閩江下游懸浮物濃度遙感反演與分析
發(fā)布時間:2024-02-19 11:08
遙感水質(zhì)監(jiān)測相比傳統(tǒng)水質(zhì)監(jiān)測方法具有速度快、范圍廣、低成本等優(yōu)勢的特點(diǎn),通過遙感技術(shù)能夠更好地監(jiān)測研究區(qū)域水質(zhì)參數(shù)的時空變化。懸浮物濃度是重要的水質(zhì)參數(shù)之一,常用來評價水質(zhì)的好壞。本文以閩江下游為研究區(qū)域,實測光譜數(shù)據(jù)、水質(zhì)信息數(shù)據(jù)、2015年~2017年高分1號WFV傳感器影像及Landsat8影像為數(shù)據(jù)源,應(yīng)用PSO-RBF神經(jīng)網(wǎng)絡(luò)模型對懸浮物濃度進(jìn)行遙感估算與分析。主要研究內(nèi)容及結(jié)論有:(1)閩江下游懸浮物濃度反演模型構(gòu)建與分析。利用實測光譜模擬GF-1 WFV及Landsat8傳感器的波段設(shè)置,通過對實測懸浮物濃度與光譜數(shù)據(jù)進(jìn)行Pearson相關(guān)性分析,高光譜用于反演懸浮物濃度敏感波段及組合為R468、R656和R656/R468,高分1號用于反演懸浮物濃度敏感波段及組合為b3、b3/b2和b3/b1,Landsat8用于反演懸浮物濃度敏感波段及組合為b4、b4/b3和b4/b2。利用敏感波段及組合分別建立高光譜、GF-1 WFV和Landsat8的數(shù)理統(tǒng)計模型、BP神經(jīng)網(wǎng)絡(luò)模型和PSO-RBF神經(jīng)網(wǎng)絡(luò)模型,從建模精度及誤差分析來看,同種傳感器不同懸浮物濃度反演模型中PSO-R...
【文章頁數(shù)】:79 頁
【學(xué)位級別】:碩士
【文章目錄】:
中文摘要
Abstract
第一章 引言
1.1 研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 內(nèi)陸水域遙感監(jiān)測研究進(jìn)展
1.2.2 水質(zhì)遙感監(jiān)測方法研究進(jìn)展
1.2.3 懸浮物濃度遙感反演進(jìn)展
1.3 研究內(nèi)容與技術(shù)路線
1.3.1 研究目標(biāo)
1.3.2 研究內(nèi)容
1.3.3 技術(shù)路線
1.4 論文結(jié)構(gòu)
第二章 研究區(qū)及數(shù)據(jù)材料
2.1 研究區(qū)概況
2.2 數(shù)據(jù)源
2.2.1 實測水體遙感反射率
2.2.2 遙感影像數(shù)據(jù)
2.3 數(shù)據(jù)預(yù)處理
2.3.1 幾何校正
2.3.2 輻射定標(biāo)
2.3.3 大氣校正
2.4 水體提取
2.4.1 大津法自適應(yīng)閾值算法原理
2.4.2 水體信息提取結(jié)果分析
2.5 小結(jié)
第三章 懸浮物濃度遙感反演模型
3.1 數(shù)理統(tǒng)計模型
3.1.1 回歸分析
3.1.2 懸浮物濃度反演數(shù)理統(tǒng)計模型
3.2 BP神經(jīng)網(wǎng)絡(luò)模型
3.2.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
3.2.2 懸浮物濃度BP神經(jīng)網(wǎng)絡(luò)反演模型
3.3 PSO-RBF神經(jīng)網(wǎng)絡(luò)模型
3.3.1 RBF神經(jīng)網(wǎng)絡(luò)原理
3.3.2 PSO算法原理
3.3.3 PSO算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)模型原理
3.3.4 懸浮物濃度反演PSO-RBF神經(jīng)網(wǎng)絡(luò)模型
3.4 反演模型結(jié)果分析
3.5 同步影像數(shù)據(jù)懸浮物濃度反演
3.6 小結(jié)
