面向水质监测的遥感影像反演关键技术研究

发布时间：2017-11-01 08:32

  本文关键词：面向水质监测的遥感影像反演关键技术研究

  更多相关文章： 水质监测 遥感数据 混合遗传算法 反演模型 IDL

【摘要】：当前,全球对于环境污染问题高度关注,改善、防范环境污染意识不断增强。其中,水污染作为环境污染的重要分支,给生活、作业带来的后果尤为恶劣,如何防止水污染、对水环境进行大范围实时监测已成为国内外研究的热点。伴随空间科学技术的发展,卫星遥感影像的优势凸显,为水质污染监测提供了新的途径;专业的遥感图像处理软件,为水质监测可视化设计提供便捷开发平台。通过将二者进行有效结合,使水质监测变得更实时化、智能化和可视化。从光谱数据独有特点和遥感技术的优势入手,充分考虑地物光谱曲线和国内高分辨率多光谱卫星遥感影像的光谱特性,进行光谱数据特有处理和特征分析,并以此为基础结合水质反演方法的建模思想完成反演模型的构建。通过获取归一化、一阶差分各自的反射率值与悬浮物真实浓度值之间的Pearson相关系,定位GF-1遥感波段范围,确定最终作为建模变量的敏感波段或波段组合。对多波段比值法可以提升单波段相关系数的经验进行了证明。针对龙泉湖这一研究对象,给与特有的几何校正、FLASSH模型的大气校正以及水体提取,证实简单的单波段提取水体掩膜对龙泉湖更加适用。水质监测研究的关键问题是解决水质反演模型的构建和应用。从提高反演模型精度这一角度出发,对基于半经验法的水质反演模型建立和混合遗传算法在水质反演中的应用进行研究,并经统一检验指标检验,显示混合遗传算法从方法优化方向改进的思路的确可以提升反演精度,数据同时显示遗传、蚁群混合算法通过优势互补可以使求解时间、效率达到双优;从工程应用角度出发,立足于IDL具备专业遥感图像处理方法、可视化界面处理机制,完成对高分辨率、宽领域监测GF-1号遥感数据的水质反演、专题制图显示,达到直观展现水质参数浓度分布的效果,清晰表明水域富营养程度的等级。为验证水质反演系统的友好和反演结果的精度,设计测试流程说明水质反演系统各项功能均满足操作要求;设计对比实验说明混合遗传算法较常规反演方法足以提升反演结果的精度。最终可以为成都市环境污染水质监测研究项目提供强有力的支撑。
【关键词】：水质监测 遥感数据 混合遗传算法 反演模型 IDL
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：X87
【目录】：

