本文關(guān)鍵詞：高時(shí)空分辨率湖泊濕地水體水質(zhì)信息重構(gòu)與變化檢測(cè)

  更多相關(guān)文章： 信息重構(gòu) 變化檢測(cè) 水體水質(zhì)信息 洞庭湖 太湖

【摘要】：濕地水體水質(zhì)信息的提取是研究濕地結(jié)構(gòu)功能和科學(xué)保護(hù)利用濕地的基礎(chǔ)性工作,GF-1數(shù)據(jù)因具有高空間分辨率及多光譜特性,已經(jīng)在多領(lǐng)域逐步開(kāi)展廣泛應(yīng)用。但是GF-1時(shí)間分辨率有限及云的影響導(dǎo)致實(shí)際可用的數(shù)據(jù)較少,限制了有關(guān)時(shí)序分析的應(yīng)用,而MODIS數(shù)據(jù)的高時(shí)間分辨率更適用于時(shí)序分析,但MODIS數(shù)據(jù)的空間分辨率低,更適于大尺度范圍研究。本課題源于中國(guó)林業(yè)科學(xué)研究院承擔(dān)的國(guó)家科技重大專(zhuān)項(xiàng)課題高分濕地資源監(jiān)測(cè)應(yīng)用示范子系統(tǒng)�；贕F-1與MODIS數(shù)據(jù)的時(shí)空信息重構(gòu)方法,將GF-1數(shù)據(jù)的高空間分辨率與MODIS數(shù)據(jù)的高時(shí)間分辨率經(jīng)有效地融合獲取同時(shí)具備兩種特征的信息,以滿足高空間分辨率的時(shí)序變化分析值得研究。本文采用STDFA模型(Spatial and Temporal Data Fusion Model, STDFA)探討了在GF-1數(shù)據(jù)缺失時(shí)的高空間分辨率數(shù)據(jù)的重構(gòu)方法,STDFA模型是從時(shí)序MODIS數(shù)據(jù)中提取地物的時(shí)間變化信息,結(jié)合GF-1影像的紋理信息,重構(gòu)出具有MODIS時(shí)間分辨率和GF-1空間分辨率的影像,以彌補(bǔ)GF-1影像在研究期間的缺失信息；同時(shí)使用重構(gòu)的高時(shí)空分辨率數(shù)據(jù)對(duì)水體信息和水質(zhì)信息進(jìn)行多時(shí)相變化檢測(cè),主要研究?jī)?nèi)容與研究結(jié)果如下：(1)當(dāng)GF-1影像缺失時(shí),基于GF-1的高空間分辨率和MODIS數(shù)據(jù)的高時(shí)間分辨率,重構(gòu)16m分辨率的NDWI數(shù)據(jù)。對(duì)GF-1數(shù)據(jù)采用鄰域分析獲取16*16像元窗口構(gòu)建豐度圖,對(duì)MODIS數(shù)據(jù)采用混合像元分解獲取豐度圖,建立二者關(guān)系模型以提高M(jìn)ODIS豐度圖精度。豐度數(shù)據(jù)引入STDFA模型中用于重構(gòu)MODIS數(shù)據(jù)。與GF-1提取的水體數(shù)據(jù)進(jìn)行對(duì)比,重構(gòu)后的數(shù)據(jù)提取水體信息的精度為79.8%,為后續(xù)多時(shí)相變化檢測(cè)提供了高空間分辨率數(shù)據(jù)。(2)建立GF-1數(shù)據(jù)對(duì)東洞庭湖懸浮物濃度的反演模型：選取2014年5月1日的GF-1數(shù)據(jù),分析GF-1數(shù)據(jù)各波段和波段組合與湖區(qū)子區(qū)域懸浮物濃度的相關(guān)系數(shù),根據(jù)水質(zhì)采樣的實(shí)測(cè)懸浮物濃度建立線性模型、指數(shù)模型和對(duì)數(shù)模型反演懸浮物濃度,通過(guò)比較擬合結(jié)果,指數(shù)模型的反演精度最高,R2=0.789。(3)建立MODIS NDVI與藍(lán)藻水華豐度關(guān)系模型,利用模型提取藍(lán)藻水華覆蓋度：由于MODIS分辨率較低,以分辨率較高的GF-1提取的水華信息為基礎(chǔ),建立藍(lán)藻水華像元豐度與MODIS NDVI關(guān)系的藍(lán)藻水華信息提取模型,利用該模型可提取藍(lán)藻水華像元豐度(即藍(lán)藻水華覆蓋率),其與GF-1提取藍(lán)藻水華面積偏差為15.49%。從而提高M(jìn)ODIS數(shù)據(jù)的藍(lán)藻水華信息提取精度,獲得藍(lán)藻水華變化期間多時(shí)相的高精度面積。(4)湖泊水體水質(zhì)信息變化檢測(cè)并進(jìn)行動(dòng)態(tài)分析：運(yùn)用重構(gòu)的高時(shí)空分辨率遙感數(shù)據(jù),采用軌跡分析、時(shí)間序列分析等方法,進(jìn)行濕地水體水質(zhì)變化檢測(cè)。與歷史水位數(shù)據(jù)推算的水體面積變化趨勢(shì)對(duì)比,重構(gòu)水體面積的變化基本趨于-致。藍(lán)藻水華面積變化曲線與GF-1提取的變化面積擬合度較高。從懸浮物平均濃度的時(shí)空動(dòng)態(tài)來(lái)看,豐水期變化最大。
【學(xué)位授予單位】：中南林業(yè)科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：X87

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 仝海杰;錢(qián)正綱;REID Jonathan P.;張韞宏;;高時(shí)空分辨率研究海鹽液滴快速風(fēng)化過(guò)程(英文)[J];物理化學(xué)學(xué)報(bào);2011年11期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 谷文龍;劉峰;吳風(fēng)波;;多普勒雷達(dá)數(shù)據(jù)在LAPS三維風(fēng)分析場(chǎng)中的應(yīng)用[A];廣東省氣象學(xué)會(huì)2012年學(xué)術(shù)年會(huì)論文摘要文集[C];2012年

2 蔡文文;宋金玲;王錦地;肖志強(qiáng);;融合MODIS和HJ-1反射率數(shù)據(jù)生成高時(shí)空分辨率NDVI[A];遙感定量反演算法研討會(huì)摘要集[C];2010年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 記者 張晶;我國(guó)首個(gè)高時(shí)空分辨率碳同化反演系統(tǒng)發(fā)布[N];科技日?qǐng)?bào);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前5條

1 朱智;中國(guó)區(qū)域高時(shí)空分辨率驅(qū)動(dòng)數(shù)據(jù)的建立及其在Noah-MP陸面模式中的應(yīng)用[D];南京信息工程大學(xué);2016年

2 陳哲夫;高時(shí)空分辨率湖泊濕地水體水質(zhì)信息重構(gòu)與變化檢測(cè)[D];中南林業(yè)科技大學(xué);2016年

3 王金英;面向水土流失風(fēng)險(xiǎn)評(píng)價(jià)的高時(shí)空分辨率遙感融合模型研究[D];東北林業(yè)大學(xué);2014年

4 趙艷麗;時(shí)空融合技術(shù)在高時(shí)空分辨率NDVI數(shù)據(jù)重構(gòu)中的應(yīng)用[D];太原理工大學(xué);2015年

5 張偉;川東丘陵區(qū)耕地復(fù)種指數(shù)遙感反演研究[D];中國(guó)農(nóng)業(yè)科學(xué)院;2013年

，

本文編號(hào)：1280086