研究文章|开放获取
和肯恩华, ”土地利用土地覆盖变化检测水质:基于遥感和多变量统计研究”,环境和公共卫生杂志》上, 卷。2017年, 文章的ID7515130, 12 页面, 2017年。 https://doi.org/10.1155/2017/7515130
土地利用土地覆盖变化检测水质:基于遥感和多变量统计研究
文摘
马六甲河水质的影响是由于快速城市化发展。本研究应用LULC变化对水质检测马六甲河。方法使用LULC, PCA、CCA HCA, NHCA和方差分析。PCA证实DS、EC、盐度、浊度、TSS,做,BOD, COD,,汞、锌、铁、大肠杆菌,总大肠杆菌。CCA证实14个变量为两个变量;第一个变量包括住宅和工业活动;和第二变量涉及农业、污水处理厂和畜牧业。HCA和NHCA强调集群与Hg 1发生在城市地区,铁、总大肠杆菌,并污染;集群3发生在郊区地区盐度、EC, DS;和集群2发生在农村地区盐度和电子商务。LULC和水质数据之间的方差分析表明,建筑面积大大污染了水质大肠杆菌、总大肠菌、EC, BOD, COD, TSS、汞、锌、铁,而农业活动导致EC, TSS、盐度、大肠杆菌,总大肠菌、砷、铁污染;和开放空间造成污染的浊度、盐度EC和TSS。研究发现提供了有用的信息识别污染源与河流水质和理解LULC引用适当的管理决策者的土地使用面积。
1。介绍
土地利用土地覆盖(LULC)指的是两个不同的术语,通常是交替使用(1,2]。土地覆盖可以被定义为地球表面的物理特性包括植被、水、土壤、和其他物理特性通过人类的活动,如定居点,而土地利用是指人类栖息地有关土地利用经济活动(1]。LULC模式取决于人类使用的自然和社会经济发展在空间和时间。换句话说,土地利用变化影响土地覆盖能力,反之亦然。转向可能负面影响通过社会活动的土地使用的角度是影响土地覆盖变化,特别是在生物多样性、水和地球辐射,微量气体排放和其他过程一起影响气候和生物圈(2,3]。这些变化是由于只有一个主要因素的规模和模式,即“人口增长。“增长的人口增长直接和间接导致LULC变化,尤其是建筑面积从需求的角度来看,农业活动,和水资源。生态专业知识非常关心LULC变化,影响生物多样性和水生生态系统(4]。LULC分水岭的变化将影响水质,导致地表径流增加,减少地下水排放,污染物的转移(2,4]。因此,LULC信息在流域层面的选择很重要,规划、监视和管理水资源,土地利用的变化满足人类需求的日益增长的需求和福利不影响水质。
各种研究已经进行了流域的变化分析,这是很重要的在发展中保护水资源的有效管理策略(1,5- - - - - -7]。流域管理是必要的,因为一个分水岭不仅是水文单元(8),但也是一个重要组成部分在socioecological角度通过提供经济、食物、和社会保障以及提供生命支持服务当地居民(9]。LULC集水面积的变化对城市化和森林砍伐会不断有负面影响水质和间接影响到流域生态系统的性质。因此,对空间和时间变化的理解,随着时间的推移,发生在一个分水岭的解释流域的水文组件之间的交互将允许更好的节水策略制定(5]。具体来说,遥感技术已广泛应用分类和地图LULC变化与不同技术和数据集,如陆地卫星图像提供更好的分类不同的景观组件在大规模10]。几个发达在遥感图像变化检测技术已经不断讨论每个技术的优缺点。包括非监督分类或聚类、分类监管,PCA,混合分类、模糊分类,一般都是应用和使用的分类(1,2,11,12]。虽然提出了不同的分类技术,监督分类方法被认为是有利于变化检测分析。最近,研究人员应用监督分类数LULC变化检测几个研究目标和目的1- - - - - -3,13]。
马六甲河分水岭地区被选择用于变化检测的研究由于其不受控制的城市化,大量的污水排放,土壤侵蚀和树切割和活跃。除了这些行动,农药残留和畜牧业残留物被怀疑成为重大关切分水岭地区由于增加农业和家禽农场活动(14]。快速城市发展研究区已导致一些问题像碎片水生动物,由于森林砍伐和水土流失,河流污染排放城市垃圾和工业废弃物(15]。本研究利用遥感应用进行区分的程度变化发生在马六甲河流域15年了。本研究的目标是研究污染物在马六甲河的潜在来源之间的2001年,2009年和2015年;识别流域不同LULC类和模式的变化从2001年到2009年和2009年到2015年;并确定LULC变化导致污染物来源的连接在马六甲河。
