面向东中国海浮游植物粒径等级的遥感探测机理研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41576172
  • 项目类别:
    面上项目
  • 资助金额:
    71.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0607.海洋遥感
  • 结题年份:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

Extracting phytoplankton size classes (PSCs) in waters is of significance for understanding phytoplankton community structure, studying phytoplankton function diversity, and revealing biogeochemical processes of water ecosystem. There exists a very complex distribution of PSCs in coastal waters. At present, there are still little knowledge about PSCs distribution and less effective remote sensing algorithms for detecting PSCs for coastal waters. For this reason, this study takes typical coastal waters (East China Sea) as experimental areas, for collecting in situ observed data. Weight coefficients of phytoplankton diagnostic pigments will be first explored that should be suitable for the coastal waters. By coupling the developed weight coefficients with phytoplankton species densities, a novel quantification factor that simultaneously takes phytoplankton biomass and cell particle numbers into account will be developed for describing the PSCs variations in coastal waters. A subsequent study goal is to extract phytoplankton reflectance signal from the total signals of water bodies, and further to explore spectral sensitive responses of the quantification factor of phytoplankton size classes to remote sensing reflectance, and finally to propose a spectral expression quantity for reflecting the PSCs variations by using remote sensing reflectance. Then, the satellite data will be used to explore a mathching mechanism with the established spectral expression quantity. Combining with the satellite data, various modeling methods will be assessed comprehensively, and then selected to develop the remote sensing algorithms of detecting the PSCs in coastal waters. The findings in this study will provide the theoretical basis and technique methods for revealing the distribution characteristics of phytoplankton size classes, and further expand the application of water color remote sensing, and promote the development of refinedly monitoring water condition of coastal waters.
针对“我国近海水体浮游植物粒径等级分布特征不明及遥感探测方法缺失”这一十分关键而又尚未得到合理解决的科学问题,本研究拟以典型近海海域(东中国海)为试验区,探索合适的浮游植物诊断色素的权重系数,并耦合种群数量分布,研发提出兼顾浮游植物生物量和细胞粒子个数信息的量化表征因子,用以定量描述浮游植物粒径等级的变化;研究提取蕴含相对纯粹浮游植物信息的水体反射信号,进而挖掘量化表征因子对水体反射信号的敏感响应,并基于水体反射信号,研究提出反映浮游植物粒径等级变化的光谱映射表征量;结合卫星遥感数据,探索与光谱映射表征量之间的关联匹配机制,进而研究量化表征因子的模型构建方法,经综合评估,最终提出适于东中国海水体的浮游植物粒径等级的遥感探测模型。本课题研究成果将为揭示浮游植物粒径等级的分布特征及其时空演化,提供理论依据和方法支撑,并将进一步拓展水色遥感应用,促进海洋水环境精细化监测的发展。

结项摘要

针对“我国近海水体中浮游植物粒径等级分布特征不明及遥感探测方法缺失”这一十分关键而又尚未得到合理解决的科学问题,本项目以典型海域(东中国海)水体为试验区,研究探索浮游植物粒径等级的量化表征因子,深入挖掘量化表征因子对水体反射信号的光谱响应机制,提出适于近海及海岸带水体的浮游植物粒径等级的遥感探测模型,为揭示浮游植物粒径等级的分布特征及其时空演化提供理论依据和方法支撑。针对渤海、黄海和东海水体,共计开展了6个航次的综合野外遥感调查实验,本项目获取了水体各诊断色素浓度、水体固有光学量、水体表观光学量、水体各组分浓度等数据,完成数据处理。分析了各参数的变化分布,重点概括了各诊断色素和浮游植物粒径等级的统计分布特征,并分析与叶绿素a浓度之间的关系,建立了适于东中国海域水体的诊断色素权重系数。通过诊断色素,分析微微型、微型和小型浮游植物对总浮游植物叶绿素a的贡献分布;结合实测的浮游植物吸收光谱,开展了关联耦合分析,研究提出了适于近海海域水体的浮游植物粒径等级的量化表征因子。开发了适于近海海域水体的浮游植物粒径等级的遥感探测模型。制作了20年的长时间序列(2007-2017年)浮游植物粒径等级的时空分布专题产品。基于长时序卫星遥感数据,分析了东中国海浮游植物粒级结构的时空分布特征,并结合相关环境参数,分析了影响浮游植物粒径结构变化的主导因素及耦合关系。本项目通过室内分析实验、野外原位观测、卫星遥感建模等方法,开展了针对近海及海岸带水体浮游植物粒径等级的遥感探测模型研究,这为认识海洋水体浮游植物粒径等级的分布特征和揭示其时空演化规律提供了技术方法支撑,为拓展水色遥感的应用方向和促进近海水体环境的精细化监测做出了积极的贡献。受本该基金项目资助,课题组共发表37篇研究论文(包括SCI论文28篇,EI论文2篇),其中第一标注SCI论文4篇,第二标注SCI论文11篇,申请发明专利1项,已超额完成项目计划要求。

