您的位置: 专家智库 > >

罗川

作品数:3 被引量:41H指数:3
供职机构:南京农业大学资源与环境科学学院更多>>
发文基金:江苏高校优势学科建设工程项目教育部留学回国人员科研启动基金国家自然科学基金更多>>
相关领域:环境科学与工程农业科学更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇环境科学与工...
  • 1篇农业科学

主题

  • 2篇水文水质
  • 2篇水质
  • 2篇参数敏感性分...
  • 1篇低山丘陵
  • 1篇低山丘陵地区
  • 1篇多时相
  • 1篇油菜
  • 1篇太湖
  • 1篇丘陵
  • 1篇丘陵地区
  • 1篇纹理
  • 1篇纹理信息
  • 1篇小尺度
  • 1篇分析方法
  • 1篇ANNAGN...
  • 1篇HSPF
  • 1篇HSPF模型
  • 1篇TIN
  • 1篇SPOT

机构

  • 3篇南京农业大学

作者

  • 3篇罗川
  • 2篇潘剑君
  • 2篇席庆
  • 2篇李兆富
  • 1篇周涛
  • 1篇韩涛

传媒

  • 1篇环境科学
  • 1篇南京农业大学...
  • 1篇农业环境科学...

年份

  • 1篇2018
  • 2篇2014
3 条 记 录,以下是 1-3
排序方式:
基于扰动分析方法的AnnAGNPS模型水文水质参数敏感性分析被引量:17
2014年
参数敏感性分析对于水文水质综合模型的构建及推广应用具有重要的意义.本研究基于AnnAGNPS模型机制,选取可能对模型产生影响的地形、水文气象、田间管理、土壤等4大类31个参数,以太湖地区典型低山丘陵小流域——中田河流域为实验区,利用扰动分析方法评价了模型参数对水文水质模拟结果的敏感性.结果表明,11个地形参数中,LS对径流、泥沙与氮磷等模拟结果普遍敏感,RMN、RS和RVC对泥沙输出分别为一般敏感和弱敏感,其余参数不敏感.水文气象参数中CN对模型径流和泥沙输出特别敏感,对其余结果也都比较敏感.田间管理与植被作物肥料参数中CCC、CRM和RR对泥沙和颗粒态污染物输出弱敏感,6个肥料参数(FR、FD、FID、FOD、FIP、FOP)对氮磷营养盐输出特别敏感.土壤参数中,K对模型除径流之外的所有结果都特别敏感,土壤氮磷含量的4个参数(SONR、SINR、SOPR、SIPR)对相对应的氮磷输出结果弱敏感.通过对中田河流域2005~2010年径流量的模拟和校正检验发现,模拟期与校正期年径流量偏差基本都在10%以内,模拟精度优秀.本研究对AnnAGNPS模型构建中的参数选取与校验调整具有直接参考价值,对研究区的径流模拟结果也证明了模型敏感性分析对于调参过程的可行性和该模型在太湖地区低山丘陵流域径流模拟的适用性,对于模型在国内的推广应用具有重要的指导意义.
席庆李兆富罗川
关键词:ANNAGNPS模型
HSPF模型水文水质参数敏感性分析被引量:17
2014年
参数敏感性分析是模型不确定性量化的重要环节,有助于对关键参数的识别,减少参数的不确定性影响,进而提高参数优化效率。以太湖地区典型小流域为研究区,采用扰动分析法对HSPF模型水文模块、泥沙模块以及氮磷输移等水文、水质模拟过程的参数进行了敏感性分析。研究结果显示:水文模块选取的17个参数中有7个敏感:UZSN、INFILT、AGWRC对径流的敏感级别为Ⅲ类,LZSN、DEEPFR、INTFW、IRC敏感级别为Ⅱ类。泥沙透水地面模块选取的9个参数中,KSER、KGER、JGER为Ⅲ类敏感参数,JSER为Ⅳ类敏感参数;不透水地面模块选取的4个参数中,KEIM、JEIM、ACCSDP对泥沙产量的敏感级别为Ⅲ类;河道模块选取的5个参数中,KSAND、EXPSND为Ⅲ类敏感参数,TAUCS、TAUCD为Ⅱ类敏感参数。总氮模拟选取了23个参数分析敏感性,其中WSQOP、SQOLIM、MON-GRND-CONC为Ⅳ类敏感参数,KATM20、MON-IFLW-CONC为Ⅲ类敏感参数,TCNIT、PHYSET、MALGR敏感级别为Ⅱ类。磷素输移模拟选取了12个参数,MON-GRND-CONC敏感级别为Ⅲ类,MON-POTFW、MON-IFLW-CONC、MALGR、PHYSET敏感级别为Ⅱ类。研究结果对于开展基于HSPF模型的流域水文水质研究工作参数的选取具有一定的参考价值,尤其对于太湖周边地区众多低山丘陵小流域进行HSPF模型水文水质模拟时敏感性参数的选取具有借鉴意义。
罗川李兆富席庆潘剑君
关键词:HSPF
多时相Sentinel-2A与SPOT-7影像在油菜识别中的差异被引量:8
2018年
[目的]研究多时相Sentinel-2A识别种植结构复杂的小尺度区域中的油菜面积,获取高精度的作物分布信息。[方法]以多时相Sentinel-2A和一景SPOT-7数据为数据源,选取种植结构复杂的小尺度区农业区为研究区,构建不同特征向量组合,利用支持向量机(support vector machine,SVM)的方法提取油菜种植面积。[结果]通过对比分析基于不同特征向量组合的油菜识别精度,利用一景油菜最佳识别期内的Sentinel-2A影像可以得到高达89.1%的制图精度和92.1%的用户精度;添加油菜最佳纹理特征后,多时相Sentinel-2A数据的制图精度与用户精度分别提高了2.9%和2.5%,仅比SPOT-7影像的识别精度低了1.7%和2.1%,2种数据的油菜提取精度差异进一步减小;Sentinel-2A与SPOT-7数据油菜最优分类结果对比后,一致性精度和Kappa系数分别为93.3%和0.89。[结论]多时相Sentinel-2A数据可以很好地识别种植结构复杂地区的油菜,加入最佳纹理信息能够提高油菜的识别精度;Sentinel-2A可以广泛应用于小尺度区域作物分布信息的快速提取。
韩涛潘剑君罗川周涛张培育
关键词:油菜纹理信息小尺度
共1页<1>
聚类工具0