2。材料和方法
2.1。研究区域
马六甲州位于马来西亚半岛的西南部。地理坐标是2°23 16.08′′′N 2°24′52.27′′N 36.45纬度和102°10′′′E 102°29′17.68′′E经度。马六甲州可以分为三个区,即阿Gajah, Jasin,马六甲中央。马六甲州的集水区是大约670公里2并包含一个马六甲河长80公里,沿途流经Gajah和马六甲中央。一般来说,这条河是由13次盆地的分水岭,即Kampung Ampang拔都Gadek次盆地,Kampung Balai次盆地,Kampung拔都Berendam次盆地,Kampung Buloh中国次盆地,Kampung程次盆地,Kampung Gadek次盆地,Kampung Harmoni Belimbing Dalam次盆地,Kampung Kelemak次盆地,Kampung Panchor次盆地,Kampung乌敏岛次盆地,Kampung河Petai次盆地,Kampung Tamah Merah次盆地,和Kampung Tualang次盆地。只有7次盆地的13个被选中,沿着河(图9取样站1)。
马六甲州有一个水库位于阿Gajah和马六甲中央。这是榴莲Tunggal水库,20公里的流域2。它作为一个马六甲居民用水的来源。增加当地人口已导致越来越多的公共设施如交通、医疗保健、住宿、污水、供水服务(14- - - - - -16]。由于人口的急剧增长,城市快速发展在马六甲海峡也增加,特别是从土地利用的角度来看。大多数居民都集中在城市,而向西延伸约10公里,东10公里,北部20公里。土地利用的变化不断发展,直到今天,这是符合可持续旅游业的愿景和使命。最终,这些行为间接促进经济增长和政治变化,加强文化和社会关系,同时也影响环境质量,特别是马六甲河的水。
3所示。数据收集
九名抽样站选择马六甲河沿岸。河水质数据包括2015年样本分析基于APHA [17),而河流水质数据对2001年和2009年收集的环境(DOE),马来西亚。主数据收集在2015年获得最近的水质数据状态以及现场数据验证。只涉及到两种测量方法:原位分析和实验室分析。河流水质分析根据物理化学参数,即pH值、温度、电导率(EC)、盐度、浊度、总悬浮固体(TSS),溶解固体(DS)、溶解氧(做),生化需氧量(BOD)、化学需氧量(COD)、氨氮(NH)3N)、微量元素(即。,mercury, cadmium, chromium, arsenic, zinc, lead, and iron), and biological parameters (i.e.,埃希氏杆菌属大肠杆菌和总大肠菌)如表所示5。此外,遥感图像的选择研究领域2001年,2009年和2015年获得了从ARSM和从美国地质勘探局地球浏览器下载所选的研究领域在马六甲州。陆地卫星5号拍摄TM数据获得了2001年和2009年,而地球资源观测卫星8数据是2015年获得。
4所示。数据分析
4.1。河水数据
以下4.4.1。水质分析
水样分析基于原位测量和实验室分析。原位测量包括pH值测试使用SevenGo Duo pro探针(梅特勒-托利多集团);浊度测试使用便携式浊度计(浊度计处理哈希2100);和多参数探测(猎户星系列便携式计)测试温度、EC, DS,盐度,做。与此同时,实验室分析涉及到对NH测量3N使用一个基于分光光度计的哈希方法8038;鳕鱼参数使用APHA 5220 b开放回流技术;BOD参数测量使用APHA 5210 b(哈希方法8043);TSS测量使用APHA 2540 d方法;大肠杆菌和大肠杆菌测试使用膜过滤方法基于APHA 9221 b;和微量金属测试使用一个电感耦合等离子体质谱法(icp, ELAN DRC-e珀金埃尔默)。每个样本进行测试计算平均值,前一式三份和标准偏差(SD)是用作指示的每个参数测量的精度小于20%。
4.1.2。统计分析
