基于SVR的鄂爾多斯風沙灘地區(qū)土壤水分遙感反演方法研究
發(fā)布時間:2021-02-23 07:56
土壤水分是地表水循環(huán)的重要組成部分,是氣象學、水文學、農(nóng)學和生物學等多學科的關(guān)鍵參數(shù),在水文預報、農(nóng)情監(jiān)測、地表碳循環(huán)、地表水分蒸發(fā)與植被蒸騰中扮演著重要的角色。我國西北干旱半干旱區(qū),降水稀少、蒸散強烈,土壤水分作為重要的生態(tài)因子,影響著土壤和大氣界面間的能量平衡,因此,研究西北地區(qū)的地表土壤水分空間分布特征對該地區(qū)水資源配置、旱情防治和生態(tài)環(huán)境監(jiān)測都具有重大意義。隨著遙感技術(shù)的飛速發(fā)展,為土壤水分大面積且連續(xù)地觀測、獲取和分析提供了可能。其中,微波遙感因具備不受天氣條件限制,全天時、全天候的對地觀測能力,以及對土壤水分敏感等優(yōu)點,在土壤水分反演研究過程中得到廣泛應用。本文基于全極化Radarsat-2 SAR數(shù)據(jù),GF-1、Sentinel-2B光學影像數(shù)據(jù)以及野外實測數(shù)據(jù),在綜合考慮研究區(qū)地表植被特點及地表粗糙程度的前提下,選取不同植被相關(guān)參數(shù),利用水云模型去除地表植被層的影響,通過對比土壤水分的反演精度,確定適用于表征研究區(qū)植被散射特征的最佳植被相關(guān)參數(shù);谒颇P吞崛adarsat-2 SAR數(shù)據(jù)的裸土后向散射系數(shù),并利用AIEM模型建立后向散射系數(shù)數(shù)據(jù)庫,采用查找表法模擬...
【文章來源】:長安大學陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】:78 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 選題背景及研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 土壤水分微波遙感反演研究現(xiàn)狀
1.2.2 土壤水分極化分解反演研究現(xiàn)狀
1.3 研究內(nèi)容與技術(shù)路線
1.4 論文結(jié)構(gòu)
第二章 微波遙感基本原理
2.1 微波遙感機理
2.1.1 雷達方程
2.1.2 雷達后向散射系數(shù)
2.1.3 雷達參數(shù)
2.2 極化雷達理論基礎(chǔ)
2.2.1 電磁波的極化表達
2.2.2 目標極化散射特性描述
2.2.3 極化分解相關(guān)理論
2.2.4 極化特征參數(shù)
2.3 地表參數(shù)
2.3.1 土壤含水量參數(shù)
2.3.2 土壤介電特征
2.3.3 地表粗糙度參數(shù)
2.3.4 地表植被參數(shù)
第三章 研究區(qū)概況及數(shù)據(jù)處理
3.1 研究區(qū)概況
3.1.1 自然地理特征
3.1.2 人文景觀特征
3.2 遙感數(shù)據(jù)源及預處理
3.2.1 Radarsat-2 SAR數(shù)據(jù)及預處理
3.2.2 Sentinel-2B數(shù)據(jù)及預處理
3.2.3 GF-1 數(shù)據(jù)及預處理
3.3 野外數(shù)據(jù)采集及處理
第四章 土壤水分微波-光學耦合模型植被參數(shù)的確定
4.1 裸土后向散射模擬
4.1.1 植被參數(shù)計算
4.1.2 水云模型估算裸土后向散射系數(shù)
4.2 土壤水分反演模型構(gòu)建
4.2.1 后向散射系數(shù)對地表特征的響應關(guān)系
4.2.2 土壤水分反演模型的構(gòu)建
4.2.3 不同植被參數(shù)下反演模型的建立與驗證
第五章 基于SVR的土壤水分反演方法研究
5.1 支持向量回歸模型
5.2 構(gòu)建微波-光學耦合的土壤水分SVR模型
5.2.1 有效粗糙度參數(shù)模擬
5.2.2 基于有效粗糙度參數(shù)的土壤水分SVR模型的構(gòu)建
5.2.3 土壤水分反演模型應用與分析
