(环境科学专业论文)黄浦江上游水质和土地利用的遥感监测应用研究.pdf_第1页
(环境科学专业论文)黄浦江上游水质和土地利用的遥感监测应用研究.pdf_第2页
(环境科学专业论文)黄浦江上游水质和土地利用的遥感监测应用研究.pdf_第3页
(环境科学专业论文)黄浦江上游水质和土地利用的遥感监测应用研究.pdf_第4页
(环境科学专业论文)黄浦江上游水质和土地利用的遥感监测应用研究.pdf_第5页
已阅读5页,还剩94页未读 继续免费阅读

(环境科学专业论文)黄浦江上游水质和土地利用的遥感监测应用研究.pdf.pdf 免费下载

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

摘要 游水源保护区的土地利用情况迸行了调查,通过1 9 9 3 年和2 0 0 5 年同一季节的 土地分类研究,得到了土地利用的变化情况其中,1 9 9 3 年占优势的土地类型 是耕地和高密度植被,在2 0 0 5 年只有高密度植被,主要是由于耕地面积在减少; 城镇的动态度最大,接近4 0 ,城镇化建设的速度比较快;有6 0 9 l 的土地利 用类型发生了改变在1 9 9 3 2 0 0 5 年期间内,低密度植被、耕地、高密度植被 和城镇分别主要转变为高密度植被、高密度植被、低密度植被和植被;1 9 9 3 年 和2 0 0 5 年的土地利用综合程度分别是2 3 5 6 3 和2 2 2 4 0 ,减少了1 3 2 3 ,主要是 因为大部分耕地转化为高密度植被,但还是高于数值为2 2 0 的全国土地利用综 合程度平均水平。通过相应的水质分析发现从1 9 9 3 年到2 0 0 4 年期闯城镇化进 程使得水质恶化严重 关键词:遥感,高光谱,多光谱,水质模型,土地利用分类,黄浦江上游 a b s t r a c t a b s t r a c t u p s t r e a mh u a n g p ur i v e ri n c l u d i n gd i a n s h a nl a k ei st h ew a t e rs u p p l ys o r r c co f s h a n g h a i , t h ew a t e rq u a l i t yi sv e r yi m p o r t a n tf o rp e o p l e sh e a l t ha n dt h ec i t y s e c o n o m i cg r o w 赴w i t ht h er a p i dg r o w t ho fe c o n o m ya n di n d u s t r i a l i z a t i o n , w 融醴 p o l l u t i o np r o b l e ml i k ee u t r o p h i c a t i o na r eg e t t i n gm o i ea n dm 0 1 es e r i o u s , w h i c h r e q u i r e sf z e q u e n tm o n i t o r i n ga n di n t e g r a t e dm a n a g c m e n lh o w e v e r , c o n v e n t i o n a l m e t h o do fw a t e rq u a l i t ym o n i t o r i n gi st i m e - c o n s u m e da n dm o n e y - c o n a u m e dw i t h o n l yl i m i t e dw a t e rq u a l i t yd a t ap r o v i d e da tt h em e a s u r e m e n ts i t e s i na d d i t i o n , i t r e q u i r e sr e a s o n a b l es a m p l ec o l l e c t i o na n dt r a n s p o r t a t i o n r e m o t es e n s i n g ( 1 璐) m o n i t o r i n gc a nn o to n l ys a v em a n p o w e ra n dm a t e r i a lr e s o u r g eb u ta l s or e a l i z et h e d e v e l o p m e n to f w a t e rq u a l i t ym o n i t o r i n gf x o mp o i n tt ob i ga r e a t h ea u t h o rf i r s t l ya n a l y z e dc o r r e l a t i o nb e t w e e nw a t e rq u a l i t yp a r a m e t e r sa n d h y p e r - s p e c t r a lr e f l e c t a n c e ,b a s e do nw h i c hw a t e rq u a l i t ym o d e l so fd i a