然后分析结果输入到社会科学统计软件包(SPSS)版本23使用主成分分析(PCA)的统计分析,典型相关分析(CCA),层次聚类分析(HCA)和无聚类分析(NHCA)和方差分析(方差分析)。一般来说,可以表示通过PCA ()原始数据的主要组件因素(变异的来源),影响观测数据方差和()整个数据集提取的特征值和特征向量(18]。只有特征值大于1被认为是重要的19)执行新组变量最大方差法因素(VFs)。VFs系数0.6被认为是“温和”与载荷将考虑因素。主成分分析应用于本研究定义在马六甲河污染物来源的可能性。不断,PCA的组件将被提取到CCA进行进一步分析。CCA有能力调查两组之间的关系。换句话说,(CCA)将寻求向量随机变量a和b的和最大化的相关性;()随机变量和将执行新的正则变量集,构造是原始变量的线性组合与简单的相关性和V;(),那么其他向量和拥有最大相关但不相关的主题与第一个正则变量也会产生第二个正则变量(20.]。CCA应用于本研究确定精确地在河里污染物来源。HCA能够排序不同的对象为同一组对象之间相似性的基础上,包括()病房使用方差分析的方法,以减少之间的任何两个集群(18,21];()测量通过两个样本之间的欧氏距离的相似之处(18,21];和()dendogram提供高相似度的结果小集群之间的距离在一组(12]。本研究采用HCA确定研究区区域造成污染。不像HCA, NHCA的参与——方法用于获得正确的污染物来源分类提供了基于PCA的组件。最后,将使用方差分析来分析土地利用类之间LULC变化分析与水质因子载荷的PCA分析。使用方差分析的主要目的是确定和证明现有LULC类污染物来源影响水质和反应导致马六甲河的污染。
4.2。遥感数据
4.2.1。准备图像预处理、LULC分类、变化检测分析
卫星图像预处理要求,确保主对象可以建立成一个更直接的获得数据之间的联系和生物物理现象(1]。预处理是使用运用ArcGIS 10.0版本,完成mosaicking,构造子集的图像感兴趣的领域(AOI)。地球资源观测卫星8使用全色波段图像进行空间锐化导致15米分辨率的图像。同时,陆地卫星5号拍摄2001年和2009年的TM图像的原始30米分辨率。进一步图像处理使用5.0的环境进行了分析。该图像显示在自然色复合使用的乐队组合3、2、1的陆地卫星5号拍摄TM和4,3,2为陆地卫星8。最大似然监督分类进行选择使用几个地区,与感兴趣的区域(roi)基于划定农业类组合区域,水,和开放空间区域(表1)。
|
||||||||||||||||
在执行LULC变化检测、postclassification 5.0检测方法应用于环境,其中包括两个独立分类的图像用于制造比较像素的基础上发生变化的信息。图像之间的解释提供了“从——“信息的变化。分类的图像比较两个不同的数据集使用交叉表确定定性和定量方面变化的时期从2001年到2009年和2009年到2015年。变化的大小和比例的变化可以表示在一个简单的公式如下: 在哪里级的变化,比例的变化,是第一个数据,是参考数据11]。
4.2.2。精度评估
分类精度评估为2001、2009和2015张照片进行了确定从数据提供的信息的质量。如果用于变化检测分类数据分析,进行精度评估是很重要的对个人分类(1]。Kappa测试是用于执行测量分类精度的测试能够占所有元素在混淆矩阵包括对角元素(22]。kappa测试是测量计算使用预定义的生产者和用户指定的评级,这可以表示如下: 在哪里的次数评级机构同意,的次数评级机构预计同意只有通过机会(1,23]。同时,用户精度的概率可以被定义为一个像素在图像实际上代表一个类在地面上,而生产者的准确性表示一个像素的概率被正确分类,主要用于了解一个领域可分为(23]。如前所述,四类的类描述应该有一个至少50分每增加认为类别的百分比精度评估(1]。因此,这项研究表明总体分类精度为2001,2009年和2015年是89.51%,88.49%,和92.21%,kappa统计数据为0.87,0.85,和0.90,分别。据翁(24],精度评估的最低水平的识别土地利用遥感数据和LULC类应该至少85%。
5。结果和讨论
5.1。LULC变化的大小和比例在2001 - 2009和2009 - 2015之间
