CN107728150A - 调查湖泊沉水植物的方法 - Google Patents

调查湖泊沉水植物的方法 Download PDF

Info

Publication number
CN107728150A
CN107728150A CN201710878142.1A CN201710878142A CN107728150A CN 107728150 A CN107728150 A CN 107728150A CN 201710878142 A CN201710878142 A CN 201710878142A CN 107728150 A CN107728150 A CN 107728150A
Authority
CN
China
Prior art keywords
submerged plant
lake
image
area
frequency identification
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
Application number
CN201710878142.1A
Other languages
English (en)
Inventor
赵钢
钱钧
徐毅
王茂枚
周广宇
石银涛
蔡军
舒实
陈楠
罗青
姜果
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Province Institute Of Hydro-Technical Research
Original Assignee
Jiangsu Province Institute Of Hydro-Technical Research
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu Province Institute Of Hydro-Technical Research filed Critical Jiangsu Province Institute Of Hydro-Technical Research
Priority to CN201710878142.1A priority Critical patent/CN107728150A/zh
Publication of CN107728150A publication Critical patent/CN107728150A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/86—Combinations of sonar systems with lidar systems; Combinations of sonar systems with systems not using wave reflection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52001—Auxiliary means for detecting or identifying sonar signals or the like, e.g. sonar jamming signals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20152—Watershed segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30188—Vegetation; Agriculture

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明涉及一种调查湖泊沉水植物的方法，该方法为：采用双频识别声呐采集生成湖泊内测区的影像，根据影像计算出测区内沉水植物的覆盖度；对测区进行样方测定而得到样方内沉水植物的种类、不同种类沉水植物的占比以及鲜重密度；基于测区内沉水植物的覆盖度以及样方内沉水植物的种类、不同种类沉水植物的占比、鲜重密度，利用测区总面积×测区内沉水植物的覆盖度×样方内鲜重密度×样方内某一种类沉水植物的占比得到测区内该种类沉水植物的生物量，进而得出测区内不同种类沉水植物的生物量。本发明可以提高湖泊生态调查效率和结果准确度，可广泛应用于湖泊生态环境的调查、治理、修复等工作中。