n a h a nl a k e a n d h u a n g p ur i v e rw e r ee s t a b l i s h e d f o rd i a n s h a nl a k e , c h l o r o p h y l l - a ( e h l a ) m o d e l w a se s t a b l i s h e db yr 7 0 sa n dr 6 7 7w i t hr 2o fo 6 9 7 9 ,a n dt nm o d e lw a se s t a b l i s h e d b yr 酪5w i t hr 2o f 0 5 1 1 2 f o rh u a n g p ur i v e r , m o d e l sf o re h i a , t u r b i d i t ya n dc o d w a sa c c u r a t e c h l am o d e lw a sl i n e a rm o d e lb y 鼬3 s r 6 7 5w i t hr 2o f o 8 5 1 5 t u r b i d i t y m o d e lw a sl i n e a rm o d e lb yr 5 a n dr 7 2 5w i t hr 2o fo 5 1 4 6 c o dm o d e lw a s e s t a b l i s h e d b y r 7 6 3 p 7 s w i t h r z o f o 6 1 8 7 n 圮m o d e l s u s e d f o rr e t r i e v e w a t e r q u a l i t y o f d i f f e r e n t t i m e 。t h er e s u l ts h o w t h a t t h e yc a na c c u r a t e l yr c t r i e v e w a t e r q u a l i t y e x c e p t f o rs o m e s a m p l e s m u l t i s p e c t m lm o d e l sf o rd i a n s h a nl a k eu s i n gt md a t aw o r et h e ne s t b l i s h e d b o t hc h l am o d e la n dt pm o d e lw e r el i n e a r l yr e g r e s s e db y 硼l t m 4a n dt m 2 + 1 m 4 w i t hl po f0 3 4 6a n do 7 5 4 r e s p e c t i v e l y t u r b i d i t ym o d e lw 勰e s t a b l i s h e db y ( t m 3 一t m l ) ( t m 4 t m 3 ) a n dt m lw i t h 影o f 0 5 5 3 c o dm o d e lw a se s t a b l i s h e db y ( t m 3 一z m 2 y ( t m 3 - t m l ) a n dt m lw i t h 甜o f0 4 1 0 t nm o d e lw a se s t a b l i s h e db y c m t 3 讹) ,( 眦4 t m l ) a n dt m lw i t h 甜o f0 3 7 0 b a s e do nt h ea b o v em o d e l s , s p a t i a ld i s t r i b u t i o no f w a t e rq u a l i t yp a r a m e t e r si nm a r c h3 t ho f 2 0 0 6 , m a r c h2 1 t ho f m 2 0 0 1a n dm a r c h2 1 t ho f1 9 9 5w e r er e a l i z e du s i n ge n v is o a r e t h es p a t i a l d i s t r i b u t i o n ss h o wt h a tw a t e rq u a l i t i e sf i o m1 9 9 5t o2 0 0 1t o2 0 0 6a r ew o r s ea n d w o r s e t h er e t r i e v e dr e s u l t si nm a r c h3 t ho f 2 0 0 6a l ev e r yc l o s et ot h em e a s u r e dd a 饥 i td e m o n s 心a t e st h ef e a s i b i t yo f u s i n gt md a t ar e t r i e v ew a t e r q t l a l i t y i ta l s on e e d st om o n i t o rt h el a n de c o s y s t e mf o re f f e c t i v e l yp r o t e c t i n gt h ew a