资源描述：
第 46 卷 第 3 期 煤田地质与勘探 Vol. 46 No.3 2018 年 6 月 COAL GEOLOGY 2. School of Earth Sciences and Engineering, Nanjing University, Nanjing 210023, China Abstract In Huainan coal mining area, long-term large-scale underground coal mining activities have caused severe ground subsidence, ed a large waterlogged area. In this paper, Guqiao and Panji waterlogged areas were chosen for analysis as two main representative types of waterlogged areas closed and semi-closed. Comprehensive Trophic State Index was adopted in this research to uate the water quality of the waterlogged areas using ina- tion from water samples and Hj-1 data. The results show that the waterlogged areas are of eutrophication and spa- tial-temporal differences of water quality are founded in different types of waterlogged areas. Generally, the trophic status in May is more serious than in November, and the trophic status in Guqiao is more serious than in Panji. Keywords Huainan coal mining area; waterlogged area; eutrophic; spatial-temporal difference 淮南煤矿位于安徽省中部，淮南市境内，具有 上百年的地下煤炭开采历史。常年大规模地下煤炭 的开采造成地表塌陷，形成了大面积的沉陷水域[1]。 由于沉陷水域大多由农田、村庄塌陷而成，四周较 为封闭，水体难以与外界河流沟通，加上周围工农 业污水以及居民生活污水的随意排放，给沉陷水域 的水环境造成严重的污染[2-4]。同时，部分沉陷水域 与淮河支流相连，使得污染物最终流入淮河干流， 对淮河干流水质也会造成影响[5]。因此，采煤沉陷 水域的水环境问题已经成为限制矿区生态环境修复 和区域经济可持续发展的重要因素。 目前，采煤沉陷水域的水环境监测基本采用常 规的监测方法，对于整个沉陷水域及其所在流域只 具有局部和典型代表意义， 并且时间序列上都是“离 散”的， 难以获取整个水域的沉积物和营养物质分布 和变化情况，不能满足对沉陷水域实时、大尺度的 监测评价要求[6]。随着空间技术的发展和各类遥感 数据投入使用，传统的水质富营养化评价方法与遥 感技术相结合，已经在内陆湖泊水环境监测和富营 养化评价中得到了广泛的应用[7-11]。近些年来，国 内研究学者也尝试利用该方法对采煤沉陷水域进行 水质富营养化的评价研究，取得了一定的成果，但 ChaoXing 86 煤田地质与勘探 第 46 卷 仅对某一时间的富营养化状态进行评价，缺乏沉陷 水域富营养化的时空动态变化的监测，难以揭示其 时空演变规律[12-13]。因此，本文结合环境一号卫星 数据与实地监测数据，选择淮南煤矿区不同类型的 沉陷水域，进行不同时间段沉陷水域水环境监测， 分析水体富营养化状态时空变化，为长期动态监测 采煤沉陷水域水质状况、采煤沉陷水域的综合治理 和可持续利用提供理论指导和决策依据。 1 研究区概况 选择潘谢矿区潘集沉陷积水区简称潘集和 顾桥沉陷积水区简称顾桥作为研究区。这两处 沉陷水域分别代表着潘谢矿区沉陷水域的 2 种类 型半封闭型沉陷水域和封闭型沉陷水域。其中潘 集沉陷水域为半封闭沉陷水域，与淮河支流泥河相 连，是由 20 世纪 80 年代投产的潘集煤矿开采形成 的。 顾桥沉陷水域是由 21 世纪初投产的顾桥煤矿开 采形成的沉陷水域。目前，潘集和顾桥沉陷水域的 面积分别约为 350 hm2和 450 hm2，平均水深分别约 为 4.5 m 和 4 m。