在地形復(fù)雜和積雪分布破碎化的青藏高原地區(qū),大范圍的積雪對全球氣候變化、能量平衡、生態(tài)系統(tǒng)等影響顯著。由于當(dāng)前基于MODIS數(shù)據(jù)的積雪面積比例遙感監(jiān)測模型大多是基于單一的雪被指數(shù)模型,其監(jiān)測精度受地形、地理位置、地表溫度以及植被指數(shù)等因子的影響顯著,在青藏高原存在一些諸如精度低、適應(yīng)性差等缺點。因此,本研究以青藏高原不同地表覆蓋類型區(qū)域為研究對象,基于實測的UAV積雪范圍數(shù)據(jù)和衛(wèi)星遙感數(shù)據(jù)（Landsat 8 OLI和MODIS）,結(jié)合雪被指數(shù)和其他輔助變量,構(gòu)建了3種基于不同算法的MODIS積雪面積比例監(jiān)測模型,用高分辨率的遙感資料Landsat 8 OLI對三類算法（9個模型）進(jìn)行精度驗證,并與全球標(biāo)準(zhǔn)MODIS積雪面積比例產(chǎn)品進(jìn)行對比。主要探討地形、地理位置、溫度以及植被等因子對研究區(qū)積雪分布以及對積雪面積比例反演模型精度的影響;驗證UAV技術(shù)在青藏高原積雪面積比例監(jiān)測方面的適應(yīng)性和應(yīng)用能力;比較基于不同思路和方法的MODIS積雪面積比例反演模型（線性回歸模型、混合像元分解模型和機(jī)器學(xué)習(xí)模型）在研究區(qū)各子區(qū)域的反演精度和適應(yīng)性,從而選擇一種適合整個青藏高原的最優(yōu)積雪面積比例反演模型... 

【文章來源】：蘭州大學(xué)甘肅省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【部分圖文】：

研究技術(shù)路線圖

圖 2-1 研究區(qū)概括圖2.2 無人機(jī)數(shù)據(jù)UAV 積雪范圍數(shù)據(jù)的野外調(diào)查時間為 2017 年至 2018 年的 1 月份、2 月份及 3 月份，調(diào)查地區(qū)涉及祁連、昌都、達(dá)日、河南、林芝、玉樹、澤庫等 7 個地區(qū)，總計調(diào)查 24 個樣地（圖 2-1）。數(shù)據(jù)采集方案如下：先在研究區(qū)內(nèi)選擇具有代表性的典型地段進(jìn)行樣地設(shè)置，為了與 500 m 空間分辨率的 MODIS 遙感數(shù)據(jù)匹配，樣地范圍大小設(shè)定為約 500 m×500 m，并用 GPS 定位器逐一記錄樣地的經(jīng)緯度和海拔信息；然后利用攜帶 GoPro Hero 3+ 相機(jī)的大疆悟INSPIRE 1 Pro 四旋翼無人機(jī)對各樣地按照提前設(shè)置好的線路進(jìn)行拍攝，設(shè)備圍繞樣地中心點在高空拍攝成像，使得整個飛行的范圍略大于樣地，一景 500m×500 m 的 UAV 影像需要多次航拍完成；所獲數(shù)據(jù)經(jīng)過拼接裁剪等處理，然后用于研究區(qū)的線性回歸模型和機(jī)器學(xué)習(xí)算法模型（BP-ANN、RF 和 SVM 模

m×500 m 的 UAV 影像需要多次航拍完成；所獲數(shù)據(jù)經(jīng)過拼接裁剪等處理，然后用于研究區(qū)的線性回歸模型和機(jī)器學(xué)習(xí)算法模型（BP-ANN、RF 和 SVM 模型）的構(gòu)建。圖2-2為經(jīng)過拼接裁剪等處理所得的部分UAV影像（500 m×500 m），這些影像包含積雪在內(nèi)的多種地物類型，每景積雪面積比例介于 0%~100%之間，可以作為構(gòu)建積雪面積比例模型的基礎(chǔ)數(shù)據(jù)。UAV 積雪范圍數(shù)據(jù)的拍攝日期、經(jīng)緯度、對應(yīng) MODIS 數(shù)據(jù)全球行列號、海拔、積雪面積所占比例等基本信息詳見表 2-1。