t e r s o u r e 七l a n d n s et y p ep l a y sav e r yi m p o r t a n tr o l ei nt h ee c o s y s t e m , 8 0w ei n v e s t i g a t e d t h el a n dc l n s s f i c a t i o nu s i n gt m i m a g eo fy e a r1 9 9 3a n d2 0 0 5 i n1 9 9 3 ,t h ed o m i n a n t l a n d u s ec l a s s e sw e r ep l o w l a n da n dh i g hd e n s i t yv e g e t a t i o n ;w h i l ei n2 0 0 5o n l yh i g h d e n s i t yv e g e t a t i o nw a sd o m i n a n t , w h i c hw a sm a i n l yc a u s e db yd e c r e a s eo f p l o w l a n d a r c 轧t h cb i g g e s td y n a m i cd e g r e eo fl a n dc l a s sw a sr e s i d e n t i a la 啪w i t ht h ei n d e x n e a l - 4 0 。w h i c hs h o w e dt h eh i g hs p e e do fi n d n s t r i l i z a t i o n t o t a l l y , t h e r ew e r e 6 0 9 1 l a n d u s ec h a n g e d l o wd e n s i t yv e g e t a t i o n , p l o w l a n d ,h i g hd e n s i t yv e g e t a t i o n a n dr e s i d e n t i a lm a i n l yc h a n g ei n t oh i 出d e n s i t yv e g e t a t i o n , h i g hd e n s i t yv e g e t a t i o n , l o wd e n s i t yv e g e t a t i o na n dv e g e t a t i o n , r e s p e c t i v e l y t h el a n d u s ed e g r e ei n d e xi n 1 9 9 3i s2 3 5 6 3 ,w h e r e a si n2 0 0 5i ti s2 2 2 4 0w i t h1 3 2 3d e c r e a s e ,m a i n l yd u et om a n y p l o w l a n dc h a n g e di n t oh i g hd e n s i t yv e g e t a t i o n t h e l a n d u s ed e g r e ei n d e xf o r s h a n g h 丑ic i t yi ss t i l lh i g h e rt h a nt h en a t i o n a la v e r a g el e v e lo f2 2 0i nt h es a m ep e r i o d o ft i m e c i v i l i z a t i o nm a k e sw a t e rq u a l 姆w o r s ea c c o r d i n gt h ew a t e r 删崎o f1 9 9 3 a n d2 0 0 4 k e yw o r d s :r e m o t es e n s i n g , h y p e r s p e c t r a l ,m u l t i s p e c t r a l ,w a t e rq u a l i t ym o d e l , l a n d u s ec l a s s i f i c a t i o n , u p s t r e a mh u a n g p ur i v e r n , 学位论文版权使用授权书 本人完全了解同济大学关于收集、保存、使用学位论文的规定, 同意如下各项内容:按照学校要求提交学位论文的印刷本和电子版 本;学校有权保存学位论文的印刷本和电子版,并采用影印、缩印、 扫描、数字化或其它手段保存论文;学校有权提供目录检索以及提供 本学位论文全文或者部分的阅览服务;学校有权按有关规定向国家有 关部门或者机构送交论文的复印件和电子版;在不以赢利为目的的前 提下,学校可以适当复制论文的部分或全部内容用于学术活动。 学位论文作者签名:私讼 纠年月y 3 - e t 经指导教师同意,本学位论文属于保密,在年解密后适用 本授权书。 指导教师签名:学位论文作者签名: 年月 日年 月日 同济大学学位论文原创性声明 本人郑重声明:所呈交的学位论文,是本人在导师指导下,进行 研究工作所取得的成果。