由于沉陷水域主要由农田、村庄塌 陷而来，周围有发电厂，煤矸石堆积，各种农田污 水、未经处理的生活及工业废水进入积水区域，造 成一定程度的污染。同时，沉陷积水区内不合理的 水产养殖也不同程度地影响着水体水质状况。据当 地环保部门的水质监测结果，沉陷水域的水质为 IV 和 V 类。因此，需要利用遥感技术手段对沉陷水域 水质的时空变化进行监测。 2 数据与方法 2.1 样品采集及实验室分析 水样采集分为 2 个时间段，分别为 2013 年 5 月 21 日和 22 日、2013 年 11 月 16 日和 17 日，分 别代表着水中藻类的生长期和衰退期。其中，5 月 份潘集和顾桥沉陷水域分别采集了 26 个采样点的 水样，11 月份分别采集了 25 个和 24 个采样点的水 样图 1。采集沉陷水域水下 0.5 m 处的水样，并现 场记录水质测试指标，包括水温、pH 值、透明度塞 克板目测法等。水样由棕色采样瓶装好后直接储存 在冰袋中冷藏。采集的水样在实验室中进行叶绿素 aChl-a、总悬浮物TSM、总磷TP、总氮TN和 高锰酸钾指数CODMn等指标的分析测试。实验室 分析结果见表 1 和表 2。 图 1 研究区地理位置及采样点位分布图 Fig.1 Location of the study area and sampling sites in Panji and Guqiao ChaoXing 第 3 期 裴文明等 淮南矿区不同类型沉陷水域水质遥感反演和时空变化分析 87 表 1 潘集沉陷水域水质参数数值统计表 Table 1 Statistics of the water quality parameters measured in Panji 采样日期 pH T/C Chl-a/mgm-3TSM/gm-3SD/mTP/mgL-1TN/mgL-1 CODMn/mgL-1 最小值 7.93 25.6 10.62 3.4 0.43 0.10 1.28 2.45 最大值 8.55 27.7 45.06 16.5 0.89 0.24 4.22 8.92 平均值 8.32 27.1 26.61 8.6 0.65 0.17 2.49 6.23 5月 N26 标准差 0.21 0.66 9.74 3.32 0.13 0.04 0.78 1.88 最小值 7.97 17.7 2.11 1.24 0.41 0.08 1.34 4.31 最大值 8.32 19.3 13.89 7.69 0.63 0.25 1.89 6.91 平均值 8.09 18.3 6.98 3.06 0.49 0.16 1.61 5.7 11月 N25 标准差 0.08 0.53 3.59 1.52 0.06 0.05 0.17 0.74 表 2 顾桥沉陷水域水质参数数值统计表 Table 2 Statistics of the water quality parameters measured in Guqiao 采样日期 pH T/C Chl-a/mgm-3TSM/gm-3SD/mTP/mgL-1TN/mgL-1 CODMn/mgL-1 最小值 7.82 26.1 8.49 1.42 0.28 0.06 0.6 4.54 最大值 9.21 27.9 64.45 12.45 0.81 0.74 1.99 8.93 平均值 8.49 27.3 34.76 6.02 0.56 0.27 1.0 6.61 5月 N26 标准差 0.32 0.61 22.39 2.28 0.20 0.24 0.43 1.38 最小值 8.43 17.6 5.91 1.31 0.20 0.07 0.3 4.80 最大值 8.85 19.9 21.84 8.30 0.72 0.65 2.12 8.35 平均值 8.55 18.5 13.63 3.29 0.41 0.24 0.97 6.49 11月 N24 标准差 0.11 0.57 5.60 1.87 0.17 0.20 0.60 1.27 2.2 遥感数据预处理 本文选择的环境一号 A、BHJ-1是我国首个环 境与灾害监测预报的小卫星星座，卫星的主要任务 是对灾害、生态破坏、环境污染进行大范围、全天 候、全天时的动态监测，为紧急救援、灾害救助及 恢复重建提供科学依据[14-15]。影像采集时间分别为 2013 年 5 月 21 日和 11 月 17 日，与采样时间同步。 两个时间段天气晴朗，影像图像清晰，没有被云层 覆盖。由于在遥感图像中，水体一般为弱信息，相 对于其他地物而言，更易受大气、平台姿态、仪器 信号等干扰因素影响，因此在对塌陷积水区水质参 数进行反演时，对遥感图像的预处理就显得尤为重 要[16]。