项目成果

期刊论文数量(37)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Validation of MODIS C6 Dark Target Aerosol Products at 3 km and 10 km Spatial Resolutions Over the China Seas and the Eastern Indian Ocean
中国海和东印度洋上空 3 公里和 10 公里空间分辨率的 MODIS C6 暗目标气溶胶产品验证
  • DOI:
    10.3390/rs10040573
  • 发表时间:
    2018-04
  • 期刊:
    Remote Sensing
  • 影响因子:
    5
  • 作者:
    Shen Xiaojing;Muhammad Bilal;Qiu Zhongfeng;Sun Deyong;Wang Shengqiang;Zhu Weijun
  • 通讯作者:
    Zhu Weijun
基于 GF1-WFV 和 HJ-CCD 数据的我国近海绿潮遥感监测算法研究
  • DOI:
    10.3788/aos201636.0601004
  • 发表时间:
    2016
  • 期刊:
    光学学报
  • 影响因子:
    --
  • 作者:
    张海龙;孙德勇;李俊生;丘仲锋;王胜强;何宜军
  • 通讯作者:
    何宜军
Variability of the Suspended Particle Cross-Sectional Area in the Bohai Sea and Yellow Sea
渤海、黄海悬浮颗粒截面积的变化
  • DOI:
    10.3390/rs11101187
  • 发表时间:
    2019-05
  • 期刊:
    Remote Sensing
  • 影响因子:
    5
  • 作者:
    Tang Qiong;Wang Shengqiang;Qiu Zhongfeng;Sun Deyong;Muhammad Bilal
  • 通讯作者:
    Muhammad Bilal
Remote Sensing Estimation of Sea Surface Salinity from GOCI Measurements in the Southern Yellow Sea
南黄海 GOCI 遥感海表盐度估算
  • DOI:
    10.3390/rs11070775
  • 发表时间:
    2019
  • 期刊:
    Remote Sensing
  • 影响因子:
    5
  • 作者:
    Deyong Sun;Xiaoping Su;Zhongfeng Qiu;Shengqiang Wang;Zhihua Mao;Yijun He
  • 通讯作者:
    Yijun He
Variability of particulate backscattering ratio and its relations to particle intrinsic features in the Bohai Sea, Yellow Sea, and East China Sea
渤海、黄海、东海颗粒物后向散射比变化及其与颗粒物本质特征的关系
  • DOI:
    10.1364/oe.27.003074
  • 发表时间:
    2019
  • 期刊:
    Optics Express
  • 影响因子:
    3.8
  • 作者:
    Deyong Sun;Xiaoping Su;Shengqiang Wang;Zhongfeng Qiu;Zunbin Ling;Zhihua Mao;Yijun He
  • 通讯作者:
    Yijun He

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于UNet深度学习算法的东海大型漂浮藻类遥感监测
  • DOI:
    10.3788/aos202141.0201002
  • 发表时间:
    2021
  • 期刊:
    光学学报
  • 影响因子:
    --
  • 作者:
    李潇凡;王胜强;翁轩;孙德勇;张海龙;焦红波;梁涵玮
  • 通讯作者:
    梁涵玮
东太平洋红藻诊断色素浓度的卫星遥感研究
  • DOI:
    10.13634/j.cnki.mes.2022.05.020
  • 发表时间:
    2022
  • 期刊:
    海洋环境科学
  • 影响因子:
    --
  • 作者:
    杨诗晗;孙德勇;李正浩;王胜强;张海龙;何宜军
  • 通讯作者:
    何宜军
太湖水色因子空间分布特征及其对水生植物光合作用的影响
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    应用生态学报
  • 影响因子:
    --
  • 作者:
    乐成峰;伍蓝;张运林;孙德勇;李云梅
  • 通讯作者:
    李云梅
太湖水体后向散射特性模拟
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    水科学进展
  • 影响因子:
    --
  • 作者:
    李云梅;查勇;吕恒;孙德勇;乐成峰
  • 通讯作者:
    乐成峰
面向浮游植物类群遥感的国产海洋水色卫星数据应用初探
  • DOI:
    10.11834/jrs.20221749
  • 发表时间:
    --
  • 期刊:
    遥感学报
  • 影响因子:
    --
  • 作者:
    孙德勇;陈宇航;刘建强;王胜强;何宜军
  • 通讯作者:
    何宜军

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

孙德勇的其他基金

复杂近海浮游植物典型色素的光学机理及卫星遥感研究
  • 批准号:
    42176179
  • 批准年份:
    2021
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目
近海水体浮游植物种群结构的光学遥感机制及卫星探测研究
  • 批准号:
    41876203
  • 批准年份:
    2018
  • 资助金额:
    62.0 万元
  • 项目类别:
    面上项目
面向水色要素遥感反演的太湖水体光学分类研究
  • 批准号:
    41101340
  • 批准年份:
    2011
  • 资助金额:
    25.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码