水色遙感是根據(jù)水體在可見光波段的吸收反射光譜特性與水色要素指標(biāo)濃度之間的關(guān)系建立反演算法,探測水色參數(shù)；根據(jù)反演的水色參數(shù)數(shù)據(jù)進(jìn)行大范圍的水質(zhì)監(jiān)測,跟蹤水體污染事件的動態(tài)發(fā)展過程,研究全球變化等。按照水體光學(xué)特性的不同可把水體劃分為I類水體(case Ⅰ water)和Ⅱ類水體(case Ⅱ water)。大洋開闊水體是典型的I類水體,其水體光學(xué)特性主要由浮游植物及其伴生生物決定的,目前已有業(yè)務(wù)化、成熟的算法來反演水色要素濃度;Ⅱ類水體主要位于海岸帶河口等受陸源物質(zhì)影響較嚴(yán)重的區(qū)域,水體光學(xué)特性主要受懸浮物和黃色物質(zhì)決定,復(fù)雜多變且具有區(qū)域性特點,其水色遙感參數(shù)的高精度反演是業(yè)務(wù)化應(yīng)用的關(guān)鍵,也是水色遙感領(lǐng)域的重點和難點。 由于I類水體和Ⅱ類水體的光學(xué)特性存在明顯差別,在Ⅱ類水體區(qū)域沿用I類水體的大氣校正算法會導(dǎo)致氣溶膠貢獻(xiàn)值的高估,從而導(dǎo)致大氣校正的失敗。我國渤海地區(qū)在韓國的GOCI衛(wèi)星覆蓋之下,該區(qū)域有著質(zhì)量較高的GOCI數(shù)據(jù)產(chǎn)品。但由于渤海近岸為高渾濁水體,利用GOCI官方數(shù)據(jù)處理軟件GDPS采用的光譜匹配渾濁水體大氣校正算法在該區(qū)域存在大面積大氣校正處理失敗的問題。針對此問題,...

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 水色遙感大氣校正研究現(xiàn)狀
        1.2.2 BP神經(jīng)網(wǎng)絡(luò)算法的研究現(xiàn)狀
    1.3 研究的目的內(nèi)容和組織結(jié)構(gòu)
        1.3.1 研究目的
        1.3.2 研究內(nèi)容
        1.3.3 組織結(jié)構(gòu)
    1.4 研究方案
        1.4.1 前期資料收集與整理
        1.4.2 數(shù)據(jù)處理與分析
        1.4.3 綜合分析研究
2 MODIS和GOCI水色遙感大氣校正理論基礎(chǔ)
    2.1 水色遙感輻射傳輸原理
        2.1.1 水體的組分
        2.1.2 Ⅰ類水體與Ⅱ類水體
        2.1.3 水色遙感
        2.1.4 水色遙感大氣校正
    2.2 MODIS數(shù)據(jù)的SWIR-NIR大氣校正
        2.2.1 MODIS中分辨率成像光譜儀數(shù)據(jù)
        2.2.2 MODIS SWlR-NIR大氣校正
    2.3 GOCI影像標(biāo)準(zhǔn)業(yè)務(wù)化大氣校正
        2.3.1 GOCI數(shù)據(jù)
        2.3.2 GOCI大氣校正
3 COMS GOCI神經(jīng)網(wǎng)絡(luò)大氣校正研究
    3.1 研究區(qū)域概況
    3.2 數(shù)據(jù)的來源與預(yù)處理
        3.2.1 遙感影像數(shù)據(jù)
        3.2.2 實際觀測數(shù)據(jù)
    3.3 神經(jīng)網(wǎng)絡(luò)大氣校正處理
        3.3.1 MODIS與GOCI典型數(shù)據(jù)信息采集
        3.3.2 BP神經(jīng)網(wǎng)絡(luò)大氣校正模型與處理
4 算法結(jié)果與討論
    4.1 神經(jīng)網(wǎng)絡(luò)大氣校正空間分布結(jié)果分析
        4.1.1 基于MODIS NIR-SWIR_1240nm波段三種算法大氣校正結(jié)果空間分布
        4.1.2 基于MODIS NIR-SWIR_1640nm波段三種算法大氣校正結(jié)果空間分布
        4.1.3 GOCIANN算法對GOCI標(biāo)準(zhǔn)算法和MODISNIR-SWIR改進(jìn)結(jié)果分析
    4.2 神經(jīng)網(wǎng)絡(luò)大氣校正絕對精度分析
        4.2.1 實測值與神經(jīng)網(wǎng)絡(luò)大氣校正值相對誤差分析
        4.2.2 神經(jīng)網(wǎng)絡(luò)大氣校正值與實測值數(shù)值分布與變化趨勢分析
    4.3 GOCI ANN_1240NM與GOCI ANN_1640NM大氣校正結(jié)果的差異
        4.3.1 GOCI ANN_1240nm與GOCI ANN_1640nm大氣校正值相對誤差分析
        4.3.2 GOCI ANN_1240nm與GOCI ANN_1640nm大氣校正結(jié)果比較
    4.4 精度影響因素分析
        4.4.1 誤差分析
        4.4.2 不確定性因素分析
5 結(jié)論與展望
    5.1 結(jié)論
    5.2 本文的特色與創(chuàng)新
    5.3 問題與不足
        5.3.1 多水色參數(shù)的使用
        5.3.2 水色要素反演
        5.3.3 高時空變異度水體光學(xué)特性現(xiàn)場同步觀測
        5.3.4 傳感輻射特性和波段差異未予考慮
        5.3.5 神經(jīng)網(wǎng)絡(luò)模型采樣建模數(shù)據(jù)和輸入影像數(shù)據(jù)季節(jié)差異
參考文獻(xiàn)
個人簡歷
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝



本文編號：3888708