本次预处理包括遥感图像的几何校正、辐射 定标以及大气校正。 2.3 水体营养状况评价 为了综合评价塌陷积水区水质的富营养化程 度，本文选择目前我国环保部门广泛使用的综合营 养指数法作为基于环境一号卫星综合评价塌陷积水 区水体富营养化的方法。该方法根据王明翠等[17]建 立的综合营养指数法的要求，针对 5 项水质监测指 标 叶绿素Chl-a、 透明度SD、 总磷TP、 总氮TN 和高锰酸钾指数CODMn，综合评价水体的富营养 化程度。其中以叶绿素 a 作为基准参数的综合营养 状态指数公式为 1 TLI TLI m j j Wj ∑ ⋅ ∑ 式中 TLI∑表示综合营养状态指数；Wj表示第 j 种参数的营养状态指数的相关权重；TLIj表示第 j 种参数的营养状态指数。 以叶绿素 a 浓度作为基准参数，则第 j 种参数 的归一化相关权重计算公式为 2 2 1 j j m j j R W R ∑ 式中 Rj表示第 j 种参数与基准参数叶绿素 a 的相关 系数；m 表示评价参数的个数。 3 结果与讨论 3.1 沉陷水域水质时空变化分析 从表 1 和表 2 可以看出，潘集和顾桥沉陷水域 水体中的参数指标在 5 月和 11 月有明显的季节变 化。5 月份的各水质参数值相对高于 11 月份的水质 参数值，局部采样点水质指标中叶绿素 a、透明度、 总磷和总氮都达到甚至超过地表水环境 V 类标准。 空间上看，潘集沉陷水域各项指标值要低于顾桥沉 陷水域各项指标值，表明潘集沉陷水域水质要优于 顾桥沉陷水域。 3.2 沉陷水域指标模型建立与验证 将 5 月和 11 月的水样数据分别随机分为 2 组， 一组用于模型的建立，另一组用于模型的检验。 在 SPSS 软件支持下， 通过对采样时间同步的环境 ChaoXing 88 煤田地质与勘探 第 46 卷 一号卫星 4 个波段的反射率值与实测的叶绿素、 总磷、总氮、透明度、高锰酸钾指数数据之间的 相关关系的拟合分析，建立相应指标的反演模型 表 3、表 4。 表 3 潘集沉陷水域相应指标的反演模型 Table 3 The inversion models of corresponding inds in Panji 指标 时间 模型 R2 5月 lnChl-a2.65416.843B1–122.961B2262.679B3–398.16B4 0.58 Chl-a 11月 lnChl-a5.8902e0.4527B4/B3 0.75 5月 SD0.381–1.356B197.284B2–167.542B3178.474B4 0.62 SD 11月 SD2.251–98.89B133.292B226.34B1–30.95B4 0.77 5月 lnTP6.541–299.176B1–144.607B2366.21B3281.773B4 0.63 TP 11月 lnTP9.258–538.578B1–272.362B21297.893B3–173.357B4 0.60 5月 lnTN0.427109.454B1–175.225B2115.55B3–310.106B4 0.58 TN 11月 lnTN–0.1533B4/B3–0.006 0.67 5月 lnCODMn–5.144436.242B1–362.705B2–51.433B3–391.774B4 0.60 CODMn 11月 lnCODMn–13.067531.77B11643.522B2–2847.248B3408.038B4 0.72 表 4 顾桥沉陷水域相应指标的反演模型 Table 4 The inversion models of corresponding inds in Guqiao 指标 时间 模型 R2 5月 lnChl-a33.545–1180.724B1443.616B280.639B3–229.939B4 0.64 Chl-a 11月 Chl-a251.33–8524.32B12409.882B25946.774B36404.343B4 0.61 5月 SD0371139.315B1–15.27B26.773B3–22.073B4 0.67 SD 11月 SD–4.661192.797B1–21.103B2–283.733B3–122.578B4 0.75 5月 lnTP39.138–1408.004B165.115B2585.414B3–250.586B4 0.59 TP 11月 lnTP20.829–899.378B1194.63B2743.833B3366.91B4 0.72 5月 lnTN8.773–256.85B1–30.193B229.216B339.207b4 0.68 TN 11月 lnTN20.427–549.504B1–377.31B21032.588B3569.965B4 0.61 5月 lnCODMn6.747–155.517B1–82.22B2183.997B344.244B4 0.69 CODMn 11月 lnCODMn7.003–195.08B158.847B299.377B3108.986B4 0.58 从潘集和顾桥沉陷水域水质反演模型可以看 出， 环境卫星 4 个波段的反射率与相应指标的相关 性较好，各指标反演模型均在 0.55 以上。