5.3 構(gòu)建基于極化特征參數(shù)的土壤水分SVR模型
5.3.1 極化特征參數(shù)與土壤水分的相關(guān)性分析
5.3.2 基于主成分分析的數(shù)據(jù)降維方法
5.3.3 基于極化特征參數(shù)的土壤水分SVR模型的構(gòu)建
5.3.4 土壤水分反演模型應用與分析
5.4 兩種反演模型的對比分析
第六章 結(jié)論與展望
6.1 主要結(jié)論
6.2 創(chuàng)新點
6.3 不足與展望
參考文獻
攻讀學位期間取得的研究成果
致謝
【參考文獻】:
期刊論文
[1]西北地區(qū)水資源配置與區(qū)域經(jīng)濟研究[J]. 王晶. 甘肅農(nóng)業(yè). 2018(17)
[2]Sentinel-2A衛(wèi)星數(shù)據(jù)處理分析及在干旱河谷提取中的應用[J]. 楊斌,李丹,高桂勝,陳財,王磊. 國土資源遙感. 2018(03)
[3]植被含水量高光譜遙感監(jiān)測研究進展[J]. 張峰,周廣勝. 植物生態(tài)學報. 2018(05)
[4]基于支持向量機回歸算法的土壤水分光學與微波遙感協(xié)同反演[J]. 姜紅,玉素甫江·如素力,拜合提尼沙·阿不都克日木,何輝,艾則孜提約麥爾·麥麥提. 地理與地理信息科學. 2017(06)
[5]基于Sentinel-2A岷江上游地表生物量反演與植被特征分析[J]. 楊斌,李丹,王磊,陳財. 科技導報. 2017(21)
[6]Sentinel-2B衛(wèi)星發(fā)射成功[J]. 范唯唯. 空間科學學報. 2017(04)
[7]基于改進水云模型和Radarsat-2數(shù)據(jù)的農(nóng)田土壤含水量估算[J]. 楊貴軍,岳繼博,李長春,馮海寬,楊浩,蘭玉彬. 農(nóng)業(yè)工程學報. 2016(22)
[8]基于新的組合粗糙度參數(shù)的土壤水分微波遙感反演[J]. 孔金玲,甄珮珮,李菁菁,楊笑天,楊晶,吳哲超. 地理與地理信息科學. 2016(03)
[9]基于Freeman分解的喀斯特高原山區(qū)煙田土壤水分反演研究[J]. 王平,周忠發(fā),廖娟. 地理與地理信息科學. 2016(02)
[10]利用RADARSAT-2雷達數(shù)據(jù)與改進的水云模型反演冬小麥葉面積指數(shù)[J]. 陶亮亮,李京,蔣金豹,陳曦,蔡慶空. 麥類作物學報. 2016(02)
博士論文
[1]內(nèi)陸水體水色參數(shù)遙感反演及水華監(jiān)測研究[D]. 李瑤.中國科學院大學(中國科學院遙感與數(shù)字地球研究所) 2017
[2]基于多源數(shù)據(jù)的土壤水分估算及森林火災風險評估應用[D]. 樊磊.中國科學院大學(中國科學院遙感與數(shù)字地球研究所) 2017
[3]基于多波段多極化SAR數(shù)據(jù)的草原地表土壤水分反演方法研究[D]. 白曉靜.電子科技大學 2017
[4]生態(tài)脆弱區(qū)植被生物量和土壤水分的主被動遙感協(xié)同反演[D]. 行敏鋒.電子科技大學 2015
[5]結(jié)合決策樹分類器和支持向量機分類器進行極化SAR數(shù)據(jù)分類[D]. 段艷.武漢大學 2014
[6]基于全極化雷達影像反演壟行結(jié)構(gòu)土壤濕度[D]. 尹楠.吉林大學 2014
[7]內(nèi)蒙古烏審旗近20年的植被景觀動態(tài)及預測[D]. 白;.內(nèi)蒙古農(nóng)業(yè)大學 2012
[8]植被覆蓋地表極化雷達土壤水分反演與應用研究[D]. 劉偉.中國科學院研究生院(遙感應用研究所) 2005
[9]植被覆蓋地表土壤水分變化雷達探測模型和應用研究[D]. 楊虎.中國科學院研究生院(遙感應用研究所) 2003
碩士論文
[1]烏審旗土地利用變化研究[D]. 楊仁宇.甘肅農(nóng)業(yè)大學 2017
[2]旱區(qū)稀疏植被覆蓋下的地表土壤水分微波遙感反演及其與環(huán)境因子的關(guān)系研究[D]. 楊晶.長安大學 2017
[3]基于粗糙度參數(shù)的風沙灘地區(qū)土壤水分微波遙感反演模型研究[D]. 甄珮珮.長安大學 2016