除文中已经注明引用的内容外,本学位论文 的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的 作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集 体,均已在文中以明确方式标明。本学位论文原创性声明的法律责任 由本人承担。 签名:深访诠 纠年7 月汐日 第1 章绪论 1 1 遥感的概念与数据源 1 1 1 遥感的概念 第1 章绪论 遥感( 】贻m o t cs e n s i n g ) 是2 0 世纪6 0 年代发展起来的对地观测综合性技术,其 英文原义是指“遥远的感知“广义理解,泛指一切无接触的远距离探测,包 括对电磁场、力场、机械波( 声波,地震波) 等的探测实际工作中,重力,磁 力、声波、地震波等的探测被划为物探,因而只有电磁波探测属于遥感的范畴 狭义理解,是指应用探测仪器。不与探测目标相接触,从远处把目标的电磁波 特征记录下来,通过分析揭示出物体的特征性质及其变化的综合性探测技术【z j 遥感系统包括五大部分t 被测目标的信息特征、信息的获取、信息的传输 与记录、信息的处理和信息的应用通过遥感卫星接收来自地面被测目标的光 谱信息,然后经过数据的处理和分析可以形成卫星图片遥感系统是一个综合 性的系统,它涉及到航空、航天、光电、物理、计算机和信息科学等诸多领域, 其发展与这些学科密切相关嘲 遥感的分类方法很多,按遥感平台可以分为地面遥感、航空遥感、航天遥 感和字航遥感等;按传感器的探铡波段可以分为紫外遥感、可见光遥感、红外 遥感、微波遥感和多波段遥感;按照工作方式可以分为主动遥感和被动遥感, 非成像遥感和成像遥感 4 1 ;根据应用可以分为环境遥感、测绘遥感、灾害遥感、 地质遥感和农业遥感等 1 1 2 常用遥感数据 目前常用的遥感数据包括常规多光谱遥感数据和高光谱遥感数据 常规多光谱遥感数据的光谱段数目少,波段宽比较大( 约1 0 0 n n l 左右) ,且在 波谱上不连续,不能覆盖整个可见光至红外光光谱范围( 4 0 0 2 4 0 0 n m ) 常用的 多光谱遥感图像数据有美国l a n d s a t 的m s s ( m u l t i s p e c t t a ls c a n n e r ) 、t m ( t h e m a t i c m a 舰i e r ) 数据和e n d 郴n 1 1 a n c c d t h e - m a r i em a p p e r ) ,法国s p o t 卫星的 珏( i i g h 第1 章绪论 r e s o l u t i o nv i s i b l e ) 数据、印度的i r s - i c ( i n d i a nr e m o t es e n s i n gs a t e l l i t ei c ) 卫星 数据和气象卫星n o a a 的a v h ( a d v a n c e dv e r y 碰g hr e s o l u t i o nr a d i o m e t e r ) 数据,e o 1a l i ( a d v a n c c dl a n di m a g e f ) 、m o d i s ( m o d e m t er e s o l u t i o ni m a g i n g s p e e d o m e t e r ) 和欧空局的e n v i s a tm e r i s 等 高光谱遥感数据有很多很窄的电磁波波段,现有的高光谱传感器可分为两 种:成像和非成像两种。主要搭载在不同飞行高度的飞机、卫星或地面工作平 台上成像光谱仪是新一代传感器,能够获取大量窄波段连续光谱图像数据, 每个像元具有几乎连续的光谱数据,能够分辨出那些具有诊断性光谱特征的地 表物质。在各种成像光谱仪中,美国的a v i r i s ( a i r b o r n e v i s i b l e i n f r a r e d i m a g i n g s p e c t r o m e t e r ) 数据和加拿大的c a s i ( c o m p a c ta i r b o r n es p e c t r o g r a p h i ci m a g e o 数 据最为常用,此外还有芬兰的a i s a ( a i r b o m ei m a g i n gs p e c t r o m e t e rf o rd i f f e r e n t a p p l i c a t i o n s ) 数据及中国的c i s ( c h i n e s ei m a g i n gs p e c t r o m e t e r ) 。非成像光谱仪主 要是指各种野外光谱仪,可用于各种目的,特别是地物光谱分析,利用非成像 光谱仪在野外或实验室测量各种地物的光谱反射率、透射率及其它辐射率,可 帮助理解各种地物的光谱特性和提高不同种类遥感数据的分析应用精度。目前 常用的野外光谱仪有l l 1 8 0 0 便携式光谱辐射仪、g e r 野外光谱仪和a s d 便 携式野外光谱辐射仪国内使用较多的是a s d 系列野外光谱辐射仪。 