为验证 建立的反演模型， 分别将潘集和顾桥沉陷水域 5 项 水质指标的线性回归模型的预测值与另一组实测 的校验数据进行对比分析， 用平均绝对误差MAPE 和均方根误差RMSE反映模型拟合效果，结果如 表 5 所示。 表 5 沉陷水域相应指标模型精度验证表 Table 5 Precision verification for index model of waterlogged areas 潘集5月 潘集11月 顾桥5月 顾桥11月 MAPE/ RMSE MAPE/ RMSE MAPE/ RMSE MAPE/ RMSE Chl-a/mgm-3 32.05 9.29 21.35 3.17 26.31 10.44 24.67 4.24 SD/m 24.31 0.17 7.43 0.03 14.31 0.12 9.59 0.07 TP/mgL-1 16.58 0.05 15.27 0.04 26.33 0.17 15.57 0.09 TN/mgL-1 15.26 0.6 6.83 0.13 12.58 0.25 16.47 0.42 CODMn/mgL-1 19.76 2.12 6.82 0.51 9.16 0.71 11.02 0.9 ChaoXing 第 3 期 裴文明等 淮南矿区不同类型沉陷水域水质遥感反演和时空变化分析 89 在潘集沉陷水域，5 月份各水质指标反演模型 精度均低于 11 月份。其中，5 月份，叶绿素 a 的 MAPE 和 RMSE 分别为 32.05和 9.29 mg/m3， 精度 在 5 项指标中最低。总氮的精度最高，MAPE 和 RMSE 分别为 15.26和 0.6 mg/L。11 月份，总氮和 高锰酸钾指数精度最高，MAPE 和 RMSE 分别为 6.83，6.82和 0.13 mg/L，0.51 mg/L。而叶绿素 a 的精度依然最低， MAPE 和 RMSE 分别为 21.35和 3.17 mg/m3。 这可能是因为叶绿素 a 的光学特性容易 受到水体中悬浮物和可溶性有机物的影响，而夏季 随着雨量增多，水体流动性大，沉积物再悬浮现象 发生更为频繁。 在顾桥沉陷水域， 与潘集沉陷水域类似， 叶绿素 a浓度精度均低于其他4项指标， 其中5月份的MAPE 和 RMSE 分别为 26.31和 10.44 mg/m3，11 月份的 MAPE 和 RMSE 分别为 24.67和 4.24 mg/m3。5 月 份，高锰酸钾指数精度最高，MAPE 和 RMSE 分别 为 9.16和 0.71 mg/L。11 月份，透明度精度最高， MAPE 和 RMSE 分别为 9.59和 0.07 m。潘集和顾 桥沉陷水域水质反演模型精度的差异反映了在不同 水域因为其水环境的差异，造成影响水体内部光学 特性的物质存在明显不同。 3.3 富营养化评价 根据以上建立的各项指标的反演模型，利用营 养状态指数计算出潘集和顾桥塌陷水域 5 月份和 11 月份的富营养化遥感评价图图 2 和图 3。 从图 2 可 以看出，潘集沉陷水域 5 月份水体富营养化程度基 本呈现出轻度富营养化状态。其中沉陷水域中部富 营养化程度较高， 达到中度甚至重度富营养化状态。 这与农业生产有关，由于春季当地农田开始播种， 大量的农业化肥的使用，加上春季降雨较少，对污 染物的排泄能力较差。潘集沉陷水域中部因为其特 殊的地理位置导致水中营养物质在此处富集，富营 养化程度比水域其他部分要高。 右图中 11 月份潘集 沉陷水域水体富营养化程度有所改善，水体内部没 有明显的富营养化差异，但整体水体依然为轻度富 营养化状态。 从图 3 可以看出，相比潘集沉陷水域，顾桥沉 陷水域富营养程度更为严重，5 月份，除西北部水 体外，其余均呈现出中度富营养化状态，在南部的 沉陷水域甚至达到了重度富营养化状态。这可能因 为南部水域 3 面被农田包围，受农业面源污染影响 较大。沉陷水域西北部水域较好，为中营养和轻度 富营养化状态。与潘集沉陷水域相似，春季是当地 农田播种的季节，大量的农业化肥的使用，加上春 季降雨较少，沉陷水域污染程度较为严重。