Description

调查湖泊沉水植物的方法
技术领域
本发明属于湖泊水环境调查领域，涉及一种对湖泊内的沉水植物进行调查的方法，尤其是一种使用双频识别声呐调查沉水植物的方法。
背景技术
20世纪80年代以来，社会经济迅速发展带来的点源和面源污染，导致湖泊水质急剧下降，湖泊生态系统自我调节功能降低。湖泊沉水植物作为湖泊生态系统的重要调节者，在固定底泥、防止沉积物再悬浮、净化水质等方面具有重要的作用。然而，湖泊沉水植物会随着富营养化进程，发生衰退甚至消失的现象。沉水植物的逐步消亡打破了原有生态平衡，并由此引发了湖泊水质恶化、生态系统破坏等一系列生态环境问题，严重影响了水体功能的正常发挥和湖泊周边人民的身体健康。
探究湖泊沉水植物群落结构的演替规律、保护和修复湖泊沉水植物，在湖泊水生态环境修复工作中扮演着十分重要的角色。而湖泊沉水植物分布和群落结构的探测与调查，往往受到环境、人力、物力、时间等条件的制约，传统的调查方法得到的数据并不能准确反映实际情况。因此，有必要探索出一种新的调查技术手段。
发明内容
本发明的目的是为了克服现有技术的不足而提供一种提高调查结果准确度且简单易行的调查湖泊沉水植物的方法。
为达到上述目的，本发明采用的技术方案是：
一种调查湖泊沉水植物的方法，该方法为：
采用双频识别声呐采集生成湖泊内测区的影像，根据所述影像计算出所述测区内沉水植物的覆盖度；
对所述测区进行样方测定而得到样方内沉水植物的种类、不同种类沉水植物的占比以及鲜重密度；
基于所述测区内沉水植物的覆盖度以及所述样方内沉水植物的种类、不同种类沉水植物的占比、鲜重密度，利用测区总面积×测区内沉水植物的覆盖度×样方内鲜重密度×样方内某一种类沉水植物的占比得到所述测区内该种类沉水植物的生物量，进而得出所述测区内各种不同种类沉水植物的生物量。
采用双频识别声呐采集生成湖泊内测区的影像的方法为：预先针对所述测区布置合理的测线，在预设的调查时间内，将所述双频识别声呐和GPS定位系统一同固定于船只的船舷处同一位置，采用走航式探测方法而利用所述GPS定位系统导航所述船只而使所述双频识别声呐按照所述测线移动，从而生成所述测区的影像。
优选的，所述GPS定位系统采用RTKGPS。
优选的，所述双频识别声呐的探头设置于湖泊水面以下并与水平面呈一锐角夹角，所述锐角夹角的角度为25°至35°。
优选的，所述双频识别声呐的探头与探测目标的距离为1～2m。
优选的，所述船只带动所述双频识别声呐的平移速度小于或等于3m/s，并设置窗口起点距离为0.83m，长度为2.5m。
优选的，先设置所述测区内的若干个探测点，并基于各所述探测点形成所述测线，使所述测线经过全部所述探测点。
优选的，所述探测点的设置遵循GIS方法中的成层随机布点原则，并兼顾探测点分布的均匀性和随机性，且在待调查的湖泊地图中实点标出，记录个探测点的坐标位置。
优选的，所述测线的相对所述探测点的平面偏差在1.5cm之内。
优选的，计算所述测区内沉水植物的覆盖度的方法为：将所述双频识别声呐采集生成的影像进行灰度变换而获得所述影像中各个像素的灰度值，基于各个像素的灰度值得出的影像灰度直方图而提取所述影像中水域背景和植被的临界分割阈值，并根据所述临界分割阈值将所述影像进行二值分割而分辨出各像素分别对应水域背景或植被，再基于二值分割后的影像中对应植被的像素占影像总像素之比计算出沉水植物的覆盖度。
优选的，采用分水岭边界分割算法并利用Candy算子对所述双频识别声呐采集生成的影像进行边界提取，从而确定所述临界分割阈值，或人工设定所述临界分割阈值。
由于上述技术方案运用，本发明与现有技术相比具有下列优点：
1、本发明运用声学仪器调查湖泊沉水植物覆盖度，可快速获取沉水植物的生理轮廓、分布特点等，结合样方采样，使得对沉水植物的调查效率和结果准确度得以大大提高；
2、双频识别声呐尺寸小、重量轻、携带方便，适合野外作业；
3、本发明仅需少量人工采样，不会因多点采样而对沉水植被造成明显伤害，不会对生态环境造成影响；
4、获取的影像数据处理后仅需与采集样方进行少量人工对比即可获得结果，大大节约人工成本。
附图说明
附图1为本发明的调查湖泊沉水植物的方法所使用装置的示意图。
附图2为本发明的方法流程图。
以上附图中：1、船只；2、双频识别声呐；3、GPS定位系统；4、接线盒；5、笔记本电脑/计算机。
具体实施方式
下面结合实施例对本发明作进一步描述。
实施例一：一种调查湖泊沉水植物的方法，实现该方法所使用的装置主要包括：(a)双频识别声呐2(标准型)；(b)GPS定位系统3；(c)能够对双频识别声呐2获得的影像进行处理的计算机5；(d)作为运载工具的船只1。