LULC的大小和比例的变化从2001年到2009年和2009年到2015年是总结表2。结果表明在2001年土地利用类型组合区域是196公里2(29.3%),农业是271公里2(40.4%),水是138公里2(20.6%)和开放空间是65公里2(9.7%)。在2009年,只有建筑密集区和开放空间增加,约49公里2(7.3%)和61公里2(9.1%)成为共有245公里2(36.6%)和126公里2分别为(18.8%)。然而,农业和水减少了约10.3%和6.1%,这导致了总面积202公里2和97公里2。最后,组合区域不断增加了13.7%提供总面积337公里2,农业用地也增加2.9%执行总面积221公里2。然而,开放空间区域减少了约44公里2总面积82公里2(12.2%)和水覆盖率持续降低10%或67公里2导致30公里的总面积2(14.5%)。一般来说,交叉表用于这个研究来确定数量的转换从一个特定的土地覆盖到另一个从一个特定的土地覆盖分类后的日期。LULC类的大小变化从农业土地和水变成开放空间和建筑面积从2001年到2009年是列在下表中3。换句话说,大多数的水体面积减少,转化为开放空间和农业土地,包括某些地区已经变成了组合(数字3(一个)和3 (b))。与此同时,表4显示了LULC类变化从水和开放空间区域建筑面积和农业土地,从开放空间组合领域不断增加和水覆盖转化为农业用地从2009年到2015年(数字3 (b)和3 (c))。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 病重意味着浊度;DS意味着溶解固体;反对意味着导电性;萨尔意味着盐度;临时意味着温度;做意味着溶解氧;BOD意味着生物需氧量;鳕鱼意味着化学需氧量;TSS意味着总悬浮物;pH值意味着酸性或碱性水; NH3N意味着氨氮;大肠杆菌意味着埃希氏杆菌属大肠杆菌;杆菌大肠杆菌;意味着砷;Hg意味着汞;Cd意味着镉;Cr意味着铬;Pb意味着领导;锌锌;铁是铁;SD意味着标准差; S1 to S9 means Station 1 to Station 9. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
5.2。水质评价的基础上确定污染物来源
PCA应用比较组合模式水质参数和确定因素之间的影响确定在马六甲州地区。根据表6,有7个人电脑通过特征值大于1,确定总方差的69%。主成分(PC) 1载荷与总方差的15.3%有积极的载荷为溶解固体,导电性,和盐度与农业非点源污染活动,有助于通过地表径流18]。盐度存在污染由于农药使用棕榈油和橡胶种植园以及畜牧业(鸡、牛、羊)由一些当地居民马六甲河沿岸。除此之外,河流侵蚀河岸由于疏浚活动是导致电导率在河里污染。电脑2解释正载荷的浊度和总悬浮固体总方差的10.3%。这种情况可能发生在有干扰的疏浚、人类活动的水文修改水改道,渠道化导致中断在马六甲河(16]。另一方面,越来越多的人口增长导致土地清理增加城市发展(18,19)和地表径流造成道路边缘侵蚀(19]发生在居民区附近河。接下来,PC 3显示积极加载BOD和COD的总方差的10.1%,可与人为源,有较高的可能性来自污水处理厂,点源污染(19]。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
大胆的值因素载荷高于0.6,方差极大旋转后被执行。 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
电脑4载荷与总方差的10%有积极的载荷在锌和铁。锌污染由于存在大量的房屋和建筑发展城市和农村地区,使用金属屋顶涂锌,它可以调动到大气中,水路当接触烟雾和酸雨19),而铁污染是因为大部分地区的农村地区的农业生产活动(18在城市地区[]和来自工业废水19]。电脑5表示积极的加载砷总方差的8.5%,表明污染强劲的可能性与农业用地(包括25]。电脑6载荷与总方差的8.0%有积极的载荷大肠杆菌和总大肠杆菌,而负载荷是溶解氧。的存在大肠杆菌和总大肠杆菌污染河水强烈与原材料从国内城市污水和家禽农场主要在农村和城市地区。此外,地表径流和放电从城市污水处理厂以及溶解氧污染可能影响高水平的溶解有机物,消耗大量的氧气19)和疑似来自农业活动和森林地区主要土地利用类型在农村地区。最后,电脑7导致积极的加载的汞总方差的6.8%,高度怀疑与化学工业废水(25),大多数发生在结构和马六甲河的下游。因此,最可能的来源的污染物的物理化学和生物参数是农业,住宅活动、化粪池和污水处理厂活动,畜牧业、工业活动,和开放空间的活动,一个重要的角色在指定LULC的变化。