[4]基于全極化SAR圖像的植被信息提取技術(shù)研究[D]. 李昕.電子科技大學 2015
[5]土地利用結(jié)構(gòu)及布局優(yōu)化的“反規(guī)劃”模式研究[D]. 安芳.天津師范大學 2013
[6]高分辨率SAR影像裸土信息提取及土壤含水量反演初探[D]. 金希.浙江大學 2011
[7]基于支持向量機的短期風速預測方法研究[D]. 王慧勤.西安科技大學 2009
[8]毛烏素沙地植被格局變化及水分收支平衡分析[D]. 張仲平.內(nèi)蒙古大學 2006
[9]多極化、多角度SAR土壤水分反演算法研究[D]. 任鑫.中國科學院研究生院(遙感應用研究所) 2004
本文編號:3047260
【文章來源】:長安大學陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】:78 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 選題背景及研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 土壤水分微波遙感反演研究現(xiàn)狀
1.2.2 土壤水分極化分解反演研究現(xiàn)狀
1.3 研究內(nèi)容與技術(shù)路線
1.4 論文結(jié)構(gòu)
第二章 微波遙感基本原理
2.1 微波遙感機理
2.1.1 雷達方程
2.1.2 雷達后向散射系數(shù)
2.1.3 雷達參數(shù)
2.2 極化雷達理論基礎(chǔ)
2.2.1 電磁波的極化表達
2.2.2 目標極化散射特性描述
2.2.3 極化分解相關(guān)理論
2.2.4 極化特征參數(shù)
2.3 地表參數(shù)
2.3.1 土壤含水量參數(shù)
2.3.2 土壤介電特征
2.3.3 地表粗糙度參數(shù)
2.3.4 地表植被參數(shù)
第三章 研究區(qū)概況及數(shù)據(jù)處理
3.1 研究區(qū)概況
3.1.1 自然地理特征
3.1.2 人文景觀特征
3.2 遙感數(shù)據(jù)源及預處理
3.2.1 Radarsat-2 SAR數(shù)據(jù)及預處理
3.2.2 Sentinel-2B數(shù)據(jù)及預處理
3.2.3 GF-1 數(shù)據(jù)及預處理
3.3 野外數(shù)據(jù)采集及處理
第四章 土壤水分微波-光學耦合模型植被參數(shù)的確定
4.1 裸土后向散射模擬
4.1.1 植被參數(shù)計算
4.1.2 水云模型估算裸土后向散射系數(shù)
4.2 土壤水分反演模型構(gòu)建
4.2.1 后向散射系數(shù)對地表特征的響應關(guān)系
4.2.2 土壤水分反演模型的構(gòu)建
4.2.3 不同植被參數(shù)下反演模型的建立與驗證
第五章 基于SVR的土壤水分反演方法研究
5.1 支持向量回歸模型
5.2 構(gòu)建微波-光學耦合的土壤水分SVR模型
5.2.1 有效粗糙度參數(shù)模擬
5.2.2 基于有效粗糙度參數(shù)的土壤水分SVR模型的構(gòu)建
5.2.3 土壤水分反演模型應用與分析
5.3 構(gòu)建基于極化特征參數(shù)的土壤水分SVR模型
5.3.1 極化特征參數(shù)與土壤水分的相關(guān)性分析
5.3.2 基于主成分分析的數(shù)據(jù)降維方法
5.3.3 基于極化特征參數(shù)的土壤水分SVR模型的構(gòu)建
5.3.4 土壤水分反演模型應用與分析
5.4 兩種反演模型的對比分析
第六章 結(jié)論與展望
6.1 主要結(jié)論
6.2 創(chuàng)新點
6.3 不足與展望
參考文獻
攻讀學位期間取得的研究成果
致謝
【參考文獻】:
期刊論文
[1]西北地區(qū)水資源配置與區(qū)域經(jīng)濟研究[J]. 王晶. 甘肅農(nóng)業(yè). 2018(17)
[2]Sentinel-2A衛(wèi)星數(shù)據(jù)處理分析及在干旱河谷提取中的應用[J]. 楊斌,李丹,高桂勝,陳財,王磊. 國土資源遙感. 2018(03)