1 2 遥感技术在水环境监测中的应用 1 2 1 水质遥感监测的意义 目前,环境监测采用的还是传统方法,即先采集水样,然后运回实验室进 行水质分析,这种方法比较费时费力,而且对水样的选取、水质的保存等要求 较高,此外水样采集和分析的数量很有限,对于整个水体而言,这些测点数据 只具有局部和典型的代表意义,难以获取大范围水域水质参数的分布和变化情 况,不能满足对水质实时、大尺度的监测评价要求。 遥感是近几十年发展起来的- f 7 新兴技术,尤其近些年来,环境遥感技术 迅猛发展。利用遥感监测河流、湖泊等较大的水体可以大面积的提供水质信息、 具有高时间分辨率、连续的特点,在相当大的程度上弥补了常规水质监测方法 的不足,为环境监测提供了种卓有成效的新方法。 2 第l 章绪论 1 2 2 水质遥感监测原理 水质遥感监测主要是利用传感器在可见光和近红外波段接受到的辐射通量 值来分析水质参数,传感器上接受到的总辐射通量值由三部分组成,如图1 1 所 示:a ) 太阳辐射经过大气散射作用到达传感器,b ) 太阳辐射通过水表面的方向反 射进入传感器。c ) 水体后向散射光和水底的反射光返回到大气中,被传感器所接 受,这一部分含有水色信息,是可以用来监测水质的部分,称为离水辐亮度 大气和水平面对太阳光的作用对水质监测来说,不包含任何有用的信息, 是一种噪声,在实际应用时。必须对其进行校正,通常来说,用于水质监测的 卫星传感器通过设定一定的卫星姿态角,可以避免太阳光在水面的角度反射, 但是没有办法消除大气对太阳光的影响。实际上,传感器上接受的8 0 以上的辐 射通量都是由大气因素造成的,因此。很小的大气校正误差都能造成水质参数 估计的巨大偏差大气校正是水质遥感中重要的一环 图i 1 传感器接收到的总辐射通量 含有水质信息的离水辐亮度受到水中不同物质的影响,在内陆水体中影响 光谱离水辐亮度的物质主要有3 类:浮游植物,主要是各种藻类;由浮游植 物死亡而产生的有机碎屑以及陆生或沏体底泥经再悬浮而产生的无机悬浮颗 粒,总称为非色素悬浮物;由黄腐酸、腐殖酸等组成的溶解性有机物,通常 称为黄色物质阁有些湖泊,因为水深比较浅,水体比较清洁,还要考虑水底的 第1 章绪论 反射作用水质遥感监测就是通过分析离水辐亮度的特征推导出水中物质的组 成及其它们的浓度,显然,必须对水中物质的光学特性和介质中的光学过程有 比较深入的理解水体中悬浮物、溶解性有机物、叶绿素等物质通过在不同波 段的吸收、散射作用,造成一定波长范围反射率的显著不同,这是遥感定量监 测水质的基础 1 2 2 1 清水的光谱特征 清水的反射率在可见光波段范围内一般为4 5 ,在6 0 0 1 1 1 1 1 下降为2 3 , 到7 5 0n n l 之后的红外波段,水体成了全吸收体 6 1 1 2 2 2 藻类水体光谱特征 浮游植物体内含的叶绿素对可见光和近红外光波段具有特殊的“陡坡效应”。 在4 2 0 5 0 0 n m 范围内,叶绿素a 在蓝紫光波段有一个比较平坦的吸收峰,水体的 反射率较低,可能是叶绿素、类胡萝卜索以及溶解性有机物的吸收造成的【7 】【川: 5 4 0 5 8 0 n m 范围的反射峰是由于叶绿紊和胡萝卜素弱吸收和细胞的散射作用形 成的( 9 j 【l o l ,该反射峰值与色素组成有关,可以作为叶绿素定量标志;6 7 0 r i m 附近 是叶绿素a 的又吸收峰,当藻类密度较高时,水体光谱反射率曲线在该处出现 谷值;7 0 0 r i m 附近反射峰的出现是含藻类水体最显著的光谱特征,其存在与否通 常被认为是判定水体是否含有藻类叶绿素的依据之一,反射峰的位置和高度是 叶绿素a 浓度的指示,其出现的表面原因是由于水和叶绿素a 的吸收系数之和在 该处达到最小f l l 】【1 2 】【1 3 j f ,根本原因应归因于叶绿素的荧光效应1 5 1 【1 6 1 1 刀【1 盯。 1 2 2 3 含悬浮物水体光谱特征 水中悬浮物微粒会对入射进水里的光发生散射和反射,增大水体的反射率。悬 浮物水体的反射率具有双峰特征,2 个反射峰的位置分别在6 0 0 7 0 0 n m 和7 6 0 8 2 0 r i m 1 9 1 。随着悬浮物浓度的增加,水体在可见光及近红外波段范围的反射率增 加,同时反射峰值波长向长波方向移动,即所谓的“红移现象”,而且反射峰值 本身形态变得更宽口0 】。g i t e l s o n 2 1 】的研究也表明:5 0 0 6 0 0 n m 波段适合用来监 测悬浮物,7 0 0 9 0 0 n m 波段反射率对悬浮物浓度变化敏感,是遥感估算悬浮物 浓度的最佳波段。 1 2 2 4 有色可溶性有机物水体光谱特征 有色可溶性有机物( c o l o u r e dd i s s o l v e do r g a n i cm a t t e r :c d o m ) 是溶解性有机 物的主要组成部分,分子结构复杂,主要是指黄腐酸和腐殖酸等组分吲它在 紫外和蓝光范围具有强烈的吸收特性,在黄色波段吸收最小,呈黄色,故又称 这类复杂的混合物为“黄色物质”c d o m 是一个很重要的生物光学参数,有 4 第l 章绪论 极其稳定的光学性质,其光学特性较为单一,主要表现为吸收,是构建生物光 学模型的重要因子,影响着水体的遥感反射率吸收光谱的形状在不同的环境 中都具有明显的特征,一般符合式( 1 1 ) 2 3 1 : a t 矗e x p 【sm - ”】 ( 1 1 ) 式中a 是c d o m 的吸收系数( j 缸。i ) ,九是波长( n m ) 。