不断,CCA进行数据集获得7个人电脑。在响应中有14个变量的数据集,即生物参数大肠杆菌和总大肠菌和理化参数包括浊度、DS、EC、盐度、做,BOD, COD, TSS,,汞、锌和铁(表7)。表7代表CCA生物和物理化学变量的结果。相关系数为正则变量1和2分别为0.841和0.660,分别指示都是统计学意义()。规范的检验统计量变量1和2是发现24自由度有11个自由度。这个结果表明两变量1和2之间有很强的关系高度相关的响应和预测集数据;只有变量2高于变量1。第一个规范的主要变量生物变量(变量)是大肠杆菌,而主导变量(物理化学参数)DS、EC, BOD, COD、Hg、锌。接下来,第二个正则变量说明预测变量大肠杆菌和总大肠杆菌,而响应变量的浊度的结果,EC、盐度、TSS、,和铁。考虑提到的结果,可以看到规律。从第一个正则变量表示,住宅和工业活动有很高的比例导致污染物的来源,而第二个正则变量表明农业、污水处理厂,包括化粪池和畜牧活动证明导致污染物来源和反应的非点源污染河流。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
进一步分析是进行分层聚类分析(HCA)和无聚类分析(NHCA),以及方差分析LULC类之间的变化与河流水质数据。HCA使用沃德的方法的分析表明三个集群领域的结果,可分为与S7 C1, S8,和S9;C2与S1和S2;和C3 S3、S4 S5, S6(图2(一个))。提供的结果将进一步分析使用无聚类分析获得正确的污染物来源分类基于PCA组件位置区的参与。根据表8NHCA确认四个样本中发现集群1 275例涉及生产汞、铁、总大肠菌,和做;集群2只有5例生产两个样品盐度和电子商务;和集群3三个样品检测44例产生盐度,EC和DS。换句话说,集群1明显受到涉及工业和住宅活动,以及污水处理厂(19),而集群3被怀疑进行农业、污水处理厂、和畜牧活动;和集群2参与农业和畜牧业造成轻微影响的活动(18)(图2 (b))。因此,集群1是可能发生在市区,集群3是郊区,和集群2是农村。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
(一)使用病房连杆系统树图
(b)最终集群中心
(一)
(b)
(c)
最后,如统计分析所述,方差分析(方差分析)获得准确结果LULC类之间进行河流水质的15年。LULC类,组合与9有最高意义的区域水质变量;植被是第二个最高和水质有8个变量显著;和最低的意义是开放空间只有4变量导致方差分析(表的水质9)。人口密集的地方受到造成污染大肠杆菌、总大肠菌、EC, BOD, COD, TSS、汞、锌和铁。在这种情况下,住宅活动(BOD, COD,大肠杆菌、总大肠菌和锌),工业活动(汞、锌和铁)和污水处理厂(BOD, COD,大肠杆菌和总大肠菌)以及畜牧业(大肠杆菌,总大肠菌)疑似污染马六甲河主要污染物来源,多数发生在城市和郊区。同时,植被面积包括农业活动和林地被怀疑导致河流水质污染。农业活动具有高的使用杀虫剂会导致盐渍化污染;和高百分比的化肥会造成大肠杆菌,总大肠菌、砷和铁污染。间接、农业活动可能会破坏土壤结构,导致电子商务以及TSS在河里。这些活动导致非点源污染发生。不断,虽然做的是怀疑污染植被区域,然而,变量是不被认为是由于在分析提供的结果没有意义(df = 2,)= 1.38。可能小造成的污染可以与林地的活动。开放空间LULC类的活动可以被描述为过渡区域人口密集的地方,从农业、转换以及几个地区林地为农业活动。另一方面,水文修改疏浚、引水、和渠道化将导致侵蚀河岸增加浊度的污染,盐度、EC、TSS。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
单向方差分析与是显著的。 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
6。结论
遥感是一种工具来帮助检测LULC的大小变化发生在马六甲河流域河流水质的跨度15年。它分为两个部分:2001年到2009年长达9年,2009年至2015年7年了。该研究凸显了遥感的应用开发LULC改变随着时间的推移,基于污染物对河流水质污染来源。7个人电脑已经通过主成分分析确定导致DS, EC、盐度、浊度、TSS,做,BOD, COD,,汞、锌、铁、大肠杆菌在河里,总大肠杆菌检测水质,造成可能的检测污染物来源的农业活动,居住活动,工业活动,化粪池,污水处理厂的活动,以及畜牧业的活动。同时,选中变量从主成分分析将应用于CCA寻求响应数据的物理化学参数之间的关系和生物参数的预测数据,结果显示强劲的关系和高度相关。CCA表示第一个正则变量大肠杆菌、DS、EC, BOD, COD、汞、锌,证明现有的住宅和工业活动。与此同时,第二个正则变量产生大肠杆菌、总大肠菌、浊度、EC盐度、TSS,,和铁,导致了在农业、污水处理厂以及化粪池和畜牧活动进行在马六甲河的分水岭。
