發(fā)布時(shí)間：2017-07-06 20:17

  本文關(guān)鍵詞：基于多端元混合像元分解的喀斯特石漠化表征因子提取研究

  更多相關(guān)文章： 喀斯特石漠化 多端元混合像元分解 地物豐度 寬幅數(shù)據(jù)模擬 地形校正

【摘要】：喀斯特環(huán)境問題是當(dāng)代國際地學(xué)研究的熱點(diǎn),喀斯特石漠化是我國西南喀斯特地區(qū)面臨的主要生態(tài)問題之一。我國西南喀斯特地區(qū)地表復(fù)雜,地物交錯(cuò)分布且土被不連續(xù),以石漠化為特征的生態(tài)環(huán)境退化嚴(yán)重。多年來研究表明,用以評價(jià)喀斯特石漠化地表特征的關(guān)鍵評價(jià)指標(biāo)為巖石裸露率、植被覆蓋度等。遙感技術(shù)具有宏觀、快捷、經(jīng)濟(jì)、信息綜合等優(yōu)勢,是大面積石漠化信息提取必不可少的手段,但由于喀斯特地區(qū)地物的高度異質(zhì)性,像元混合現(xiàn)象嚴(yán)重,使得遙感目視判讀的客觀性和可靠性降低,遙感技術(shù)和方法很難直接應(yīng)用于石漠化信息的快速準(zhǔn)確提取。本論文在系統(tǒng)地總結(jié)石漠化信息遙感提取發(fā)展現(xiàn)狀的前提下,針對石漠化信息遙感提取的不確定性,喀斯特地區(qū)地形復(fù)雜度高,在此基礎(chǔ)上進(jìn)行了喀斯特區(qū)域地形校正;針對喀斯特石漠化區(qū)域的端元可變性強(qiáng)的特點(diǎn),從混合像元的成像機(jī)理出發(fā),通過PPI、SMACC、VCA三種端元提取算法提取結(jié)果對比,選用在喀斯特石漠化區(qū)域端元提取效果最好的VCA算法用以進(jìn)行端元集的建立,將多端元混合像元分解算法應(yīng)用于喀斯特區(qū)域典型地物的豐度反演;針對Hyperion數(shù)據(jù)幅寬較窄的問題,進(jìn)行了寬幅高光譜數(shù)據(jù)的模擬生成的嘗試;綜合基于光譜特征和混合像元分解方法,發(fā)展了高光譜和多光譜遙感技術(shù)的石漠化表征因子提取的方法。研究結(jié)果表明,多端元混合像元分解效果較好,其反演的植被、裸巖豐度與相應(yīng)的光譜指數(shù)間具有顯著線性相關(guān)性,確定系數(shù)R2分別為0.84、0.81,表明地物豐度能夠在一定程度上表征其對應(yīng)的覆蓋度�；趯挿鶖�(shù)據(jù)解混結(jié)果對整個(gè)研究區(qū)域進(jìn)行了石漠化等級評價(jià),結(jié)果表明,七百弄鄉(xiāng)石漠化呈現(xiàn)大片連續(xù)的分布狀態(tài),該鄉(xiāng)東部區(qū)域石漠化程度則較輕。
【關(guān)鍵詞】：喀斯特石漠化 多端元混合像元分解 地物豐度 寬幅數(shù)據(jù)模擬 地形校正
【學(xué)位授予單位】：中國礦業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：P237;P941.73
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-16
• 1 緒論16-24
• 1.1 研究背景及意義16-17
• 1.2 國內(nèi)外研究現(xiàn)狀17-21
• 1.3 論文研究內(nèi)容及結(jié)構(gòu)安排21-24
• 2 研究區(qū)域概況及數(shù)據(jù)預(yù)處理24-42
• 2.1 研究區(qū)域概況24-26
• 2.2 數(shù)據(jù)介紹26-31
• 2.3 數(shù)據(jù)預(yù)處理31-41
• 2.4 本章小結(jié)41-42
• 3 多端元混合像元分解42-60
• 3.1 多端元混合像元分解的概念及原理42-45
• 3.2 端元提取45-50
• 3.3 端元集建立及優(yōu)化50-53
• 3.4 多端元混合像元分解53-59
• 3.5 本章小結(jié)59-60
• 4 基于端元提取的寬幅高光譜數(shù)據(jù)生成60-72
• 4.1 遙感圖像模擬60-61
• 4.2 高光譜分辨率圖像模擬方法61-63
• 4.3 基于端元提取的寬幅高光譜數(shù)據(jù)模擬63-71
• 4.4 本章小結(jié)71-72
• 5 基于多端元混合像元分解的喀斯特石漠化遙感表征因子提取72-86
• 5.1 喀斯特石漠化地區(qū)多端元混合像元分解72-76
• 5.2 喀斯特地區(qū)典型地物光譜指數(shù)76-78
• 5.3 基于混合像元分解的喀斯特石漠化遙感評價(jià)因子提取結(jié)果驗(yàn)證78-79
• 5.4 基于豐度反演的喀斯特石漠化等級評價(jià)79-84
• 5.5 本章小結(jié)84-86
• 6 結(jié)論與展望86-88
• 6.1 結(jié)論86-87
• 6.2 展望87-88
• 參考文獻(xiàn)88-94
• 作者簡歷94-96
• 學(xué)位論文數(shù)據(jù)集96

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 李文輝,余德清;巖溶石山地區(qū)石漠化遙感調(diào)查技術(shù)方法研究[J];國土資源遙感;2002年01期

2 劉綏華;晏磊;楊彬;付鵬;;光譜參數(shù)對基于光譜重構(gòu)的高光譜數(shù)據(jù)模擬的影響[J];光譜學(xué)與光譜分析;2013年02期

3 吳澤彬;韋志輝;孫樂;劉建軍;;基于迭代加權(quán)L1正則化的高光譜混合像元分解[J];南京理工大學(xué)學(xué)報(bào);2011年04期

4 胡寶清,黃秋燕,廖赤眉,嚴(yán)志強(qiáng),蔣樹芳,吳章梅;基于GIS與RS的喀斯特石漠化與土壤類型的空間相關(guān)性分析——以廣西都瑤族自治縣為例[J];水土保持通報(bào);2004年05期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 齊濱;高光譜圖像分類及端元提取方法研究[D];哈爾濱工程大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 鄭麗;混合像元分解及其應(yīng)用研究[D];重慶交通大學(xué);2010年

2 陳程;基于多光譜圖像的高光譜圖像模擬研究[D];華中科技大學(xué);2013年

，

本文編號(hào)：527680