k 是参照波长( 衄) ,一般 取4 4 0 嘲嘲,s 是指数函数曲线斜率参数,与有色可溶性有机物浓度无关,而 与有色可溶性有机物的组成有关口】 1 2 3 水质遥感监测进展 从2 0 世纪7 0 年代开始,利用遥感对水体的研究已经从单纯的水域识别发 展到对水质参数进行遥感监测,制图和预测近年来,随着对物质光谱特征研 究的深入、算法的改进以及遥感技术本身的不断革新,遥感监测水质从定性发 展到定量,且可通过遥感预测的水质参数种类逐渐增加,主要包括s s 、水体透 明度、叶绿素a 、c d o m ,此外还有总氮( t n ) 、总磷( t p ) 、溶解氧( d o ) 、 化学需氧量( c o d ) ,生化需氧量( b o d ) 和综合污染指标如营养状态指数等 1 2 3 1 叶绿素 从2 0 世纪7 0 年代以来,对叶绿紊a 的遥感监测研究进行的最多。积累了大量 叶绿素遥感监测的经验目前一般卫星遥感监测叶绿素浓度主要是利用波段和 波段组合的辐射值或者反射率与实地监测水质建立统计模型国外较成功的例 子如h l l l r o 俨钉等利用1 m 数据得到的m i c l l i g 缸湖的叶绿素对数模型; h o o g e n b o o m 刚等根据a s 数据,利用7 1 3 n m 和6 7 7 n m 比值建立巧s s e l n l r 湖的 叶绿素经验模型。结果表明当叶绿素浓度小于l o p g l 和高于3 0 t t g l 时候估测误 差分别为2 0 和l l 1 2 ;f r a s e r 2 7 1 对美国2 2 个内陆湖的光谱反射率与叶绿素进 行研究,发现反射率光谱的一阶微分与叶绿素浓度的相关性好;p u l l i a i n e n 2 s 等 在对芬兰南部1 1 个湖泊,利用a i s a 数据、根据2 个波长的辐照度比值建立了叶绿 素经验模型,反演精度比较高;o s t l u n d 网等利用瑞典e r k c n 湖泊的c a s i 数据和 t m 数据,建立不同的叶绿素模型。还利用模型建立了叶绿素浓度分布图 国内在水体叶绿素遥感方面也傲了大量的研究疏小舟刚等人研究发现在叶绿 素浓度较高时,水体光谱反射比r 7 0 5 7 s 、叶绿素在7 0 0 r i m 附近反射峰的位置 都和叶绿素浓度有较好的相关性刘英】等人通过研究千岛湖水体藻类叶绿素 第1 章绪论 浓度与其高光谱反射特征之间的关系,建立了叶绿素a 的遥感定量模型, 结 果表明光谱反射率比值r7 0 1 1 1 6 、i k o n o s 的红光与蓝光波段反射率之比与叶 绿素a 线性相关程度都比较高,相关系数分别为0 8 7 、o 8 3 ,可以用来估计叶绿 素a 浓度。马荣华【3 2 j 等人利用水体实测光谱,结合水质采样分析数据,通过比 值c r + m p + , m 、r t o s r s 7 2 ) 、微分、面积、峰高、峰谷距离以及反射峰位置建立与叶 绿素浓度的回归模型,通过误差分析对比认为比值法和反射峰的位置对叶绿素 的估测精度最高刘堂友【3 3 】等人利用地物光谱仪对太湖水体进行了光谱测量, 结合同步采样分析,对获得的数据尝试用光谱分离法进行分析。从中分离出蓝 藻和悬浮物的特征波峰,建立波峰高度与同步水质采样得到的叶绿紊a 浓度和 悬浮物浓度的对应关系,得出其遥感定量反演算法,并实际应用在o m i s 成像 光谱仪图像上 1 2 3 2 悬浮物 内陆水体的悬浮物浓度是首先被遥感的参数8 0 年代以后,随着l a n d s a t 4 和 l a n d s a t 5 的发射,t m 数据以其更高的空间、光谱和辐射分辨率吸引研究者研究 它的水质监测用途。在国外,l a t h r o p 3 4 1 等对美国m i c h i g a n 湖和0 r c e n 湖作了一系 列遥感研究,估测了包括叶绿素a 浓度、悬浮物、透明度在内的多项参数,取得 了较理想的结果。m a l t a b 口5 1 等利用她物光谱仪模拟t m 波段设置,对不同浓度悬 浮物光谱反射率进行测量研究,结果表明t m 4 波段是估测悬浮物浓度的最佳波 段,建立t m 4 波段反射率估测悬浮物浓度的二次回归模型,该模型估测效果优 于线性模型。d e k k e r 3 6 1 等对荷兰北部f r i s i a n 省南部湖泊研究中,利用生物光学模 型将经过大气校正之后的t m 5 和s p o t - m 数据转化为总悬浮物浓度,并和实测 值进行对比,结果精度很高。 在国内对于悬浮物的遥感监测研究,早在8 0 年代李京 3 7 1 就提出了反射率与 悬浮物含量之间的负指数关系式,并成功地应用于杭州湾水域悬浮物调查;黎 夏【3 8 】推导出一个包含g o r d o n 表达式和负指数关系的统一式,将该模式应用于珠 江口悬浮物的遥感定量分析;许瑁【3 9 】等根据遥感影像灰度值与水体反射率和水 中悬浮固体含量之间的相关关系,运用s p o t 影像和实测数据将基隆河悬浮固体 含量分为4 级并进行了基于g i s 专题信息的基隆河流域环境遥感制图李素菊, 王学军【如】等利用高光谱地物光谱仪对巢湖水体进行了反射光谱测量和同步水质 采样分析。