而顾桥 沉陷水域南部靠近发电厂、矿区和居民区，大量的 工业废水和生活污水流入导致富营养化程度的加 重。到 11 月份，顾桥沉陷水域水质有明显改善，水 体内部富营养化差异较小，整体水域呈现出轻度富 营养化状态，但局部水域仍为中度富营养化状态。 总体上看，沉陷水域水体富营养化程度较为严 重，尤其是封闭的沉陷水域。沉陷水域周围大都为 农田，农业生产过程中使用的化肥、农药，含有磷、 氮化合物，在地表和土壤中累积后，随地表径流进 入沉陷水域。同时，周边的工矿企业以及居民排放 的各种污染物、营养物质进到沉陷水域内，共同构 成了沉陷水域富营养化的主要来源。潘集沉陷水域 由于有泥河沟通，水体流动性强，对污染物有一定 的排泄能力，水体富营养化程度相对较轻。顾桥沉 陷水域为封闭水域，水体流动缓慢，水体的自净能 力差，很容易受到外界环境影响，从而导致水体出 现严重的富营养化状态。时间上看，5 月份沉陷水 域的富营养化程度要明显高于 11 月份。 这一方面是 图 2 潘集沉陷水域 5 月和 11 月水体营养状况分布图 Fig.2 Distribution of eutrophication status in Panji ChaoXing 90 煤田地质与勘探 第 46 卷 图 3 顾桥沉陷水域 5 月和 11 月水体营养状况分布图 Fig.3 Distribution of eutrophication status in Guqiao 气候的原因，5 月份温度升高，降水偏少，水体中 的藻类、浮游物质繁殖旺盛。另一方面是人为的原 因，5 月份是当地农业生产播种施肥的季节，造成 水体藻类、浮游植物过度繁殖的磷、氮元素会被排 入沉陷水域内，加重水体的污染程度。11 月份，气 温降低，沉陷水域内藻类、浮游植物等大量死亡， 水体的污染情况减弱，富营养化程度降低。 4 结 论 针对淮南矿区沉陷水域，选取潘集和顾桥 2 个不同类型沉陷水域为研究对象，结合地面实地 监测数据和环境卫星数据，建立的水质指标模型 能够宏观反映出不同沉陷水域的水质差异，但 是，由于自然地理环境的差异和水环境的不同， 所建立的模型精度不高，今后仍需大量的现场验 证工作。 利用综合营养指数法对不同时段沉陷水域水质 富营养化进行综合评价的结果表明沉陷水域水体都 已呈现出富营养化状态，且不同类型沉陷水域在时 间上和空间上存在着明显的差异。从时间上看，不 同类型沉陷水域 5 月份的富营养化程度都要明显高 于 11 月份。从空间上看，顾桥沉陷水域富营养化程 度要明显高于潘集沉陷水域。因此，不同类型沉陷 水域水体富营养化分析将有助于淮南矿区进行因地 制宜的地表水环境治理，对区域生态资源的综合利 用具有重要意义。 参考文献 [1] DONG S C，YIN H W，YAO S P，et al. Detecting surface subsidence in coal mining area based on DInSAR technique[J]. Journal of Earth Science，2013，243449–456. [2] 徐良骥. 煤矿塌陷水域水质影响因素及其污染综合评价方法 研究[D]. 淮南安徽理工大学，2009. [3] 童柳华，刘劲松. 潘集矿区塌陷水域水质评价及其综合利用[J]. 中国环境监测，2009，25476–80. TONG Liuhua，LIU Jinsong. Water quality uation of subsi- dence water area and its comprehensive utilization in Panji min- ing area[J]. Environmental Monitoring in China，2009，254 76–80. [4] FAN T G，YAN J P，WANG S，et al. The environment and the utilization the status of the subsidence area in the Xu Zhou，Yan Zhou and Huainan and Huaibei region of China[J]. AGH Journal of Mining and Geoengineering，2012，363127–133. [5] 李金明，周祖昊，严子奇，等. 淮南煤矿采煤沉陷区蓄洪除涝 初探[J]. 水利水电技术，2013，44220–23. LI Jinming， ZHOU Zuhao， YAN Ziqi， et al. Preliminary research on flood-storage and water logging elimination of coal mining subsidence area of Huainan coal mine[J]. Water Resources and Hydropower Engineering，2013，44220–23. [6] 蔡庆华. 