本文關(guān)鍵詞：基于遙感的杭州灣濕地動態(tài)監(jiān)測與分析，由筆耕文化傳播整理發(fā)布。

【摘要】：濕地處于陸地牛.態(tài)系統(tǒng)與水牛.態(tài)系統(tǒng)的過渡地帶，是地球衣}\0生態(tài)系統(tǒng)的重耍組成部分，具有特殊的生態(tài)系統(tǒng)效應(yīng)，擁苻h大的環(huán)境功能和環(huán)境效益，足人類i要的生存環(huán)境。同時，也是人類.?要的丨‘!然資源，為人類的牛.產(chǎn)、生活提供多種資源，帶來丫巨大的經(jīng)濟效益。由于十.富的自然資源和獨特的生態(tài)結(jié)構(gòu)功能，濕地被譽為“自然之腎”。作為一種重要的自然資源，濕地不僅能帶來巨大的經(jīng)濟和生態(tài)價值，也存在豐富的科學(xué)價值和美學(xué)價值。然而由于人類的活動和I'I然的變遷，濕地資源受到了嚴屯的破壞，例如濕地面枳的蔞縮、濕地生態(tài)環(huán)境的污染、濕地生態(tài)功能的退化等等。i￥地資源保護成為了社會熱點M題，近些年米國內(nèi)外學(xué)荇對濕地的研[�，集中于浞地自嚧调g蛻低砳f價等方面，而準(zhǔn)確地獲取濕地信總顯得尤為重要^ 本文以杭州灣為研允區(qū)域，，使⑴遙感技術(shù)于.段，對研究K衛(wèi)星遙感影像進行濕地信息提取。通過分層分類的技術(shù)方法，提取了1990年、2000年、2010年這三個時期的濕地景觀s礎(chǔ)信息，并采用餛絎矩陣的方法對其解譯楮度做出了評價。分層分類方法總體分類精度都達到了85%以丨:，與傳統(tǒng)的監(jiān)督、非監(jiān)督分類方法相比，在一定程度上提高了解譯粘度，獲得了理想的結(jié)果，實現(xiàn)了研宄區(qū)的濕地信息遙感提取。 基于提取的一.個歷史時期的濕地分類閣，進行了:?觀動態(tài)變化分析，主要包括濕地類型轉(zhuǎn)移分析、濕地景觀格W指數(shù)分析、濱海濕地時空變化特征分析、濕地植被景觀空間擴張強度分析等，并對造成濕地變化的驅(qū)動力囚素進行了總結(jié)弓概括。結(jié)果表明，研允E濕地以人N濕地崠觀所占比菜較大，其中又以水田所占比例最大，天然濕地景觀占研究區(qū)濕地景觀總面枳的40%,.其巾以濱海濕地的貢獻設(shè)大。]990年?2010年研究E濕地銃觀的面積不斷減少，研宄的兩個階段巾，1990年?2000年產(chǎn)生的減少量S多，整體減少趨勢表現(xiàn)為由快變慢。 濕地植被是濕地景觀的重要組成部分，本文在分析濕地景觀變化的基礎(chǔ)上，對研宄[X:重點濕地資源保護區(qū)九段沙進行了濕地植被葉而積指數(shù)卞間分布相關(guān)分析。利用Landsat8衛(wèi)星影像數(shù)據(jù)和實測的地面高光譜、n丨面積指數(shù)值，分別采川線性回歸模型和PROSAIL模型方法對濕地自然保護K進行了反演研究。并對物理校型和經(jīng)驗?zāi)Ｐ偷姆囱萁Y(jié)果進行丫比較分析。通過比較分析得出，經(jīng)驗?zāi)Ｐ偷木礁`差（RMSE)俏為0.67,而物理模型RMSE惜為0.45，物理模型的反演精度更高，更適用于大尺度空間的反演。
【關(guān)鍵詞】：遙感 多光譜 高光譜 濕地 動態(tài)監(jiān)測 葉面枳指數(shù)反演
【學(xué)位授予單位】：上海師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：P901;P237
【目錄】：