研究了悬浮物浓度与水体光谱反射率和光谱反射率的一阶微分之间 的关系,结果表明在近红外波段范围,单波段反射率和一阶微分光谱反射率都 6 第1 章绪论 与悬浮物的浓度有较好的相关性 1 2 3 3c d o m 2 0 世纪9 0 年代以来,国外学者对内陆水体中c d o m 的光吸收特性和定量遥感 监测进行研究目前对c d o m 的研究大致有两方面:1 ) 进行水色遥感时如何消 除c d o m 的干扰;2 ) 研究遥感探测c d o m 浓度的方法国际上对c d o m 浓度信 息的提取模式有:直接提取浓度信息;计算黄色物质在某一特征波段的吸收系 数,用吸收系数来表示黄色物质浓度 吴永森f 4 1 j 对胶州湾水域c d o m 的光吸收特性进行实验研究,发现海水黄色 物质光吸收系数与波长的关系为指数函数关系,它随波长减少而单调增加,不 存在波峰与波谷;在可见光或紫外波段任一波长,海水黄色物质浓度与光吸收 系数值之间呈正相关;在蓝紫光波段。海水黄色物质的光吸收与海水自身、海 洋叶绿素及海水悬浮粒子的光吸收相比要大,从而成为该波段海水中光吸收的 主导物质,在i 类海水中尤其如此;并计算了s 的数值范围,为海水c d o m 含量 的遥感探测提供了基础性实验依据k u s t e r 4 2 等人利用a l i 数据利用波段比值法 建立了c d o m 的分析模型,同时还利用建立的模型绘制了c d o m 浓度分布图 1 2 3 4 其它水质参数 除了叶绿素,悬浮物和c d o m 指标外,学者对湖泊生态影响比较大的水质指 标都作了研究,这些指标有浊度、c d o m 、t n 、t p 、c o d 、b o d 和水质综合污 染指数等 在国外,h a n n a 等【4 3 】利用m o d i s 、m e r i s 、模拟的t m 数据结合对芬兰南 部1 1 个湖泊的水样实验室分析,利用波段组合建立了浊度和透明度的多种模型, 模型精度在2 0 3 0 相对于国外,国内在其它水质参数研究的比较多,如王 学军和马廷m 利用单波段,多波段和主成分分析等手段建立了s s 、s d 、d o 、 c o d 、b o d 、t n 、t p 和t m 遥感数据之间的定量模型马跃良附】等人对珠江 广州河段水环境质量中的水质污染进行监测应用研究,并利用多元回归分析技 术建立了水质综合污染指数和t m 不同灰度值的遥感定量模型,结果表明模型 的精度很高,可信度达9 5 以上王建平脚l 等人利用人工神经网络技术进行了 湖泊水色遥感的反演研究,建立了b p 神经网络模型,利用t m 卫星影像反演 c o d m 、d o 、t n 、t p 等,反演精度较高,相对误差基本在2 5 以下雷坤即】 等利用c b e r s 2 1 的c c d 数据,建立太湖表层水体t n 的遥感信息模型,将模 型用于太湖表层水体,较客观地反映了t n 的分布趋势 7 第1 章绪论 1 3 遥感技术在土地分类中的应用 1 3 1 遥感技术的土地分类方法 目前遥感技术在土地调查中的应用主要是结合地理信息系统( g i s ) 对土地 利用类型进行定性定量监测,还对土地利用的数量和空间变化进行分析,探讨 其变化的驱动机制和其对生态环境的影响。无论是研究变化的驱动机制还是研 究其对生态环境的影响,都要进行土地分类,土地分类是土地调查的基础,只 有很好的土地分类精度才能确保得到可靠的研究结论。 目前用到的分类方法有很多种,有基于地物光谱反射特征的常规方法,包括 监督分类、非监督分类和专家知识分类法但是由于遥感数据一般带有综合光 谱信息的特点( 即一个像元有时是地面各类地物光谱的总和) ,用这些常规方法致 使计算机分类面临着诸多模糊对象,导致精度降低,为此,人们不断研究尝试 新的分类方法近几年发展起来的分类方法有神经网络法、模糊数学法、基于 g i s 方法和基于地学知识符号逻辑推理的方法等 1 3 1 1 监督分类法 监督分类法是首先根据己知样本类别和类别的先验知识,确定判断函数和相 应的判断规则,其中利用一定数量的己知类别的样本的观铡值求解待定参数的 过程称为训练,然后将未知类别的样本的观测值带入判别函数,再依据判别规 则对该样本的所属类别作出判断。分类的主要过程:首先选择可以识别或者 借助于其它信息可以断定其类型的像元建立模板,然后基于该模板使计算机系 统自动识别具有相同特性的像元:对分类结果进行评价后再对模板进行修改, 多次反复后建立一个比较准确的模板,并在此基础上最终进行分类。监督分类 一般要经过建立模板( 训练样本) 、评价模板、确定初步分类结果、检验分类结果、 分类后处理、分类特征统计等几个步骤。经典的监督分类法有最大似然法、平 行六面体法、m a h a l a n o b i s 距离法和最小距离法等。 监督分类在国内用的比较多,王庆 4 9 1 等人以云南一水库及周边为研究区,利 用不同时相的l a n d s a te t m + 遥感图像,通过不同波段的组合,以及归一化指数 的运用,在建立一定精度分类模板的基础上,采用最大似然法执行监督分类, 得到了具有较高精度的分类结果,并对其数量和空间特征进行分析。 监督分类法是提取遥感图片定量信息的主要分析工具但是,监督分类更多 第l 章绪论 的需要用户来控制,常用于对研究区域比较了解的情况,而且分类需要的时间 较长此外,还需要一些辅助数据,如通过野外考察获得的土地覆盖数据,地 图和航拍图片等 1 3 1 2 非监督分类法 非监督分类法是指事先对分类过程不施加任何的先验知识,仅利用遥感图 片地物的光谱特征的分布规律进行盲目的分类分类的结果只是对不同类别达 到了区分,但并不能确定类别的属性,其类别的属性要通过分类结束后目视判 读或实地调查才能确定。