该调查湖泊沉水植物的方法通过以下步骤实现：
1、采用双频识别声呐2采集生成湖泊内测区的影像，根据影像计算出测区内沉水植物的覆盖度。
(1)确定探测点以及调查时间
①针对待调查的湖泊中的指定测区，在测区内设置若干个探测点。探测点的设置遵循GIS方法中的成层随机布点原则，并兼顾探测点分布的均匀性和随机性，并在待调查的湖泊地图中实点标出，记录个探测点的坐标位置。
②根据沉水植物的季节性变化情况确定合适的调查时间。
(2)布置合理的测线
基于各探测点形成测线，使得测线能够经过全部测点。利用湖泊所在地测绘局的CORS系统进行测线平面控制，控制测线的相对探测点的平面偏差在1.5cm之内。
(3)探测前准备
以船只1作为运载工具，将双频识别声呐2和GPS定位系统3一同固定于船只1的船舷处同一位置，使双频识别声呐2的探头设置于湖泊水面以下并与水平面呈一锐角夹角(通常该锐角夹角的角度为25°至35°范围内任一值)，探头与探测目标的距离在设定的探测距离(通常该探测距离为1～2m)内。通常将双频识别声呐2和GPS定位系统3沿纵向(即大致垂直于水面的方向)排布于船舷处。
采用标准型双频识别声呐，其主要特征参数如表1。
表1标准型双频识别声呐主要的特征参数
该双频识别声呐2的主体(包括有探头)通过电缆与接线盒4相连接，再通过网线与数据采集用的笔记本电脑/计算机5相连，笔记本电脑/计算机5可以设置在船只1上。
GPS定位系统3采用高精度的Leica RTK GPS，通过该差分GPS集合导航软件可以进行行船轨迹定位。
(4)走航式探测
在预设的调查时间内，利用GPS定位系统3导航船只1，而使双频识别声呐2按照既设的测线移动，从而利用双频识别声呐2采集生成湖泊内测区的影像。船只1带动双频识别声呐2的平移速度不宜超过3m/s，即小于或等于3m/s。为了获得沉水植物的高分辨率的影像，设置双频识别声呐最优工作参数为：采集窗口起点距离0.8-0.9m，长度2-3m，典型值为采集窗口起点距离0.83m，长度2.5m。通过上述走航式探测，可以获得高质量的测区影像。
(5)影像分析处理
在笔记本电脑/计算机5中设置了基于微软Microsoft Visual Studio开发环境、采用C++语言编程的双频识别声呐数字图像处理系统。双频识别声呐2采集生成的影像传输至笔记本电脑/计算机5中，利用上述双频识别声呐数字图像处理系统而对影像进行分析。先将双频识别声呐2生成的DDF影像转换为JPG、BMP等常见格式的影像，然后将图像进行灰度变换，利用行列扫描算法，逐像素扫面而获得影像中各个像素的灰度值，并进一步得出影像对应的灰度直方图，从而根据该灰度直方图而提取影像中水域背景和植被的临界分割阈值。利用该临界分割阈值而将影像进行二值分割，二值分割后的影像中明确通过不同的灰度显示了水域背景以及植被，故可以辨出影像中的各像素分别是对应水域背景还是对应植被。基于该二值分割后的影像，即可利用对应植被的像素占影像总像素之比计算出沉水植物的覆盖度，即沉水植物覆盖面积占测区总面积的百分比。这里采用分水岭边界分割算法并利用Candy算子对双频识别声呐采集生成的影像进行边界提取，从而确定临界分割阈值。一般情况下，上述软件计算出的临界分割阈值可以用于获取沉水植物的盖度，但由于水下环境较复杂及受双频识别声呐设备的影像，有可能估算的沉水植物覆盖度与实际有偏差，这时，用户可以查看影像对应的灰度直方图，来人工手动设定临界分割阈值。
2、对测区进行样方测定而得到样方内沉水植物的种类、不同种类沉水植物的占比以及鲜重密度。
样方测定可以采用常规的人工方式进行。
上述采用双频识别声呐2采集影像并计算沉水植物的覆盖度的过程和样方测定过程可按不同次序先后进行或同时进行。
3、基于测区内沉水植物的覆盖度以及样方内沉水植物的种类、不同种类沉水植物的占比、鲜重密度计算得出测区内不同种类沉水植物的生物量。
通过样方采样而得到测区内沉水植物的种类后，针对某一种类的沉水植物，依据测区总面积×测区内沉水植物的覆盖度×样方内鲜重密度×样方内该种类沉水植物的占比得到测区内该种类沉水植物的生物量，即测区内共生长有多少该种类沉水植物。
以太湖贡湖湾沉水植物调查为例，以坐标(31°25′50.24″，120°17′24.08″)为中心的一个沉水植物分布测区，面积约580m2。经双频识别声呐2测定，该测区内沉水植物盖度为10％。经样方测定，测区内沉水植物为马来眼子菜、莕菜、穗状狐尾藻共生群落，样方鲜重密度0.89kg/m2，三种植物占比分别为40％、20％、40％。据此可计算出该测区内马来眼子菜、莕菜、穗状狐尾藻分别为20.65kg(580×10％×0.89×40％≈20.65)、10.32kg(580×10％×0.89×20％≈10.32)、20.65kg(580×10％×0.89×40％≈20.65)。上述数据计算过程可按所需的精度进行四舍五入。