湖泊富营养化综合评价方法[J]. 湖泊科学，1997， 9189–94. CAI Qinghua. On the comprehensive uation s for lake eutrophication[J]. Journal of Lake Sciences，1997，91 89–94. [7] GURLIN D，GITELSON A A，MOSES W J. Remote estimation of Chl-a，concentration in turbid productive watersReturn to a simple two-band NIR-red model[J]. Remote Sensing of Envi- ronment，2011，115123479–3490. [8] PALMER S C J， KUTSER T， HUNTER P D. Remote sensing of inland watersChallenges，progress and future directions[J]. Remote Sensing of Environment，2015，1571–8. [9] 赵文宇，姜亮亮，焦键，等. 基于 Landsat-8 数据的东道海子 叶绿素 a 的遥感反演和监测研究[J]. 新疆环境保护，2017， 393，28–35. ZHAO Wenyu，JIANG Liangliang，JIAO Jian，et al. Study on Landsat8 data-based remote sensing retri and monitoring of Chlorophyll-a in the Dongdaohaizi[J]. Environmental Protection of Xinjiang，2017，39328–35. 下转第 97 页 ChaoXing 第 3 期 王志荣等 巷道防突岩柱厚度对断层带延期突水的控制机理 97 [13] 马尚权，何学秋. 煤矿事故中“安全流变–突变论”的研究[J]. 中国安全科学学报，1999，956–9. MA Shangquan，HE Xueqiu. Study on theory of safety rheology and mutation for accident in coal mine[J]. China Safety Science Journal，1999，956–9. [14] 孟召平，张贝贝，谢晓彤，等. 基于岩性–结构的煤层底板突 水危险性评价[J]. 煤田地质与勘探，2011，39535–40. MENG Zhaoping，ZHANG Beibei，XIE Xiaotong，et al. uation of water inrush risk of seam floor based on lithol- ogy-structure[J]. Coal Geology Exploration，2011，395 35–40. [15] 靳德武， 董书宁， 刘其声. 带水压开采安全评价技术及其发展 方向[J]. 煤田地质与勘探，2005，33增刊 121–24. JIN Dewu，DONG Shuning，LIU Qisheng. Safety uation technique and development tendency of safety mining above confined aquifer[J]. Coal Geology Exploration， 2005， 33S1 21–24. [16] 施龙青，韩进，宋扬，等. 用突水概率指数法预测采场底板突 水[J]. 中国矿业大学学报，1999，285442–444. SHI Longqing，HAN Jin，SONG Yang，et al. Forecast of water inrush from mining floor with probability inds[J]. Journal of China University of Mining Technology， 1999， 285 442–444. [17] 武强，刘金韬，董东林，等. 煤层底板断裂突水时间弱化效应 机理的仿真模拟研究以开滦赵各庄煤矿为例[J]. 