CN106855502A - 一种陆源入海排污口的遥感监测方法与系统 - Google Patents
一种陆源入海排污口的遥感监测方法与系统 Download PDFInfo
- Publication number
- CN106855502A CN106855502A CN201510903946.3A CN201510903946A CN106855502A CN 106855502 A CN106855502 A CN 106855502A CN 201510903946 A CN201510903946 A CN 201510903946A CN 106855502 A CN106855502 A CN 106855502A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- sewage draining
- draining exit
- factor
- pollution level
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
Abstract
本申请公开了一种陆源入海排污口的遥感监测方法,包括:基于实测数据选取排污口邻近水域水体为污染程度不同的若干个监测区域,所述实测数据是指排污口邻近水域水体的实地采样数据;依据污染程度不同的若干个监测区域的遥感数据进行反演并提取光谱特征信息;依据所述提取的光谱特征信息进行水环境因素评价,所述不同的光谱特征信息与不同水环境因素的污染程度存在映射关系;利用所述水环境因素评价结果生成陆源入海排污口的专题图,解决了现有技术中全人工实地采样调查分析工作量巨大、成本高企、无法大范围连续、快速跟踪调查的问题。本申请还公开了一种陆源入海排污口的遥感监测系统。
Description
技术领域
本申请涉及环境监测、遥感技术领域,尤其涉及一种陆源入海排污口的遥感监测方法与系统。
背景技术
陆源入海排污口是主要的海洋污染源之一,陆源入海排污口调查是海洋环境监测的重要内容,近年来,国内各级海洋环境监测机构,相继开展了陆源入海排污口的环境调查工作,国家海洋局也发布了“陆源入海排污口及邻近海域生态环境评价指南”。而现有常用的监测方法主要是实地采样化学分析法,但实地采样分析工作量巨大、成本高企,且不能满足大范围连续、快速的跟踪调查与分析。
发明内容
本申请实施例提供一种陆源入海排污口的遥感监测方法与系统,用以解决现有技术中实地采样调查分析工作量巨大、成本高企、无法大范围连续、快速跟踪调查的问题。
本申请实施例采用下述技术方案:
一种陆源入海排污口的遥感监测方法,包括:
基于实测数据选取排污口邻近水域水体为污染程度不同的若干个监测区域,所述实测数据是指排污口邻近水域水体的实地采样数据;
依据污染程度不同的若干个监测区域的遥感数据进行反演并提取光谱特征信息;
依据所述提取的光谱特征信息进行水环境因素评价,所述不同的光谱特征信息与不同水环境因素的污染程度存在映射关系;
利用所述水环境因素评价结果生成陆源入海排污口的专题图。
一种陆源入海排污口的遥感监测装置,包括:
选取单元,用于基于实测数据选取排污口邻近水域水体为污染程度不同的若干个监测区域,所述实测数据是指排污口邻近水域水体的实地采样数据;
反演提取单元,用于依据污染程度不同的若干个监测区域的遥感数据进行反演并提取光谱特征信息;
评价单元,用于依据所述提取的光谱特征信息进行水环境因素评价,所述不同的光谱特征信息与不同水环境因素的污染程度存在映射关系;
生成单元,用于所述利用水环境因素评价结果生成陆源入海排污口专题图。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:通过实地采样大致确定不同污染区域后,再通过遥感数据反演分析辅助进行大范围、多时空的数据监测,解决了现有技术中全人工实地采样调查分析工作量巨大、成本高企、无法大范围连续、快速跟踪调查的问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例一提供的陆源入海排污口的遥感监测方法流程图;
图2为本申请实施例二提供的陆源入海排污口的遥感监测装置示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
实施例1
图1为本申请实施例1提供的陆源入海排污口的遥感监测方法流程图,主要是指结合实地采样数据、以及陆源入海排污口的水体遥感监测数据,并对所述遥感监测数据进行反演分析对比测算出被监测水体的污染状态,具体包括以下步骤:
S101:基于实测数据选取排污口邻近水域水体为污染程度不同的若干个监测区域。
本步骤是指依据实地采样数据,选取排污口邻近水域水体为污染程度轻、较轻、重和较重的四个区域。
S102:依据污染程度不同的若干个监测区域的遥感数据进行反演并提取光谱特征信息。
本步骤首先提取依据实测数据选取的四个污染程度不同区域的遥感数据,并依据所述提取的遥感数据进行反演,在反演之前需要对所述遥感数据进行预处理,所述预处理包括:几何校正、大气校正、云掩膜等处理步骤,该等处理步骤为现有技术,在此不再赘述。
所述遥感数据进行反演之后提取上述污染程度轻、较轻、重和较重四个区域的光谱特征。
S103:依据所述提取的光谱特征信息进行水环境因素评价。