上述方法通过双频识别声呐2定量实测沉水植物的覆盖度，与样方采集方法相结合来分析沉水植物的种类与生物量，调查结果精度较高，可广泛应用于湖泊生态环境的调查、治理、修复等工作中。
此外，基于双频识别声呐探测得到的影像，还可以采用以下方法获得沉水植物的生物量：将双频识别声呐得到的影像数据对照《中国高等植物图鉴第五册》、《中国水生维管束植物图谱》和《中国植物志第八卷》进行逐个查询和对比鉴定，最终分析统计出沉水植物的密度、盖度和频度，并推算出沉水植物生物量。
上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种调查湖泊沉水植物的方法，其特征在于：所述方法为：
采用双频识别声呐采集生成湖泊内测区的影像，根据所述影像计算出所述测区内沉水植物的覆盖度；
对所述测区进行样方测定而得到样方内沉水植物的种类、不同种类沉水植物的占比以及鲜重密度；
基于所述测区内沉水植物的覆盖度以及所述样方内沉水植物的种类、不同种类沉水植物的占比、鲜重密度，利用测区总面积×测区内沉水植物的覆盖度×样方内鲜重密度×样方内某一种类沉水植物的占比得到所述测区内该种类沉水植物的生物量，进而得出所述测区内各种不同种类沉水植物的生物量。
2.根据权利要求1所述的调查湖泊沉水植物的方法，其特征在于：采用双频识别声呐采集生成湖泊内测区的影像的方法为：预先针对所述测区布置合理的测线，在预设的调查时间内，将所述双频识别声呐和GPS定位系统一同固定于船只的船舷处同一位置，采用走航式探测方法而利用所述GPS定位系统导航所述船只而使所述双频识别声呐按照所述测线移动，从而生成所述测区的影像。
3.根据权利要求2所述的调查湖泊沉水植物的方法，其特征在于：所述GPS定位系统采用RTK GPS。
4.根据权利要求2所述的调查湖泊沉水植物的方法，其特征在于：所述双频识别声呐的探头设置于湖泊水面以下并与水平面呈一锐角夹角，所述锐角夹角的角度为25°至35°；所述双频识别声呐的探头与探测目标的距离为1~2m。
5.根据权利要求2所述的调查湖泊沉水植物的方法，其特征在于：所述船只带动所述双频识别声呐的平移速度小于或等于3m/s，并设置窗口起点距离为0.8-0.9m，长度为2-3m。
6.根据权利要求2所述的调查湖泊沉水植物的方法，其特征在于：先设置所述测区内的若干个探测点，并基于各所述探测点形成所述测线，使所述测线经过全部所述探测点。
7.根据权利要求6所述的调查湖泊沉水植物的方法，其特征在于：所述探测点的设置遵循GIS方法中的成层随机布点原则，并兼顾探测点分布的均匀性和随机性，且在待调查的湖泊地图中实点标出，记录个探测点的坐标位置。
8.根据权利要求6所述的调查湖泊沉水植物的方法，其特征在于：所述测线的相对所述探测点的平面偏差在1.5cm之内。
9.根据权利要求1所述的调查湖泊沉水植物的方法，其特征在于：计算所述测区内沉水植物的覆盖度的方法为：将所述双频识别声呐采集生成的影像进行灰度变换而获得所述影像中各个像素的灰度值，基于各个像素的灰度值得出的影像灰度直方图而提取所述影像中水域背景和植被的临界分割阈值，并根据所述临界分割阈值将所述影像进行二值分割而分辨出各像素分别对应水域背景或植被，再基于二值分割后的影像中对应植被的像素占影像总像素之比计算出沉水植物的覆盖度。
10.根据权利要求9所述的调查湖泊沉水植物的方法，其特征在于：采用分水岭边界分割算法并利用Candy算子对所述双频识别声呐采集生成的影像进行边界提取，从而确定所述临界分割阈值，或人工设定所述临界分割阈值。
CN201710878142.1A 2017-09-26 2017-09-26 调查湖泊沉水植物的方法 Pending CN107728150A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710878142.1A CN107728150A (zh) 2017-09-26 2017-09-26 调查湖泊沉水植物的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710878142.1A CN107728150A (zh) 2017-09-26 2017-09-26 调查湖泊沉水植物的方法

