本文選題：混合像元分解 + BP神經(jīng)網(wǎng)絡(luò)�。� 參考：《中國科學(xué)院大學(xué)(中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所)》2017年碩士論文

【摘要】：時(shí)令水體通常被劃分為一種濕地類型,在水體和濕地之間循環(huán)發(fā)生著相態(tài)的轉(zhuǎn)換,其形成與消失、擴(kuò)張與收縮,及其所引起的生態(tài)環(huán)境的變化都反映了一定地域乃至全球的氣候變化規(guī)律。時(shí)令水體在生態(tài)系統(tǒng)中的作用不容忽視,為眾多生物資源提供了棲息環(huán)境,同時(shí)也是全球水循環(huán)、碳、氮循環(huán)的組成部分,具有重要的生態(tài)學(xué)意義。東北地區(qū)地域遼闊,氣候類型多樣,地貌形態(tài)差異明顯,在平原區(qū)域水體發(fā)達(dá)、河網(wǎng)密布,湖泊數(shù)量眾多,發(fā)育了眾多鹽堿湖泊、沼澤洼地、淺水湖泊等對氣候變化較為敏感的水體。在全球氣候變化的大背景之下,加之人類活動(dòng)的影響,濕地面積萎縮、地下水資源超采、土地荒漠化以及鹽堿化等生態(tài)問題,導(dǎo)致東北湖區(qū)的生態(tài)環(huán)境問題日益突出,成為生態(tài)環(huán)境較為脆弱的區(qū)域之一。本文采用高時(shí)間分辨率GOCI遙感影像作為數(shù)據(jù)源,以東北地區(qū)湖泊、沼澤集中分布的平原地區(qū)作為研究區(qū)域,選擇了氣候、水文條件差異較為明顯的特殊年份(豐水年2013年與枯水年2016年)的非結(jié)冰期(5月至10月),基于BP神經(jīng)網(wǎng)絡(luò)模型對各監(jiān)測時(shí)段研究區(qū)的影像進(jìn)行混合像元分解,進(jìn)而分別提取了2013年與2016年非結(jié)冰期的水體組分信息,進(jìn)行了高頻次的水體組分變化監(jiān)測,并且分別建立時(shí)間序列下的水體組分?jǐn)?shù)據(jù)集,逐像元監(jiān)測了水體組分值在時(shí)間序列下的變化,最終提取出在時(shí)間序列中發(fā)生相態(tài)變化的水體像元,即時(shí)令水體,同時(shí),通過對時(shí)令水體的相態(tài)轉(zhuǎn)換頻次分析、像元狀態(tài)的變化分析以及在監(jiān)測時(shí)段內(nèi)的變化規(guī)律等,從不同的角度對時(shí)令水體進(jìn)行變化監(jiān)測與分析,在研究過程中,主要得到以下結(jié)論:(1)基于BP神經(jīng)網(wǎng)絡(luò)的水體提取方法相比于傳統(tǒng)的水體提取方法(波段比值法、NDWI、MNDWI、譜間關(guān)系法、單波段閾值法等)具有更高的提取精度,尤其是對于細(xì)小河渠、小型水體以及水陸邊界的提取精度要明顯優(yōu)于傳統(tǒng)的水體提取方法。(2)本文提出的基于混合像元分解的時(shí)令水體面積計(jì)算方法可以較為準(zhǔn)確的計(jì)算出時(shí)令水體的面積,實(shí)現(xiàn)大面積的時(shí)令水體監(jiān)測與面積計(jì)算,通過計(jì)算可得,研究區(qū)內(nèi)2013年全年(非結(jié)冰期)的時(shí)令水體總面積達(dá)5819.5km2,2016年全年(非結(jié)冰期)的時(shí)令水體面積為4398.55km2。(3)東北地區(qū)的絕大多數(shù)的時(shí)令性水體在監(jiān)測時(shí)間段內(nèi),會(huì)發(fā)生1-3次相態(tài)轉(zhuǎn)換(水體出現(xiàn)或者水體消失),2013年研究區(qū)的時(shí)令水體像元發(fā)生1-3次相態(tài)轉(zhuǎn)換的像元占所有時(shí)令水體像元的89.13%,2016年研究區(qū)的時(shí)令水體像元發(fā)生1-3次相態(tài)轉(zhuǎn)換的像元占所有時(shí)令水體像元的88.41%。(4)統(tǒng)計(jì)在各個(gè)監(jiān)測時(shí)段內(nèi)發(fā)生水體相態(tài)變化(水體出現(xiàn)或者水體消失)的像元個(gè)數(shù),根據(jù)統(tǒng)計(jì)結(jié)果,同時(shí)結(jié)合氣溫、降雨等氣象水文數(shù)據(jù),可發(fā)現(xiàn)時(shí)令水體對于氣候條件的變化極為敏感,氣候條件的改變會(huì)直接反映在時(shí)令水體的相態(tài)變化之上。(5)在時(shí)間序列下,考慮時(shí)令水體像元的狀態(tài)(純水體像元、混合像元、非水體像元),其中,純水體像元或者非水體像元的比重越大的像元,在時(shí)間序列下變化最為穩(wěn)定,主要分布在水體的水陸交界處;反之,混合像元的比重越大的像元,在時(shí)間序列下變化最為劇烈,主要分布在地勢偏低的洼地與河網(wǎng)密集地帶。
[Abstract]:The paper uses GOCI remote sensing image as the data source , and then extracts the water body component data set under the background of global climate change . ( 2 ) The total area of the water body in the northeast of 2013 is about 5819.5km2 , and the change of the climate conditions can be directly reflected in the water and land boundary of the water body .
【學(xué)位授予單位】：中國科學(xué)院大學(xué)(中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：P332