依据现有文献资料,水环境污染程度越重,在TM 2波段(0.52-0.60um,绿波段)附近的光谱反射率越高,且有往长波方向移动的趋势,同时在TM3波段(0.62-0.69UM,红波段)会呈现一个谷值。在现有技术数据库中,光谱特征信息与各种污染因素的污染浓度存在特定对应关系的映射表,该映射表可从数据库中直接获取。
本步骤的水环境因素评价采用以下四种因素进行评价:叶绿素a浓度、总悬浮物浓度、TM2波段反射率和TM3波段反射率。
首先,利用公式(1)进行单因素水质评价:
其中,Pi为评价因素i的污染指数;Mi为评价因素i的浓度;Si为评价因素i的标准值。
所述标准值为清洁水体的反射率值,可以依据现有文献资料获取,所述评价因素i的浓度Mi可以通过数据库中的映射表获取该光谱特征信息对应的该评价因素的污染浓度。
将获得的单因素水质评价结果利用公式(2)进行水质综合评价:
其中,P为总体水质指数,指数值越高,水质越差。
利用水质综合评价指数获得总体水质指数分布图,对总体水质指数分布图进行密度分割,划分重点监测区域。
S104:利用水环境因素评价结果生成陆源入海排污口专题图。
本步骤是指利用实测数据选取的污染程度按轻、较轻,重,和较重四个区域制成陆源入海排污口分布的专题图。通过调取多个时相的该区域的高分辨率遥感数据进行反演分析后生成陆源入海排污口的时空分布图。
S105:依据专题图建立突发污染事件的预警系统。
本步骤是在所述专题图中加入陆源附近相应的土地利用现状图,重点观察工业区的污水排放情况。若在某一陆源入海排污口发现污染情况较重,则根据该排污口所处的水系、与该陆源排污口处相应的专题图,推测在该水系的下游发生严重污染的区域及可能性以便于预警。
实施例2
图2为本申请实施例2提供的陆源入海排污口的遥感监测系统的示意图,主要是指结合实地采样数据、以及陆源入海排污口的水体遥感监测数据,并对所述遥感监测数据进行反演分析对比测算出被监测水体的污染状态,具体包括:
选取单元201,用于基于实测数据选取排污口邻近水域水体为污染程度不同的若干个监测区域;
反演提取单元202,用于依据污染程度不同的若干个监测区域的遥感数据进行反演并提取光谱特征信息;
评价单元203,用于依据所述提取的光谱特征信息进行水环境因素评价;
生成单元204,用于所述利用水环境因素评价结果生成陆源入海排污口专题图;
建立单元205,用于依据专题图建立突发污染事件的预警系统。
所述选取单元201,用于基于实测数据选取排污口邻近水域水体为污染程度不同的若干个监测区域是指依据实地采样数据,选取排污口邻近水域水体为污染程度轻、较轻、重和较重的四个区域。
所述反演提取单元202,首先提取依据实测数据选取的四个污染程度不同区域的遥感数据,并依据所述提取的遥感数据进行反演,在反演之前需要对所述遥感数据进行预处理,所述预处理包括:几何校正、大气校正、云掩膜等处理步骤,该等处理步骤为现有技术,在此不再赘述。随后对所述遥感数据进行反演并提取上述污染程度轻、较轻、重和较重四个区域的光谱特征。
依据现有文献资料,水环境污染程度越重,在TM 2波段(0.52-0.60um,绿波段)附近的光谱反射率越高,且有往长波方向移动的趋势,同时在TM3波段(0.62-0.69UM,红波段)会呈现一个谷值。在现有技术数据库中,光谱特征信息与各种污染因素的污染浓度存在特定对应关系的映射表,该映射表可从数据库中直接获取。
所述评价单元203对水环境因素的评价采用以下四种因素进行评价:叶绿素a浓度、总悬浮物浓度、TM2波段反射率和TM3波段反射率。
首先,利用公式(1)进行单因素水质评价:
其中,Pi为评价因素i的污染指数;Mi为评价因素i的浓度;Si为评价因素i的标准值。
所述标准值为清洁水体的反射率值,可以依据现有文献资料获取,所述评价因素i的浓度Mi可以通过数据库中的映射表获取该光谱特征信息对应的该评价因素的污染浓度。
将获得的单因素水质评价结果利用公式(2)进行水质综合评价:
其中,P为总体水质指数,指数值越高,水质越差。
利用水质综合评价指数获得总体水质指数分布图,对总体水质指数分布图进行密度分割,划分重点监测区域。
所述生成单元204是指利用实测数据选取的污染程度按轻、较轻,重,和较重四个区域制成陆源入海排污口分布的专题图。通过调取多个时相的该区域的高分辨率遥感数据进行反演分析后生成陆源入海排污口的时空分布图。
所述建立单元205是在所述专题图中加入陆源附近相应的土地利用现状图,重点观察工业区的污水排放情况。若在某一陆源入海排污口发现污染情况较重,则根据该排污口所处的水系、与该陆源排污口处相应的专题图,推测在该水系的下游发生严重污染的区域及可能性以便于预警。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程对象聚类设备的处理器以产生一个机器,使得通过计算机或其他可编程对象聚类设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程对象聚类设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程对象聚类设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种陆源入海排污口的遥感监测方法,其特征在于,包括:
基于实测数据选取排污口邻近水域水体为污染程度不同的若干个监测区域,所述实测数据是指排污口邻近水域水体的实地采样数据;
依据污染程度不同的若干个监测区域的遥感数据进行反演并提取光谱特征信息;