Publications (1)

Publication Number Publication Date
CN107728150A true CN107728150A (zh) 2018-02-23

Family

ID=61207790

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710878142.1A Pending CN107728150A (zh) 2017-09-26 2017-09-26 调查湖泊沉水植物的方法

Country Status (1)

Country Link
CN (1) CN107728150A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108828066A (zh) * 2018-03-21 2018-11-16 中冶华天工程技术有限公司 一种利用回声探测仪观测沉水植物的方法
CN110243936A (zh) * 2019-06-14 2019-09-17 中国科学院水生生物研究所 一种原位无损伤测定沉水植物生物量的方法
CN111024818A (zh) * 2019-12-27 2020-04-17 上海交通大学 基于纵波声速的超声波传感器沉水植物识别方法
WO2020221166A1 (zh) * 2019-04-30 2020-11-05 苏州科技大学 一种深水水域水下机器人型沉水植物盖度仪
WO2020221168A1 (zh) * 2019-04-30 2020-11-05 苏州科技大学 一种浅水湖泊无人水上舰艇型沉水植物盖度仪
CN112047485A (zh) * 2020-09-08 2020-12-08 中国水产科学研究院珠江水产研究所 一种浅水湖泊沉水植物合适盖度的评价方法与应用
CN113155749A (zh) * 2021-03-29 2021-07-23 上海市园林科学规划研究院 城镇河道沉水植物生物量计算方法
CN113666506A (zh) * 2021-09-14 2021-11-19 武汉中科水生环境工程股份有限公司 一种沉水植物定位种植的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101614819A (zh) * 2009-08-04 2009-12-30 北京师范大学 浅水湖泊沉水植物自动识别技术及装置
CN106886017A (zh) * 2017-01-11 2017-06-23 浙江大学 基于双频识别声呐的水下目标空间位置计算方法
US20170192092A1 (en) * 2015-12-30 2017-07-06 Sean Seifert Updating contour maps for bodies of water

