基于GIS的青海湖流域典型地物光谱数据库研究
[Abstract]:The spectral characteristics of ground objects is the basis of quantitative analysis of remote sensing and an important part of the basic research of remote sensing. It is also the basis of remote sensing detection, the key basis of optimal combination of remote sensing band, the basis of remote sensing information extraction and ground object recognition, which is the precondition of quantitative remote sensing research. Field measured spectral data is an indispensable step for quantitative analysis of remote sensing. Management and analysis of measured spectral data can improve the utilization level of remote sensing information. We determine the techniques and methods of field spectral data acquisition, spectral data processing and feature extraction. According to the system application requirements and business processes, the system function modules, system architecture and database data specifications, data storage, The data model and the physical structure of the data table are designed, and the spectral database of typical features in Qinghai Lake Basin is established in SQL Server 2008. The spectral database system is developed by using C # language under the development environment of Microsoft Visual Studio 2008. The functions of spectral data management, query, display and contrast analysis are realized. System login can be divided into two ways: administrator login and user login, in which administrator can manage system users effectively. Data management is the basic function of the system to effectively browse spectral data, data addition is an important function of the system, it can add new spectral data to the system. Query and display is the core function of the system. According to the method of sampling point number, the single spectral curve and related main attribute information are displayed. Data contrast analysis is an upgrade of query display function. Two spectral curves can be displayed at the same interface at the same time.
【学位授予单位】:青海师范大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:P237;P208
【相似文献】
相关期刊论文 前10条
1 张令清,韩申生,蒋春宏,徐至展,张正泉,,孙岚;高分辨X光光谱的数据处理[J];光学学报;1994年08期
2 薛利红,罗卫红,曹卫星,田永超;作物水分和氮素光谱诊断研究进展[J];遥感学报;2003年01期
3 柏军华,李少昆,隋学艳,王方勇,王克如;影响近地光谱数据采集质量关键问题的探讨[J];石河子大学学报(自然科学版);2005年01期
4 程洁;肖青;李小文;柳钦火;杜永明;;基于多层感知器网络的FTIR高光谱数据温度和发射率光谱同步反演[J];光谱学与光谱分析;2008年04期
5 顾聚兴;;光谱引擎[J];红外;2009年06期
6 周源;方圣辉;李德仁;;利用光谱角敏感森林的高光谱数据快速匹配方法[J];武汉大学学报(信息科学版);2011年06期
7 池宏康;冬小麦单位面积产量的光谱数据估产模型研究[J];遥感信息;1995年03期
8 吴传庆,童庆禧,郑兰芬;地面、图像光谱数据的预处理[J];遥感技术与应用;2005年05期
9 陈颖;舒宁;;基于光谱相似性的多光谱数据纹理编码算法研究[J];国土资源遥感;2005年04期
10 李乡儒;;光谱流量标准化的高效计算[J];光谱学与光谱分析;2012年01期
相关会议论文 前10条
1 李幸丽;杜培军;;典型光谱数据库的建立及基于图形界面的分析[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
2 涂彩;袁心强;;激光诱导离解光谱的光谱分析软件研究[A];第十五届全国分子光谱学术报告会论文集[C];2008年
3 吴传庆;童庆禧;郑兰芬;张兵;赵永超;张霞;;地面、图像光谱数据的预处理[A];成像光谱技术与应用研讨会论文集[C];2002年
4 李彬彬;易宝林;刘斌;;基于信源学的植被光谱数据的存储技术研究[A];2009通信理论与技术新发展——第十四届全国青年通信学术会议论文集[C];2009年
5 张佳华;周正明;王培娟;沙依然;许云;孟倩文;;不同积雪及雪被地物光谱反射率特征与光谱拟合[A];遥感定量反演算法研讨会摘要集[C];2010年
6 陈建裕;毛志华;吴均平;潘德炉;;基于光谱数据的分区多阶段混合分类方法提取特定地物[A];成像光谱技术与应用研讨会论文集[C];2004年
7 冯祖儒;顾蓉芳;聂崇实;;利用GC/FTIR系统建立香料气相红外参考光谱数据库[A];全国第八届分子光谱学术报告会文集[C];1994年
8 谢狄霖;陈忠;;化合物光谱数据库的研制[A];中国化学会第九届全国量子化学学术会议暨庆祝徐光宪教授从教六十年论文摘要集[C];2005年
9 徐超;高淑梅;刘诚;;基于小波变换的光谱去噪研究[A];豫赣黑苏鲁五省光学(激光)学会联合学术2012年会论文摘要集[C];2012年
10 唐宏;杨新;方涛;施鹏飞;;基于核方法的光谱角制图模型及其在高光谱图像分割中的应用[A];中国地理信息系统协会第八届年会论文集[C];2004年
相关重要报纸文章 前2条
1 特约记者 武玲 通讯员 俞正奎;南京地调中心与南京理工大共建重点实验室[N];中国国土资源报;2011年
2 记者 齐芳;郭守敬望远镜发布第一批巡天光谱数据[N];光明日报;2013年
相关硕士学位论文 前10条
1 郝建亭;光谱数据处理及其在植被信息提取中的应用[D];成都理工大学;2008年
2 陆皖宁;水体遥感实测光谱数据后处理与软件实现[D];南京师范大学;2007年
3 吕英杰;LIBS光谱数据分类算法及应用研究[D];西北大学;2014年
4 李勋兰;柑橘光谱数据库的建立及应用研究[D];西南大学;2015年
5 张寅俊;基于STM32的嵌入式光谱重构处理技术的研究[D];南京理工大学;2012年
6 向俊敏;LAMOST光谱数据的可视化研究[D];山东大学;2014年
7 何磊;基于实测光谱的昆承湖水质遥感模型及反演[D];成都理工大学;2010年
8 仲利静;复杂化学及生物过程原位实时光谱分析理论与应用研究[D];湖南大学;2012年
9 黄敏超;CCD光谱数据处理系统的研究[D];江南大学;2015年
10 刘澍;基于紫外—可见吸收光谱的供水管网水质在线异常检测方法研究[D];浙江大学;2015年
本文编号:2421474
本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/2421474.html