后来,HCA应用于确定基于污染发生可能的区域,表明三个集群包含C1与S7 S8,和S9;C2与S1和S2;和C3 S3、S4 S5, S6。接下来,NHCA用于获得正确的分类基于集群HCA的污染物来源和PCA组件,定义集群1生产汞、铁、总大肠菌,和做;集群2产生盐度和电子商务;和集群3产生盐度、EC和DS。总的来说,HCA和NHCA强调集群1发生在城市地区,集群3是郊区,和集群2是农村。最后,LULC之间的方差分析和水质污染的数据显示人口密集的地方大肠杆菌、总大肠菌、EC, BOD, COD, TSS、汞、锌、铁,这强调了住宅活动,工业活动、污水处理厂以及畜牧业发生在城市和郊区地区。同时,植被面积农业活动被怀疑导致EC, TSS、盐度、大肠杆菌,总大肠菌、砷、铁污染,而林地影响轻微污染河水的污染。大部分植被发生在郊区和农村地区。最后,开放空间活动污染的浊度、盐度、EC、和TSS由于水文修改如疏浚、引水、渠道化。总体而言,这些研究结果提供了一个有效的解决水质管理大型复杂水质数据时,提供有用的信息识别污染源和了解河流水质与LULC变化检测信息为决策者提供参考适当的土地利用管理区域。
的利益冲突
作者宣称没有利益冲突有关的出版。
确认
作者要感谢部门的环境(DOE),马来西亚、灌溉和排水(译本),马来西亚、城乡规划部门(JPBD),马来西亚,马来西亚遥感机构(ARSM)和美国地质调查局(USGS)水质提供基础数据,河流,GIS-map基础地图包括土地利用活动,和遥感意象。
引用
- j·s·Rawat和m·库马尔”监测土地利用/覆盖变化利用遥感和GIS技术:一个案例研究的Hawalbagh块,地区Almora北阿坎德邦,印度,”埃及遥感和空间科学杂志》上,18卷,不。1,第84 - 77页,2015。视图:出版商的网站|谷歌学术搜索
- 屁股,r . Shabbir s s·艾哈迈德和n·阿齐兹,“土地利用变化映射和使用遥感和GIS分析:一个案例研究的sim分水岭,伊斯兰堡,巴基斯坦,“埃及遥感和空间科学杂志》上,18卷,不。2、251 - 259年,2015页。视图:出版商的网站|谷歌学术搜索
- m . s . Boori诉Vozenilek,“土地覆盖干扰由于Jeseniky山区旅游:基于遥感和GIS的方法,”地球资源与环境遥感和GIS应用V, 92450 t卷,9245学报学报,国际社会对于光学和光子学,阿姆斯特丹,荷兰,2014年9月。视图:出版商的网站|谷歌学术搜索
- c·k·赖特和m . c . Wimberly“近期土地利用变化在西部玉米带威胁草原和湿地,”美国国家科学院院刊》上的美利坚合众国,卷110,不。10日,4134 - 4139年,2013页。视图:出版商的网站|谷歌学术搜索
- a·阿什拉夫改变水文喜马拉雅山脉的分水岭InTech,的哲理,里耶卡,克罗地亚,2013。
- 美国Gajbhiye和s . k . Sharma”土地利用和土地覆盖变化检测的因陀罗河流域通过使用时段遥测遥感卫星数据,”国际测绘学与地球科学杂志》上,3卷,不。1,p。89年,2013。视图:谷歌学术搜索
- H.-B。胡,H.-Y。刘,肯尼迪。郝,j .”,分析土地利用变化特征基于遥感和GIS在Jiuxiang河流域,”国际期刊在智能传感和智能系统,5卷,不。4、811 - 823年,2012页。视图:谷歌学术搜索
- p·辛格,a·古普塔和m·辛格”从流域水文推论分析水资源管理利用遥感和GIS技术,”埃及遥感和空间科学杂志》上,17卷,不。2、111 - 121年,2014页。视图:出版商的网站|谷歌学术搜索
- 银行总裁a·费尔纳德,Tidwell诉,j·里维拉et al .,”建模的可持续性水、环境、生活和文化传统灌溉社区和他们的水域,“可持续性,4卷,不。11日,第3022 - 2998页,2012年。视图:出版商的网站|谷歌学术搜索