非监督分类法人为干预较少,自动化程度高,一般要 经过初始分类、专题判别、分类合并、色彩确定、分类后处理、色彩重定义和 统计分析等几个步骤非监督分类法通常和监督分类结合来完成土地分类,弥 补监督分类训练数据太昂贵甚至无法获取的缺点 1 3 1 3 专家分类法 专家分类是为用户提供一种基于规则的方法,用于多波段图像进行分类,分类 后处理以及g i s 分析实质上,一个专家分类系统针对一个或多个假设建立的 一个层次规则集或分类树,而每一条规则就是一个或一组条件语句用于说明 变量的数值或属性专家分类首先需要建立知识库根据分类目标提出假设, 并依据所拥有的数据资料定义支持假设的规则、条件和变量,然后利用知识库 自动进行分类陈华丽p 川以湖北大冶为研究区,采用多时相陆地卫星遥感图像, 通过不同波段组合,以及归一化差异植被指数( n o r m a l i z e dd i f f e r e n c ev e g e t a t i o n i n d e x :n d v i ) 等。详细分析了各地表地物光谱特征和空间特征,建立了研究区 分类知识库表,采用决策二叉树法进彳亍分类,得到了高精度分类结果图 1 3 1 4 神经网络法 神经元网络模型用于模拟人脑神经元活动的过程,包括对信息的加工、处理、 存储和搜索等过程它具有分布式存储信息,对信息的处理及推理过程具有并 行的特点。对信息的处理具有自组织、自学习等特点目前采用的神经网络模 型多种多样,如人工神经网络( a r t i f i c m l n e u r a l n e t w o r k s :姗、反向传播( b a c k p r o p a g a t i o n :b p ) 、自适应共振理论网络模型( a d a p t i v er e s o n a n c et h e o r y :a j h ) 、 自组织特征映射模型等a n n 分类方法一般可获得更高精度的分类结果,在遥 感地覆盖仕地利用分类中被广泛应用,特别是对于复杂类型的土地覆盖分类。 a n n 方法显示了其优越性如t y o s h i d a 【5 1 1 、k s c h e n l 让1 、j d p a o l a 捌等 利用a n n 分类方法对t m 图像进行土地覆盖分类,在不同程度上提高了分类精 9 第l 章绪论 度;gm f o o d yf s 4 1 用m 心对土地覆盖中的混合像元现象进行了分解;l b r u z z o n e 【5 5 】等在t m 遥感数据,空间结构信息数据、辅助数据( 包括高程、坡度 等) 等空间数据基础下,用a n n 方法对复杂土地利用进行了分类,比最大似然 分类方法提高了9 的精度。 1 3 1 5 模糊数学分类 由于遥感图像有时具有不确定性,针对不确定的数学方法自然成了遥感图像 分析人员所注意的目标模糊数学方法就是一种针对不确定性事物的分析方法。 它以模糊集合论作为基础,有别于普通集合论中事物归属的绝对化。江标初嘲 利用模糊分类方法对吉林省自山市八道江区土地利用覆盖变化进行调查,从试 验结果发现“模糊分类”在复杂地块影像分类中较传统的贝叶斯分类有更好的 分类结果。 1 3 1 6g i s 结合实际的分类方法 g i s 作为辅助数据与遥感图像结合进行分类已广泛的应用于遥感分类。例: p a u lm e ta l “”研究了在g i s 支持下对s p o t 分类结果作矩阵叠加分析,使分类 图像与土地利用分区信息结合起来,精度提高到7 8 p a u lv b o l s t a d s s j 幂l j 用土 壤质地、地形等空间专题信息,提高了1 m 数据的土地利用分类精度黎夏洄1 在他的研究中也提出了利用g i s 技术来提取形状信息和改善分类精度的新方法, 从而使一些容易混淆的分类得到纠正。潘竟虎 6 a t 等人利用t m 和e t m 卫星遥感 数据,在g i s 的支持下对江河源区土地覆盖变化进行了监测,分析了土地覆盖 动态度、土地覆盖面积动态转化、土地利用综合程度和土地覆盖变化驱动因素 1 3 。1 7 基于地学知识符号逻辑推理的影像分类 近年来,在遥感土地利用分类应用研究中,开始尝试用基于地学知识的逻辑 推理分类方法和建立专家系统来进行遥感分类工作如术洪磊【6 i 】等以规则形式 表示遥感影像解译知识,使用t m 数据和d e m 、坡度、土地利用图等地理辅助数 据。从遥感影像处理、地理数据、专家知识一体化角度,对基于地学知识方法 的遥感影像分类方法进行了研究;b 勋r t 妇y 锄等【6 2 】建立了遥感土地分类专家系 统的框架模型,其中包括光谱知识库、推理机、知识自动获取机等,并针对光 谱知识进行了实际的土地覆盖分类的实验工作。 第1 章绪论 1 3 2 遥感技术在土地分类中的应用进展 遥感技术在土地利用监测中的应用,早在1 9 6 0 年国外就利用t i r o s 和 n o a a

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论