依据所述提取的光谱特征信息进行水环境因素评价,所述不同的光谱特征信息与不同水环境因素的污染程度存在映射关系;
利用所述水环境因素评价结果生成陆源入海排污口的专题图。
2.如权利要求1所述的方法,其特征在于,基于实测数据选取排污口邻近水域水体为污染程度不同的若干个监测区域,包括:
选取排污口邻近水域水体为污染程度轻、较轻、重和较重的四个区域。
3.如权利要求2所述的方法,其特征在于,依据污染程度不同的若干个监测区域的遥感数据进行反演并提取光谱特征信息,包括:
预处理校正所述提取的遥感数据;
遥感反演;
提取上述污染程度轻、较轻、重和较重四个区域的光谱特征。
4.如权利要求1-3任一项所述的方法,其特征在于,依据所述提取的光谱特征信息进行水环境因素评价,包括:
选取叶绿素a浓度、总悬浮物浓度、TM2波段反射率和TM3波段反射率四个评价因素进行水环境因素评价;
依据以下公式单因素水环境评价:
其中,Pi为评价因素i的污染指数;Mi为评价因素i的浓度;Si为评价因素i的标准值;所述标准值为清洁水体的反射率值,所述评价因素i的浓度Mi通过数据库中的映射表获取该因素i的光谱特征信息对应的该评价因素的污染浓度;
依据以下公式水环境综合评价:
其中,P为总体水质指数,指数值越高,水质越差。
5.如权利要求1-3任一项所述的方法,其特征在于,还包括:依据专题图建立突发污染事件的预警系统。
6.一种陆源入海排污口的遥感监测系统,其特征在于,包括:
选取单元,用于基于实测数据选取排污口邻近水域水体为污染程度不同的若干个监测区域,所述实测数据是指排污口邻近水域水体的实地采样数据;
反演提取单元,用于依据污染程度不同的若干个监测区域的遥感数据进行反演并提取光谱特征信息;
评价单元,用于依据所述提取的光谱特征信息进行水环境因素评价,所述不同的光谱特征信息与不同水环境因素的污染程度存在映射关系;
生成单元,用于所述利用水环境因素评价结果生成陆源入海排污口专题图。
7.如权利要求6所述的系统,其特征在于,所述选取单元,用于基于实测数据选取排污口邻近水域水体为污染程度不同的若干个监测区域,包括:
选取排污口邻近水域水体为污染程度轻、较轻、重和较重的四个区域。
8.如权利要求7所述的系统,其特征在于,所述反演提取单元,用于依据污染程度不同的若干个监测区域的遥感数据进行反演并提取光谱特征信息,包括:
预处理校正所述提取的遥感数据;
遥感反演;
提取上述污染程度轻、较轻、重和较重四个区域的光谱特征。
9.如权利要求6-8任一项所述的系统,其特征在于,所述评价单元,用于依据所述提取的光谱特征信息进行水环境因素评价,包括:
选取叶绿素a浓度、总悬浮物浓度、TM2波段反射率和TM3波段反射率四个评价因素进行水环境因素评价;
依据以下公式单因素水环境评价:
其中,Pi为评价因素i的污染指数;Mi为评价因素i的浓度;Si为评价因素i的标准值;所述标准值为清洁水体的反射率值,所述评价因素i的浓度Mi通过数据库中的映射表获取该因素i的光谱特征信息对应的该评价因素的污染浓度;
依据以下公式水环境综合评价:
其中,P为总体水质指数,指数值越高,水质越差。
10.如权利要求6-8任一项所述的系统,其特征在于,还包括建立单元,用于依据专题图建立突发污染事件的预警系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510903946.3A CN106855502A (zh) | 2015-12-09 | 2015-12-09 | 一种陆源入海排污口的遥感监测方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510903946.3A CN106855502A (zh) | 2015-12-09 | 2015-12-09 | 一种陆源入海排污口的遥感监测方法与系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106855502A true CN106855502A (zh) | 2017-06-16 |
Family
ID=59132793
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510903946.3A Pending CN106855502A (zh) | 2015-12-09 | 2015-12-09 | 一种陆源入海排污口的遥感监测方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106855502A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108357669A (zh) * | 2018-01-03 | 2018-08-03 | 华南农业大学 | 一种基于无人机的河湖排污遥感智能监测系统 |
CN110376138A (zh) * | 2019-08-05 | 2019-10-25 | 北京绿土科技有限公司 | 基于航空高光谱的土地质量监测方法 |
CN113326827A (zh) * | 2021-08-03 | 2021-08-31 | 南京信大环境科技有限公司 | 一种监测入海排污口水体的卫星遥感方法及系统 |