地质学 报，2001，754554–561. WU Qiang， LIU Jintao， DONG Donglin， et al. Trial analyses and numeric simulations of water-bursting time-effect under coal bed[J]. Acta Geologica Sinica，2001，754554–561. [18] 武强，朱斌，李建民，等. 断裂带煤矿井巷滞后突水机理数值 模拟[J]. 中国矿业大学学报，2008，376780–785. WU Qiang，ZHU Bin，LI Jianmin，et al. Numerical simulation of lagging water-inrush mechanism of rock roadways near fault zone[J]. Journal of China University of Mining Technology， 2008，376780–785. 责任编辑 张宏 上接第 90 页 [10] 孙芹芹，洪华生. 九龙江下游水质遥感反演及时空变化分析[J]. 地理空间信息，2012，10436–39. SUN Qinqin，HONG Huasheng. Spatio-temporal analysis of water quality in the lower Jiulong river based on Landsat TM[J]. Geospatial Ination，2012，10436–39. [11] 江辉. 基于多源遥感的鄱阳湖水质参数反演与分析[D]. 南 昌南昌大学，2011. [12] 叶圆圆. 基于 RS 淮南采煤沉陷水域水质实时监测技术研究[D]. 淮南安徽理工大学，2014. [13] 裴文明，姚素平，董少春，等. 皖北刘桥矿采煤塌陷区生态环 境动态监测[J]. 煤田地质与勘探，2015，43267–72. PEI Wenming，YAO Suping，DONG Shaochun，et al. Dynamic monitoring of ecological environment of subsidence area of Liu- qiao coal mining area in Northern Anhui[J]. Coal Geology Ex- ploration，2015，43267–72. [14] 王桥. 环境一号卫星环境应用系统工程及其关键技术研究进 展[J]. 环境监控与预警，2009，1131–36. WANG Qiao. The research progress of the environmental appli- cation systemic engineering and key technologies of environment satellite[J]. Environmental Monitoring and Forewarning，2009， 1131–36. [15] 金焰，张咏，牛志春，等. 环境一号卫星 CCD 数据在太湖蓝 藻水华遥感监测中的应用[J]. 环境监测管理与技术，2010， 22553–56. JIN Yan，ZHANG Yong，NIU Zhichun，et al. Application of environmental satellite HJ-1 CCD data for cyanobacteria bloom remote sensing in Taihu lake[J]. Environmental Monitoring Management and Technology，2010，22553–56. [16] 陈姝， 居为民. 遥感图像分类方法及研究进展[J]. 河北农业科 学，2009，131143–146. CHEN Shu，JU Weimin. of remote sensing image clas- sification and study progress[J]. Journal of Hebei Agricultural Sciences，2009，131143–146. [17] 王明翠，刘雪芹，张建辉. 湖泊富营养化评价方法及分级标 准[J]. 中国环境监测，2002，18547–49. WANG Mingcui，LIU Xueqin，ZHANG Jianhui. uate and classification standard on lake eutrophication[J]. Environment Monitoring in China，2002，18547–49. 责任编辑 张宏 ChaoXing
展开阅读全文