• 摘要5-6
• abstract6-11
• 第一章 绪论11-19
• 1.1 研究来源及研究背景11-12
• 1.1.1 研究来源11
• 1.1.2 研究背景及意义11-12
• 1.2 国内外研究现状和发展趋势12-15
• 1.2.1 水质遥感发展现状13
• 1.2.2 水质反演方法发展现状13-15
• 1.3 研究内容及研究目标15-17
• 1.3.1 研究内容16-17
• 1.3.2 研究目标17
• 1.4 论文结构安排17-19
• 第二章 基于光谱数据的水质反演相关理论分析19-27
• 2.1 光谱数据类型简介19-21
• 2.1.1 多光谱遥感数据19-20
• 2.1.2 光谱曲线20-21
• 2.2 水质反演方法21-24
• 2.2.1 几种主流方法分析21-22
• 2.2.2 半经验法22
• 2.2.3 混合遗传算法22-24
• 2.2.3.1 遗传算法22-23
• 2.2.3.2 蚁群算法23
• 2.2.3.3 混合算法23-24
• 2.3 系统开发环境及方法24-26
• 2.3.1 开发工具概述24-25
• 2.3.2 基于软件工程的开发方法25-26
• 2.4 本章小结26-27
• 第三章 光谱数据分析与处理27-44
• 3.1 数据分析27-31
• 3.1.1 水样本浓度值27-29
• 3.1.2 光谱曲线29-30
• 3.1.3 准同步遥感数据30-31
• 3.2 光谱数据预处理31-43
• 3.2.1 实测光谱曲线处理31-33
• 3.2.1.1 归一化处理32
• 3.2.1.2 一阶差分平滑处理32-33
• 3.2.2 基于ENVI的多光谱遥感数据处理33-43
• 3.3.2.1 几何精校正34-36
• 3.3.2.2 辐射定校正36-39
• 3.3.2.3 研究水域提取39-43
• 3.3 本章小结43-44
• 第四章 水质反演方法研究44-56
• 4.1 基于半经验法的水质反演研究44-50
• 4.1.1 敏感波段的获取44-47
• 4.1.1.1 基于归一化与ss浓度值相关性45-46
• 4.1.1.2 基于一阶差分光谱确定ss相关性46-47
• 4.1.1.3 结果分析47
• 4.1.2 反演模型的建立47-49
• 4.1.2.1 遥感数据相关性分析47-48
• 4.1.2.2 模型建立48-49
• 4.1.3 模型检验49-50
• 4.2 混合遗传算法在水质反演中的研究50-55
• 4.2.1 混合算法的设计50-52
• 4.2.2 混合遗传算法获取反演结果52-55
• 4.2.2.1 前光学模型获取53-54
• 4.2.2.2 反演结果求解54-55
• 4.2.3 模型检验55
• 4.3 本章小结55-56
• 第五章 水质反演系统实现56-68
• 5.1 系统设计56-62
• 5.1.1 逻辑处理设计57-60
• 5.1.1.1 水质反演逻辑处理57-58
• 5.1.1.2 模型设置逻辑处理58-59
• 5.1.1.3 制图显示逻辑处理59-60
• 5.1.2 可视化界面设计60-62
• 5.1.2.1 水质反演界面60-61
• 5.1.2.2 反演模型设置界面61-62
• 5.1.2.3 遥感专题图界面62
• 5.2 系统实现62-67
• 5.2.1 水质反演62-65
• 5.2.2 模型加载导向65-66
• 5.2.3 制图显示66-67
• 5.3 本章小结67-68
• 第六章 系统测试及精度验证68-75
• 6.1 水质反演系统测试68-72
• 6.2 反演精度检验72-74
• 6.2.1 半经验法反演精度72
• 6.2.2 混合遗传算法反演精度72-73
• 6.2.3 对比结果分析73-74
• 6.3 本章小结74-75
• 第七章 结论与展望75-77
• 7.1 研究结论75-76
• 7.2 进一步工作展望76-77
• 致谢77-78
• 参考文献78-82

【参考文献】

中国期刊全文数据库 前10条

1 曹引;冶运涛;张小娟;石玉波;蒋云钟;赵红莉;;南四湖水体浊度高光谱定量反演模型[J];南水北调与水利科技;2015年05期

2 温沁雪;王进;郑明明;陈志强;;印染废水深度处理技术的研究进展及发展趋势[J];化工环保;2015年04期

3 陈文倩;丁建丽;李艳华;牛增懿;;基于国产GF-1遥感影像的水体提取方法[J];资源科学;2015年06期

4 王珊珊;李云梅;王永波;王帅;杜成功;;太湖水体叶绿素浓度反演模型适宜性分析[J];湖泊科学;2015年01期

5 ;高分一号卫星投入使用成果渐显[J];卫星与网络;2014年Z1期

6 温新龙;景元书;张娣;;常见卫星传感器在蓝藻水华监测中的应用进展[J];环境科学与技术;2014年01期

7 张红菲;张新明;;基于BOD-DO水质模型参数反演的小生境蚁群算法[J];水力发电学报;2013年06期

8 陈娟;陈涛;朱秋菊;;基于指标概率分布的地表水水质评价[J];中国农村水利水电;2013年12期

9 李渊;李云梅;施坤;吕恒;郭宇龙;周莉;刘阁;;基于光谱分类的总悬浮物浓度估算[J];光谱学与光谱分析;2013年10期

10 潘梅娥;杨昆;洪亮;;基于环境一号卫星影像的内陆水体叶绿素α浓度遥感定量反演模型研究[J];科学技术与工程;2013年15期

中国博士学位论文全文数据库 前3条

1 江辉;基于多源遥感的鄱阳湖水质参数反演与分析[D];南昌大学;2011年

2 祝令亚;湖泊水质遥感监测与评价方法研究[D];中国科学院研究生院（遥感应用研究所）;2006年

3 胡兴堂;高光谱水质遥感监测系统关键技术研究[D];中国科学院研究生院（遥感应用研究所）;2006年

中国硕士学位论文全文数据库 前1条

1 薛佩姣;水质COD在线监测技术研究[D];江南大学;2015年

，

本文编号：1126037