[3]植被含水量高光譜遙感監(jiān)測研究進展[J]. 張峰,周廣勝. 植物生態(tài)學報. 2018(05)
[4]基于支持向量機回歸算法的土壤水分光學與微波遙感協(xié)同反演[J]. 姜紅,玉素甫江·如素力,拜合提尼沙·阿不都克日木,何輝,艾則孜提約麥爾·麥麥提. 地理與地理信息科學. 2017(06)
[5]基于Sentinel-2A岷江上游地表生物量反演與植被特征分析[J]. 楊斌,李丹,王磊,陳財. 科技導報. 2017(21)
[6]Sentinel-2B衛(wèi)星發(fā)射成功[J]. 范唯唯. 空間科學學報. 2017(04)
[7]基于改進水云模型和Radarsat-2數(shù)據(jù)的農(nóng)田土壤含水量估算[J]. 楊貴軍,岳繼博,李長春,馮海寬,楊浩,蘭玉彬. 農(nóng)業(yè)工程學報. 2016(22)
[8]基于新的組合粗糙度參數(shù)的土壤水分微波遙感反演[J]. 孔金玲,甄珮珮,李菁菁,楊笑天,楊晶,吳哲超. 地理與地理信息科學. 2016(03)
[9]基于Freeman分解的喀斯特高原山區(qū)煙田土壤水分反演研究[J]. 王平,周忠發(fā),廖娟. 地理與地理信息科學. 2016(02)
[10]利用RADARSAT-2雷達數(shù)據(jù)與改進的水云模型反演冬小麥葉面積指數(shù)[J]. 陶亮亮,李京,蔣金豹,陳曦,蔡慶空. 麥類作物學報. 2016(02)
博士論文
[1]內(nèi)陸水體水色參數(shù)遙感反演及水華監(jiān)測研究[D]. 李瑤.中國科學院大學(中國科學院遙感與數(shù)字地球研究所) 2017
[2]基于多源數(shù)據(jù)的土壤水分估算及森林火災風險評估應用[D]. 樊磊.中國科學院大學(中國科學院遙感與數(shù)字地球研究所) 2017
[3]基于多波段多極化SAR數(shù)據(jù)的草原地表土壤水分反演方法研究[D]. 白曉靜.電子科技大學 2017
[4]生態(tài)脆弱區(qū)植被生物量和土壤水分的主被動遙感協(xié)同反演[D]. 行敏鋒.電子科技大學 2015
[5]結(jié)合決策樹分類器和支持向量機分類器進行極化SAR數(shù)據(jù)分類[D]. 段艷.武漢大學 2014
[6]基于全極化雷達影像反演壟行結(jié)構(gòu)土壤濕度[D]. 尹楠.吉林大學 2014
[7]內(nèi)蒙古烏審旗近20年的植被景觀動態(tài)及預測[D]. 白;.內(nèi)蒙古農(nóng)業(yè)大學 2012
[8]植被覆蓋地表極化雷達土壤水分反演與應用研究[D]. 劉偉.中國科學院研究生院(遙感應用研究所) 2005
[9]植被覆蓋地表土壤水分變化雷達探測模型和應用研究[D]. 楊虎.中國科學院研究生院(遙感應用研究所) 2003
碩士論文
[1]烏審旗土地利用變化研究[D]. 楊仁宇.甘肅農(nóng)業(yè)大學 2017
[2]旱區(qū)稀疏植被覆蓋下的地表土壤水分微波遙感反演及其與環(huán)境因子的關(guān)系研究[D]. 楊晶.長安大學 2017
[3]基于粗糙度參數(shù)的風沙灘地區(qū)土壤水分微波遙感反演模型研究[D]. 甄珮珮.長安大學 2016
[4]基于全極化SAR圖像的植被信息提取技術(shù)研究[D]. 李昕.電子科技大學 2015
[5]土地利用結(jié)構(gòu)及布局優(yōu)化的“反規(guī)劃”模式研究[D]. 安芳.天津師范大學 2013
[6]高分辨率SAR影像裸土信息提取及土壤含水量反演初探[D]. 金希.浙江大學 2011
[7]基于支持向量機的短期風速預測方法研究[D]. 王慧勤.西安科技大學 2009
[8]毛烏素沙地植被格局變化及水分收支平衡分析[D]. 張仲平.內(nèi)蒙古大學 2006
[9]多極化、多角度SAR土壤水分反演算法研究[D]. 任鑫.中國科學院研究生院(遙感應用研究所) 2004
本文編號:3047260
本文鏈接:http://sikaile.net/guanlilunwen/gongchengguanli/3047260.html
最近更新
教材專著