- m·c·汉森和t·r·拉夫兰”的大面积土地覆盖变化监测利用陆地卫星数据,”环境遥感卷,122年,第74 - 66页,2012年。视图:出版商的网站|谷歌学术搜索
- a·马哈茂德和a . s . Achide”,分析土地利用/土地覆盖变化监测在Keffi-Nigeria城市扩张,”环境研究杂志》第六卷,没有。2、129 - 134年,2012页。视图:谷歌学术搜索
- n·m·Gazzaz m . k . Yusoff m . f . Ramli a . z .阿里斯和h . Juahir”表征的空间模式在河流水质使用最优化模式识别技术,“海洋污染公告,卷64,不。4、688 - 698年,2012页。视图:出版商的网站|谷歌学术搜索
- i r . Hegazy和m . r . Kaloop”监测城市发展和土地利用变化检测与GIS和遥感技术在Daqahlia省埃及,”国际期刊的可持续发展的建筑环境,4卷,不。1,第124 - 117页,2015。视图:谷歌学术搜索
- a . k .华”,执法和水资源马六甲河的公众认知的案例研究,“国际科学研究在科学与技术杂志》上,3卷,不。1,第116 - 111页,2015。视图:谷歌学术搜索
- a . k .华”的政策研究对水资源在马六甲州:一个案例研究马六甲河,马来西亚、”国际研究社会科学杂志》上,4卷,不。6、15 - 20,2015页。视图:谷歌学术搜索
- s . n . Rosli a z阿里斯,n·m·马吉德,“马六甲河水质空间变化评估使用多元统计分析,“马来西亚应用生物学,44卷,不。1,十三至十八页,2015。视图:谷歌学术搜索
- 美国公共卫生协会(APHA),水和废水的标准检测方法美国自来水厂协会水环境联合会,华盛顿特区,美国21版,2005年。
- a z阿里斯,s m . Praveena n·m·Isa et al .,“应用environmetric地表水质量评估方法的兰卡威岛地质公园(马来西亚),“环境取证,14卷,不。3、230 - 239年,2013页。视图:出版商的网站|谷歌学术搜索
- h . Juahir s . m . Zain m . k . Yusoff et al .,“空间水质评估Langat流域(马来西亚)使用environmetric技术”环境监测和评估,卷173,不。1 - 4、625 - 641年,2011页。视图:出版商的网站|谷歌学术搜索
- r .这m . s . Sabahi a . r . Karbassi a . Baghvand h·t·德,“多元统计分析地表水质量基于相关性和变化的数据集,”海水淡化,卷260,不。1 - 3、129 - 136年,2010页。视图:出版商的网站|谷歌学术搜索
- 中情局Najar和a . b .汗”的水质和污染源的识别评估三个湖泊在克什米尔,印度,使用多变量分析,“环境地球科学,卷66,不。8,2367 - 2378年,2012页。视图:出版商的网站|谷歌学术搜索
- m·d·Behera硼酸、熊猫、p . r . Behera p·s·罗伊,“建模和分析流域动态使用基于细胞自动机(CA)马尔可夫模型(一个信息图谱的方法,”地球系统科学杂志》上,卷121,不。4、1011 - 1024年,2012页。视图:出版商的网站|谷歌学术搜索
- r·g·本丢小m .米隆,“死亡Kappa:出生数量精度评估和分配分歧意见不合,”国际遥感杂志》上,32卷,不。15日,第4429 - 4407页,2011年。视图:出版商的网站|谷歌学术搜索
- 问:翁”,热红外遥感在城市气候与环境研究:方法、程序,和趋势,“ISPRS《摄影测量与遥感,卷64,不。4、335 - 344年,2009页。视图:出版商的网站|谷歌学术搜索
- a . w . y . Lim z阿里斯,s m . Praveena”应用最优化方法来评估水化学的空间变化和污染源的识别Langat河,马来西亚、”阿拉伯地球科学杂志》》第六卷,没有。12日,第4901 - 4891页,2013年。视图:出版商的网站|谷歌学术搜索
版权
版权©2017和肯恩华。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。