, 30(2): 291-300.
|
[30] |
董舜丹, 何宏昌, 付波霖, 等. 基于Landsat-8陆地成像仪与Sentinel-2多光谱成像仪传感器的香港近海海域叶绿素a浓度遥感反演[J]. 科学技术与工程, 2021, 21(20): 8702-8712. doi: 10.3969/j.issn.1671-1815.2021.20.058
|
[31] |
谢小红, 魏虹, 李昌晓, 等. 水淹胁迫下枫杨(Pterocarya stenoptera C. DC. )幼苗叶片高光谱特征的研究[J]. 西南大学学报(自然科学版), 2011, 33(4): 93-98.
|
[32] |
张德丰. MATLAB R2020a神经网络典型案例分析[M]. 北京: 电子工业出版社, 2021.
|
[33] |
BUCKTON D, O'MONGAIN E, DANAHER S. The use of neural networks for the estimation of oceanic constituents based on the MERIS instrument[J]. International Journal of Remote Sensing, 1999, 20(9): 1841-1851. doi: 10.1080/014311699212515
|
[34] |
SCHILLER H, DOERFFER R. Neural network for emulation of an inverse model operational derivation of Case II water properties from MERIS data[J]. International Journal of Remote Sensing, 1999, 20(9): 1735-1746. doi: 10.1080/014311699212443
|
[35] |
张丽华, 林茂森, 田英, 等. 环境因子对大伙房水库叶绿素α的影响研究[J]. 环境科学与技术, 2020, 43(4): 230-236. doi: 10.19672/j.cnki.1003-6504.2020.04.033
|
[36] |
赵玉芹, 汪西莉, 蒋赛. 渭河水质遥感反演的人工神经网络模型研究[J]. 遥感技术与应用, 2009, 24(1): 63-67. doi: 10.11873/j.issn.1004-0323.2009.1.63
|
[37] |
岳佳佳, 庞博, 张艳君, 等. 基于神经网络的宽浅型湖泊水质反演研究[J]. 南水北调与水利科技, 2016, 14(2): 26-31. doi: 10.13476/j.cnki.nsbdqk.2016.02.006
|
[38] |
杨柳, 韩瑜, 汪祖茂, 等. 基于BP神经网络的温榆河水质参数反演模型研究[J]. 水资源与水工程学报, 2013, 24(6): 25-28. doi: 10.11705/j.issn.1672-643X.2013.06.006
|
[39] |
吴倩, 林蕾, 王学军, 等. 福海叶绿素含量的人工神经网络反演模型[J]. 地理与地理信息科学, 2004(4): 27-30. doi: 10.3969/j.issn.1672-0504.2004.04.007
|
[40] |
LIN S S, SHEN S L, ZHOU A, et al. Sustainable development and environmental restoration in Lake Erhai, China[J]. Journal of Cleaner Production, 2020, 258: 120758. doi: 10.1016/j.jclepro.2020.120758
|
[41] |
WANG X, DENG Y, TUO Y, et al. Study on the temporal and spatial distribution of chlorophyll a in Erhai Lake based on multispectral data from environmental satellites[J]. Ecological Informatics, 2021, 61: 101201. doi: 10.1016/j.ecoinf.2020.101201
|
[42] |
TAN W, LIU P, LIU Y, et al. A 30-year assessment of phytoplankton blooms in Erhai Lake using landsat Imagery: 1987 to 2016[J]. Remote Sensing, 2017, 9(12): 1265. doi: 10.3390/rs9121265
|
[43] |
徐祎凡, 李云梅, 王桥, 等. 基于环境一号卫星多光谱影像数据的三湖一库富营养化状态评价[J]. 环境科学学报, 2011, 31(1): 81-93. doi: 10.13671/j.hjkxxb.2011.01.019
|
[44] |
朱利, 李云梅, 赵少华, 等. 基于GF-1号卫星WFV数据的太湖水质遥感监测[J]. 国土资源遥感, 2015, 27(1): 113-120.
|