• 摘要4-6
• ABSTRACT6-9
• 目錄9-12
• 附圖12-13
• 附表13-14
• 第1章 緒論14-22
• 1.1 研究背景與意義14-16
• 1.1.1 研究背景14-15
• 1.1.2 研究意義15-16
• 1.2 濕地遙感研究現(xiàn)狀16-19
• 1.2.1 遙感技術(shù)在濕地動態(tài)監(jiān)測中的應(yīng)用17
• 1.2.2 遙感技術(shù)在濕地植被參數(shù)反演中的應(yīng)用17-19
• 1.3 研究內(nèi)容與技術(shù)路線19-22
• 1.3.1 研究內(nèi)容19-21
• 1.3.2 研究技術(shù)路線21-22
• 第2章 研究區(qū)域概況、數(shù)據(jù)源獲取與處理22-33
• 2.1 研究區(qū)域概況22-25
• 2.1.1 地理位置22-23
• 2.1.2 地形地貌23-24
• 2.1.3 氣候特征24
• 2.1.4 區(qū)域經(jīng)濟24
• 2.1.5 濕地植被24-25
• 2.2 數(shù)據(jù)源獲取25-29
• 2.2.1 遙感數(shù)據(jù)獲取25-27
• 2.2.2 野外實測數(shù)據(jù)27-29
• 2.3 遙感數(shù)據(jù)的預(yù)處理29-33
• 2.3.1 多光譜遙感影像預(yù)處理29-32
• 2.3.2 實測光譜數(shù)據(jù)預(yù)處理32-33
• 第3章 基于分層分類法的濕地信息提取33-42
• 3.1 研究區(qū)域濕地分類系統(tǒng)確定33
• 3.2 濕地信息提取33-39
• 3.2.0 典型地物光譜特征分析34-35
• 3.2.1 水體區(qū)分類研究35-36
• 3.2.2 植被區(qū)分類研究36-37
• 3.2.3 建筑、邊灘區(qū)分類研究37
• 3.2.4 濕地信息遙感提取流程圖37-38
• 3.2.5 研究區(qū)域濕地景觀分布圖38-39
• 3.3 分類精度評價39-42
• 第4章 杭州灣濕地景觀變化分析42-60
• 4.1 杭州灣濕地系統(tǒng)概況42-43
• 4.2 濕地景觀面積動態(tài)變化分析43-46
• 4.2.1 濕地景觀組分結(jié)構(gòu)變化分析43-45
• 4.2.2 濕地景觀類型面積變化分析45-46
• 4.3 濕地類型轉(zhuǎn)移分析46-48
• 4.4 濕地景觀格局指數(shù)分析48-53
• 4.4.1 斑塊類型水平指數(shù)分析50-52
• 4.4.2 景觀水平指數(shù)分析52-53
• 4.5 濱海濕地時空變化特征分析53-55
• 4.6 濕地動態(tài)變化驅(qū)動力因素分析55-58
• 4.6.1 潮灘岸線遷移趨勢55-57
• 4.6.2 城市擴張建設(shè)57-58
• 4.6.3 濱海濕地的開發(fā)與利用58
• 4.7 濕地景觀變化的濕地植被影響58-60
• 第5章 濕地植被葉面積指數(shù)反演研究60-71
• 5.1 濕地植被光譜特征分析60-62
• 5.1.1 濕地植被冠層光譜的一般特征60-61
• 5.1.2 不同葉面積指數(shù)對應(yīng)的濕地植被光譜特征變化61-62
• 5.2 研究區(qū)和遙感數(shù)據(jù)預(yù)處理62-63
• 5.2.1 研究區(qū)62-63
• 5.2.2 光譜數(shù)據(jù)預(yù)處理63
• 5.3 基于經(jīng)驗?zāi)Ｐ偷娜~面積指數(shù)估算63-66
• 5.4 基于 PROSPECT+SAIL 模型的葉面積指數(shù)估算66-69
• 5.5 反演結(jié)果比較分析69-71
• 第6章 總結(jié)與展望71-74
• 6.1 結(jié)論71-72
• 6.2 創(chuàng)新點72
• 6.3 展望72-74
• 參考文獻74-79
• 致謝79-81
• 攻讀學(xué)位期間取得的研究成果81

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 牟鳳云;韓葵;;面向?qū)ο蟮倪b感濕地植被分類與信息提取——以微山湖為例[J];安徽農(nóng)業(yè)科學(xué);2012年12期

2 李莉莉;劉炳江;徐齊福;;試析我國濕地的退化、保護與恢復(fù)[J];環(huán)境科學(xué)與管理;2006年03期

3 黃穎;周云軒;吳穩(wěn);況潤元;李行;;基于決策樹模型的上海城市濕地遙感提取與分類[J];吉林大學(xué)學(xué)報(地球科學(xué)版);2009年06期

4 牛明香,趙庚星,李尊英;南四湖濕地遙感信息分區(qū)分層提取研究[J];地理與地理信息科學(xué);2004年02期

5 駱劍承;遙感影像智能圖解及其地學(xué)認知問題探索[J];地理科學(xué)進展;2000年04期

6 黃

本文編號：305996