CN113624778A (zh) * | 2021-09-18 | 2021-11-09 | 重庆星视空间科技有限公司 | 一种基于遥感影像反演的水质污染溯源系统和方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103196838A (zh) * | 2013-03-15 | 2013-07-10 | 辽宁师范大学 | 一种海岸河口富营养化高光谱遥感监测方法 |
CN103983584A (zh) * | 2014-05-30 | 2014-08-13 | 中国科学院遥感与数字地球研究所 | 一种内陆二类水体叶绿素a浓度的反演方法及装置 |
CN104390917A (zh) * | 2014-12-03 | 2015-03-04 | 中国科学院南京地理与湖泊研究所 | 一种富营养化湖泊水体叶绿素a 的MODIS卫星高精度监测方法 |
CN105115941A (zh) * | 2015-09-30 | 2015-12-02 | 国家海洋局南海预报中心 | 一种提取复杂水体叶绿素浓度分布信息的遥感反演方法 |
-
2015
- 2015-12-09 CN CN201510903946.3A patent/CN106855502A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103196838A (zh) * | 2013-03-15 | 2013-07-10 | 辽宁师范大学 | 一种海岸河口富营养化高光谱遥感监测方法 |
CN103983584A (zh) * | 2014-05-30 | 2014-08-13 | 中国科学院遥感与数字地球研究所 | 一种内陆二类水体叶绿素a浓度的反演方法及装置 |
CN104390917A (zh) * | 2014-12-03 | 2015-03-04 | 中国科学院南京地理与湖泊研究所 | 一种富营养化湖泊水体叶绿素a 的MODIS卫星高精度监测方法 |
CN105115941A (zh) * | 2015-09-30 | 2015-12-02 | 国家海洋局南海预报中心 | 一种提取复杂水体叶绿素浓度分布信息的遥感反演方法 |
Non-Patent Citations (3)
Title |
---|
周伟奇: "内陆水体水质多光谱遥感监测方法和技术研究", 《万方硕博学位论文》 * |
水利部海河水利委员会漳河上游管理局: "《遥感技术在水环境评价中的应用》", 31 October 2015 * |
汪小钦 等: "水污染遥感监测", 《遥感技术与应用》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108357669A (zh) * | 2018-01-03 | 2018-08-03 | 华南农业大学 | 一种基于无人机的河湖排污遥感智能监测系统 |
CN108357669B (zh) * | 2018-01-03 | 2022-04-12 | 华南农业大学 | 一种基于无人机的河湖排污遥感智能监测系统 |
CN110376138A (zh) * | 2019-08-05 | 2019-10-25 | 北京绿土科技有限公司 | 基于航空高光谱的土地质量监测方法 |
CN110376138B (zh) * | 2019-08-05 | 2022-09-06 | 北京绿土科技有限公司 | 基于航空高光谱的土地质量监测方法 |
CN113326827A (zh) * | 2021-08-03 | 2021-08-31 | 南京信大环境科技有限公司 | 一种监测入海排污口水体的卫星遥感方法及系统 |
CN113624778A (zh) * | 2021-09-18 | 2021-11-09 | 重庆星视空间科技有限公司 | 一种基于遥感影像反演的水质污染溯源系统和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gao et al. | Risk assessment of tropical storm surges for coastal regions of China | |
Kiem et al. | Multi‐decadal variability of flood risk | |
Mei et al. | Linkage between Three Gorges Dam impacts and the dramatic recessions in China’s largest freshwater lake, Poyang Lake | |
Galperin et al. | A time-dependent, three-dimensional model of the Delaware Bay and River system. Part 1: Description of the model and tidal analysis | |
Tejedor et al. | Delta channel networks: 2. Metrics of topologic and dynamic complexity for delta comparison, physical inference, and vulnerability assessment | |
Mei et al. | Linking three gorges dam and downstream hydrological regimes along the Yangtze river, China | |