第四章 懸浮物濃度反演結(jié)果分析
4.1 不同傳感器數(shù)據(jù)懸浮物濃度反演結(jié)果
4.1.1 高分1號影像懸浮物濃度反演結(jié)果
4.1.2 Landsat8影像懸浮物濃度反演結(jié)果
4.2 反演模型季節(jié)適用性分析
4.3 閩江下游懸浮物濃度空間變異分析
4.3.1 空間自相關(guān)分析方法
4.3.2 空間異質(zhì)性分析方法
4.3.3 懸浮物濃度空間變異結(jié)果與分析
4.4 遙感與實測點(diǎn)插值結(jié)果的對比
4.5 2015-2017年閩江下游懸浮物濃度變化
4.6 小結(jié)
總結(jié)與展望
結(jié)論
不足與展望
參考文獻(xiàn)
致謝
個人簡歷
本文編號:3902590
【文章頁數(shù)】:79 頁
【學(xué)位級別】:碩士
【文章目錄】:
中文摘要
Abstract
第一章 引言
1.1 研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 內(nèi)陸水域遙感監(jiān)測研究進(jìn)展
1.2.2 水質(zhì)遙感監(jiān)測方法研究進(jìn)展
1.2.3 懸浮物濃度遙感反演進(jìn)展
1.3 研究內(nèi)容與技術(shù)路線
1.3.1 研究目標(biāo)
1.3.2 研究內(nèi)容
1.3.3 技術(shù)路線
1.4 論文結(jié)構(gòu)
第二章 研究區(qū)及數(shù)據(jù)材料
2.1 研究區(qū)概況
2.2 數(shù)據(jù)源
2.2.1 實測水體遙感反射率
2.2.2 遙感影像數(shù)據(jù)
2.3 數(shù)據(jù)預(yù)處理
2.3.1 幾何校正
2.3.2 輻射定標(biāo)
2.3.3 大氣校正
2.4 水體提取
2.4.1 大津法自適應(yīng)閾值算法原理
2.4.2 水體信息提取結(jié)果分析
2.5 小結(jié)
第三章 懸浮物濃度遙感反演模型
3.1 數(shù)理統(tǒng)計模型
3.1.1 回歸分析
3.1.2 懸浮物濃度反演數(shù)理統(tǒng)計模型
3.2 BP神經(jīng)網(wǎng)絡(luò)模型
3.2.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
3.2.2 懸浮物濃度BP神經(jīng)網(wǎng)絡(luò)反演模型
3.3 PSO-RBF神經(jīng)網(wǎng)絡(luò)模型
3.3.1 RBF神經(jīng)網(wǎng)絡(luò)原理
3.3.2 PSO算法原理
3.3.3 PSO算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)模型原理
3.3.4 懸浮物濃度反演PSO-RBF神經(jīng)網(wǎng)絡(luò)模型
3.4 反演模型結(jié)果分析
3.5 同步影像數(shù)據(jù)懸浮物濃度反演
3.6 小結(jié)
第四章 懸浮物濃度反演結(jié)果分析
4.1 不同傳感器數(shù)據(jù)懸浮物濃度反演結(jié)果
4.1.1 高分1號影像懸浮物濃度反演結(jié)果
4.1.2 Landsat8影像懸浮物濃度反演結(jié)果
4.2 反演模型季節(jié)適用性分析
4.3 閩江下游懸浮物濃度空間變異分析
4.3.1 空間自相關(guān)分析方法
4.3.2 空間異質(zhì)性分析方法
4.3.3 懸浮物濃度空間變異結(jié)果與分析
4.4 遙感與實測點(diǎn)插值結(jié)果的對比
4.5 2015-2017年閩江下游懸浮物濃度變化
4.6 小結(jié)
總結(jié)與展望
結(jié)論
不足與展望
參考文獻(xiàn)
致謝
個人簡歷
本文編號:3902590
本文鏈接:http://sikaile.net/kejilunwen/huanjinggongchenglunwen/3902590.html
最近更新
教材專著