【參考文獻(xiàn)】：
期刊論文
[1]基于小波分解的優(yōu)化支持向量機(jī)模型在水庫年徑流預(yù)測中的應(yīng)用[J]. 周婷,夏萍,胡宏祥,金菊良.  華北水利水電大學(xué)學(xué)報(自然科學(xué)版). 2018(03)
[2]2001-2015年天山山區(qū)積雪時空變化及其與溫度和降水的關(guān)系[J]. 秦艷,丁建麗,趙求東,劉永強,馬勇剛,穆艾塔爾·賽地.  冰川凍土. 2018(02)
[3]中國積雪特性及分布調(diào)查[J]. 王建,車濤,李震,李弘毅,郝曉華,鄭照軍,肖鵬峰,李曉峰,黃曉東,鐘歆玥,戴禮云,李紅星,柯長青,李蘭海.  地球科學(xué)進(jìn)展. 2018(01)
[4]基于多源數(shù)據(jù)的松嫩平原黑土區(qū)亞像元雪蓋率算法研究[J]. 王子龍,胡石濤,付強,姜秋香,印玉明.  農(nóng)業(yè)機(jī)械學(xué)報. 2018(02)
[5]祁連冰溝流域淺雪層光譜特征分析與遙感算法反演[J]. 梁慧,黃曉東,王云龍,高金龍,馬曉芳,梁天剛.  草業(yè)科學(xué). 2017(07)
[6]NDSI與NDFSI結(jié)合的山區(qū)林地積雪制圖方法[J]. 王曉艷,王建,李弘毅,郝曉華.  遙感學(xué)報. 2017(02)
[7]基于UAV技術(shù)和MODIS遙感數(shù)據(jù)的高寒草地蓋度動態(tài)變化監(jiān)測研究——以黃河源東部地區(qū)為例[J]. 葛靜,孟寶平,楊淑霞,高金龍,馮琦勝,梁天剛,黃曉東,高新華,李文龍,張仁平,王云龍.  草業(yè)學(xué)報. 2017(03)
[8]基于漸進(jìn)輻射傳輸模型的雪粒徑與積雪覆蓋面積反演算法[J]. 王杰,李衛(wèi)朋.  遙感技術(shù)與應(yīng)用. 2017(01)
[9]一種考慮雪粒徑變化的積雪面積反演算法[J]. 王杰,黃春林,郝曉華.  地球信息科學(xué)學(xué)報. 2017(01)
[10]歐亞大陸中高緯度區(qū)逐日無云積雪產(chǎn)品研發(fā)及驗證[J]. 王云龍,黃曉東,鄧婕,馬曉芳,梁天剛.  遙感技術(shù)與應(yīng)用. 2016(05)

博士論文
[1]基于UAV和機(jī)器學(xué)習(xí)方法的甘南地區(qū)高寒草地地上生物量遙感估測研究[D]. 孟寶平.蘭州大學(xué) 2018
[2]基于遙感和GIS的青藏高原牧區(qū)積雪動態(tài)監(jiān)測與雪災(zāi)預(yù)警研究[D]. 王瑋.蘭州大學(xué) 2014
[3]干旱地區(qū)稀疏植被覆蓋度高光譜遙感定量反演研究[D]. 李曉松.中國林業(yè)科學(xué)研究院 2008
[4]人工神經(jīng)網(wǎng)絡(luò)技術(shù)及其應(yīng)用[D]. 覃光華.四川大學(xué) 2003

碩士論文
[1]基于多源遙感資料的中國積雪制圖及其時空變化研究[D]. 鄧婕.蘭州大學(xué) 2016
[2]基于MODIS資料的積雪亞像元制圖算法研究[D]. 張穎.蘭州大學(xué) 2015
[3]混合像元分解技術(shù)及其在阜新市土地覆蓋分類中的應(yīng)用研究[D]. 陳子玄.遼寧工程技術(shù)大學(xué) 2008
[4]基于遙感和地面數(shù)據(jù)的藏北積雪動態(tài)分布和影響因素的研究[D]. 吳楊.南京信息工程大學(xué) 2007



本文編號：3259532