Zhang et al. | Influence of ENSO on precipitation in the East River basin, south China | |
CN106855502A (zh) | 一种陆源入海排污口的遥感监测方法与系统 | |
Mineau et al. | An index to characterize the spatial distribution of land use within watersheds and implications for river network nutrient removal and export | |
Yan et al. | A data set of global river networks and corresponding water resources zones divisions | |
Rego et al. | Multifractality of Brazilian rivers | |
Liao et al. | The cause of the 2008 cold disaster in the Taiwan Strait | |
Brandimarte et al. | Analysis of fresh-saline water interface at the Shatt Al-Arab estuary | |
Yu et al. | Combined monthly inflow forecasting and multiobjective ecological reservoir operations model: case study of the three gorges reservoir | |
Akyuz et al. | Temporal and spatial trends in water quality of Lake Taihu, China: analysis from a north to mid-lake transect, 1991–2011 | |
Wu et al. | Changes in mortality and economic vulnerability to climatic hazards under economic development at the provincial level in China | |
Tu et al. | Space–time changes in hydrological processes in response to human activities and climatic change in the south China | |
Cipollini et al. | A new physically based index to quantify the impact of multiple reservoirs on flood frequency at the catchment scale based on the concept of equivalent reservoir | |
Zhang et al. | Temporal and spatial variation of catastrophic river floodings in the Lower Yellow River from AD 960 to 1938 | |
Zhang et al. | Risk assessment of water resources utilization in Songliao Basin of Northeast China | |
Yang et al. | Upscaling Tracer‐Aided Ecohydrological Modeling to Larger Catchments: Implications for Process Representation and Heterogeneity in Landscape Organization | |
Audisio et al. | Conceptual and numerical models applied on the river pellice (North western italy) | |
Chen et al. | Topological and dynamic complexity of the Pearl River Delta and its responses to human intervention | |
Sun et al. | Simulation of freshwater transport network and salt flux in the Bangladesh delta | |
Carr-Betts et al. | Tidal inlet morphology classification and empirical determination of seaward and down-drift extents of tidal inlets |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170616 |