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101614819A (zh) * 2009-08-04 2009-12-30 北京师范大学 浅水湖泊沉水植物自动识别技术及装置
US20170192092A1 (en) * 2015-12-30 2017-07-06 Sean Seifert Updating contour maps for bodies of water
CN106886017A (zh) * 2017-01-11 2017-06-23 浙江大学 基于双频识别声呐的水下目标空间位置计算方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
K.MIZUNO等: "Species classification of submerged aquatic plants using acoustic images in shallow lakes", 《2013 IEEE》 *
徐毅等: "双频识别声纳技术在水工建筑物水下外观病害检测中的应用", 《水利水电技术》 *
赵钢等: "多波束测深结合声呐技术在河道堤防水下外观病害探测中的应用", 《水利水电技术》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108828066A (zh) * 2018-03-21 2018-11-16 中冶华天工程技术有限公司 一种利用回声探测仪观测沉水植物的方法
WO2020221166A1 (zh) * 2019-04-30 2020-11-05 苏州科技大学 一种深水水域水下机器人型沉水植物盖度仪
WO2020221168A1 (zh) * 2019-04-30 2020-11-05 苏州科技大学 一种浅水湖泊无人水上舰艇型沉水植物盖度仪
CN110243936A (zh) * 2019-06-14 2019-09-17 中国科学院水生生物研究所 一种原位无损伤测定沉水植物生物量的方法
CN110243936B (zh) * 2019-06-14 2021-05-28 中国科学院水生生物研究所 一种原位无损伤测定沉水植物生物量的方法
CN111024818A (zh) * 2019-12-27 2020-04-17 上海交通大学 基于纵波声速的超声波传感器沉水植物识别方法
CN111024818B (zh) * 2019-12-27 2021-07-09 上海交通大学 基于纵波声速的超声波传感器沉水植物识别方法
CN112047485A (zh) * 2020-09-08 2020-12-08 中国水产科学研究院珠江水产研究所 一种浅水湖泊沉水植物合适盖度的评价方法与应用
CN112047485B (zh) * 2020-09-08 2022-11-15 中国水产科学研究院珠江水产研究所 一种浅水湖泊沉水植物合适盖度的评价方法与应用
CN113155749A (zh) * 2021-03-29 2021-07-23 上海市园林科学规划研究院 城镇河道沉水植物生物量计算方法
CN113155749B (zh) * 2021-03-29 2024-02-02 上海市园林科学规划研究院 城镇河道沉水植物生物量计算方法
CN113666506A (zh) * 2021-09-14 2021-11-19 武汉中科水生环境工程股份有限公司 一种沉水植物定位种植的方法

Similar Documents

Publication Publication Date Title
CN107728150A (zh) 调查湖泊沉水植物的方法
CN109443307B (zh) 一种基于光学测量的输电杆塔沉降和倾斜角的测量系统及方法
CN108960198A (zh) 一种基于残差ssd模型的交通标志检测与识别方法
CN110208859B (zh) 基于超声成像的油基泥浆井裂缝定量参数智能计算方法
CN104458895A (zh) 管道三维漏磁成像检测方法及系统
CN103033560B (zh) 一种基于b超成像技术的低含沙量测量方法
CN101915910B (zh) 利用航海雷达识别海上溢油目标的方法及系统
CN107247927B (zh) 一种基于缨帽变换的遥感图像海岸线信息提取方法及系统
CN106156758B (zh) 一种sar海岸图像中海岸线提取方法
CN104156629B (zh) 一种基于相对辐射校正的导航雷达图像反演海面风向方法
CN105718725B (zh) 污染底泥及其污染物的数量化方法
CN116091944A (zh) 一种水生植被覆盖度的水生态调查方法
CN105975990B (zh) 一种复垦土壤剖面的精细表达方法
CN106940782A (zh) 基于变差函数的高分sar新增建设用地提取软件
CN114814769A (zh) 一种探地雷达图像自动分类方法
CN104297753B (zh) 一种基于自适应缩减算子的导航雷达图像反演海面风向方法
CN110728691B (zh) 一种基于多时相水边线的海岸线自动判别方法
CN106324708A (zh) 雨量记录图纸的数字化方法、装置
CN110599477B (zh) 一种植草混凝土有效孔隙率的检测方法及系统
Nurshal et al. Automatic and manual fracture-lineament identification on digital surface models as methods for collecting fracture data on outcrops: Case study on fractured granite outcrops, Bangka
Litts et al. Mapping potential spawning substrate for Shortnose and Atlantic sturgeon in coastal plain rivers of Georgia using low-cost side-scan sonar
CN204188491U (zh) 一种透水路面空隙率测试用数据采集装置
CN113514483A (zh) 石质山区土壤砾石特征检测方法
Zhou et al. A method of 3D nondestructive detection for plant root in situ based on CBCT imaging
Pahlevan et al. A quantitative comparison to water column correction techniques for benthic mapping using high spatial resolution data

Legal Events

Date Code Title Description
PB01 Publication
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: 20180223