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉永懷;;混合像元分解的理論與方法——以神木縣為例[J];遙感技術(shù)與應(yīng)用;1992年01期

2 張彥,邵美珍;基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的混合像元分解[J];遙感學(xué)報(bào);2002年04期

3 唐世浩,朱啟疆,李小文,王錦地,閻廣建;高光譜與多角度數(shù)據(jù)聯(lián)合進(jìn)行混合像元分解研究[J];遙感學(xué)報(bào);2003年03期

4 趙小鋒;邱全毅;;4種混合像元分解方法在沿海丘陵城市地表組分分析中的比較研究[J];遙感技術(shù)與應(yīng)用;2009年06期

5 詹錫蘭;吳波;;一種基于高斯馬爾可夫隨機(jī)場模型的混合像元分解方法[J];福州大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

6 呂長春,王忠武,錢少猛;混合像元分解模型綜述[J];遙感信息;2003年03期

7 崔雨勇;曾致遠(yuǎn);付必濤;毛典輝;;基于邊界提取的混合像元分解[J];人民長江;2008年08期

8 范渭亮;杜華強(qiáng);周國模;徐小軍;崔瑞蕊;董德進(jìn);;模擬真實(shí)場景的混合像元分解[J];遙感學(xué)報(bào);2010年06期

9 吳波;周小成;高海燕;;面向混合像元分解的光譜維小波特征提取[J];華僑大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年01期

10 張子石;潘聰;陳紅順;;基于有監(jiān)督模糊C-均值算法的混合像元分解[J];遙感技術(shù)與應(yīng)用;2009年06期

相關(guān)會(huì)議論文 前8條

1 王強(qiáng);黃楠;;混合像元分解研究綜述[A];中國地理信息系統(tǒng)協(xié)會(huì)第四次會(huì)員代表大會(huì)暨第十一屆年會(huì)論文集[C];2007年

2 胡霞;雷星松;;基于時(shí)序的遙感影像混合像元分解模型的研究[A];第十七屆中國遙感大會(huì)摘要集[C];2010年

3 張良培;叢浩;;一種可選端元的混合像元分解方法[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

4 俞晨;鄒偉;余先川;;遙感圖像混合像元分解方法研究[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

5 魏一葦;黃世奇;;高光譜混合像元分解技術(shù)研究綜述[A];國家安全地球物理叢書（九）——防災(zāi)減災(zāi)與國家安全[C];2013年

6 魏一葦;黃世奇;劉代志;;基于獨(dú)立成分分析的高光譜混合像元分解方法[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

7 鄧書斌;陳秋錦;;基于MTMF的混合像元分解方法研究[A];中國遙感應(yīng)用協(xié)會(huì)2010年會(huì)暨區(qū)域遙感發(fā)展與產(chǎn)業(yè)高層論壇論文集[C];2010年

8 鄧書斌;陳秋錦;;基于MTMF的混合像元分解方法研究[A];第十七屆中國遙感大會(huì)摘要集[C];2010年

相關(guān)博士學(xué)位論文 前4條

1 孔祥兵;基于同質(zhì)區(qū)分析的高光譜影像混合像元分解[D];武漢大學(xué);2012年

2 李二森;高光譜遙感圖像混合像元分解的理論與算法研究[D];解放軍信息工程大學(xué);2011年

3 李華麗;高光譜遙感影像自動(dòng)混合像元分解研究[D];武漢大學(xué);2012年

4 許菡;遙感影像混合像元分解新方法及應(yīng)用研究[D];首都師范大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 王銘;基于混合像元分解的東北地區(qū)時(shí)令水體提取及變化監(jiān)測[D];中國科學(xué)院大學(xué)(中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所);2017年

2 徐雙雙;基于混合像元分解的高光譜圖像去霧方法的研究[D];南京理工大學(xué);2015年

3 韓威宏;基于混合像元分解的遙感產(chǎn)品真實(shí)性檢驗(yàn)研究[D];電子科技大學(xué);2014年

4 辛蕾;綠潮衛(wèi)星遙感監(jiān)測方法精細(xì)化研究[D];中國海洋大學(xué);2014年

5 吳明艷;部分植被覆蓋下的土壤鹽分高光譜遙感反演[D];東南大學(xué);2015年

6 郭陽;聯(lián)合近似稀疏和全變差正則化的高光譜影像混合像元分解[D];江西科技師范大學(xué);2015年

7 李耀輝;風(fēng)云氣象數(shù)據(jù)在農(nóng)情定量監(jiān)測中的應(yīng)用研究[D];鄭州大學(xué);2016年

8 孔美美;基于混合像元分解的水體提取及變化監(jiān)測研究[D];華僑大學(xué);2016年

9 崔媛;高光譜圖像混合像元分解技術(shù)研究[D];沈陽航空航天大學(xué);2016年

10 羅恩湖;基于進(jìn)化多目標(biāo)優(yōu)化的高光譜稀疏混合像元分解技術(shù)研究[D];西安電子科技大學(xué);2015年

，

本文編號：1959846