基于GF多光谱影像的城市黑臭水体识别模型研究
发布时间：2021-10-02 06:19
近年来,城市化快速发展使得大量生活污水和工业废水被排放至城市河道中,河道中有机污染负荷增大且河流的自净能力不足,造成城市河流水质的日益恶化。目前在中国大部分城市河道中,水体几乎都受到了不同程度的污染,城市水体黑臭现象尤为突出。随着遥感技术发展,其便捷、高效、连续、覆盖广的优势逐渐弥补了黑臭水体传统监测方法的不足。利用卫星遥感识别城市黑臭水体,并通过长期监测可以得到黑臭水体的分布情况及变化规律,并对其治理成效进行评价。我国GF系列高分辨率卫星的快速发展,使得通过遥感手段监测黑臭水体成为可能,这对国家监管和评估黑臭水体具有重要的意义。本文以中国七个典型城市黑臭水体为研究区,设计并进行多次野外水体遥感综合试验,获取了大量的黑臭水体的水质参数、表观光学量和固有光学量等数据。城市黑臭水体复杂多变,所以从遥感业务化监测城市黑臭水体的角度出发,进行了城市水体的遥感分类。在分类的基础上分析了利用GF多光谱卫星识别黑臭水体的局限性,并根据其光谱特征建立了BOI指数识别城市黑臭水体。针对GF多光谱影像识别黑臭的业务化需求,提出了一种快速、准确的GF多光谱数据预处理流程,并以沈阳市和北京市重点区域为示范区,...
【文章来源】：兰州交通大学甘肃省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
七个城市野外采样点分布图
兰州交通大学硕士学位论文- 9 -图 2.1 七个城市野外采样点分布图2.2.2 水面试验内容黑臭水体遥感野外综合试验包括野外收集、室内测量和数据计算三部分，具体内容如图 2.3 所示。（1）野外收集野外试验现场采集数据主要包括水面光谱数据测量、辅助参数测量并进行现场拍照、水体采样、水质参数测量和太阳辐射数据测量。水面光谱测量数据包括：水体上行辐亮度 Lu（λ），天空光下行辐亮度 Lsky（λ）以及参考板的辐亮度数据 Lp（λ）。测量时为了避免太阳耀斑以及岸边建筑物、树木产生的阴影，采用仪器观测平面与太阳入射平面的夹角 900 Фv 1350（背向太阳方向），仪器与海面法线方向的夹角 300 v 450[50]，如图 2.2 所示；辅助测量参数数据包括：风速风向、时间、天气、经纬度等；现场测量的水质参数数据：包括透明度 SD（cm）、氧化还原电位 ORP（mV）、溶解氧 DO（mg/L）、水温（℃）和浊度（NTU）等。其中透明度 SD（cm）采用塞氏盘（>330mm）和 TDJ-330
基于GF多光谱影像的城市黑臭水体识别模型研究成像模型精细化波谱分析，建立多条件约束的最优化模型对精细配准后的 PAN 和 MSS图像进行融合处理。这种方法可以保证融合前后光谱形状和数值基本不变（图 2.5 所示），完全满足光谱一致性的需求。（a）融合前水体 DN 值 （b） 融合后水体 DN 值
【参考文献】：
期刊论文
[1]基于高分影像的城市黑臭水体遥感识别:以南京为例[J]. 温爽,王桥,李云梅,朱利,吕恒,雷少华,丁潇蕾,苗松. 环境科学. 2018(01)
[2]基于高分二号卫星融合数据的城镇黑臭水体遥感监测研究[J]. 靳海霞,潘健. 国土资源科技管理. 2017(04)
[3]基于GF影像的不同融合方法对城市水体光谱保真度影响[J]. 陈继伟,申茜,朱利,王双亭. 北京工业大学学报. 2017(05)
[4]基于归一化光谱的浑浊水体叶绿素a浓度遥感估算[J]. 程春梅. 浙江水利水电学院学报. 2016(04)
[5]北京市城市河道水体发黑分级评价方法[J]. 魏文龙,荆红卫,徐谦,陶蕾,奚采亭,郭婧,邬晓东. 环境化学. 2016(07)
[6]Parameter selection and model research on remote sensing evaluation for nearshore water quality[J]. LEI Guibin,ZHANG Ying,PAN Delu,WANG Difeng,FU Dongyang. Acta Oceanologica Sinica. 2016(01)
[7]高分一号卫星4种融合方法评价[J]. 刘锟,付晶莹,李飞. 遥感技术与应用. 2015(05)
[8]我国城市黑臭水体治理实践及思路探讨[J]. 赵越,姚瑞华,徐敏,宋玲玲. 环境保护. 2015(13)
[9]我国城市水体黑臭治理的基本思路研究[J]. 徐敏,姚瑞华,宋玲玲,吴舜泽,谢阳村,王东. 中国环境管理. 2015(02)
[10]资源三号卫星影像快速大气校正方法[J]. 沈家晓,董燕生,程晓娟,宋晓宇. 测绘科学. 2015(04)
博士论文
[1]基于软分类的太湖水体叶绿素a浓度遥感反演与长时间序列分析[D]. 张方方.华东师范大学 2014
硕士论文
[1]中国典型城市黑臭水体光学特性分析及遥感识别模型研究[D]. 曹红业.西南交通大学 2017
[2]多时相遥感影像土地覆盖自动分类研究[D]. 胡勇.西安科技大学 2011
[3]河流黑臭水体的微生物修复研究[D]. 赵志萍.西北农林科技大学 2007
[4]水体表观量与固有量的关系研究[D]. 刘炜.国家海洋技术中心 2007
本文编号：3418127
【文章来源】：兰州交通大学甘肃省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
七个城市野外采样点分布图
兰州交通大学硕士学位论文- 9 -图 2.1 七个城市野外采样点分布图2.2.2 水面试验内容黑臭水体遥感野外综合试验包括野外收集、室内测量和数据计算三部分，具体内容如图 2.3 所示。（1）野外收集野外试验现场采集数据主要包括水面光谱数据测量、辅助参数测量并进行现场拍照、水体采样、水质参数测量和太阳辐射数据测量。水面光谱测量数据包括：水体上行辐亮度 Lu（λ），天空光下行辐亮度 Lsky（λ）以及参考板的辐亮度数据 Lp（λ）。测量时为了避免太阳耀斑以及岸边建筑物、树木产生的阴影，采用仪器观测平面与太阳入射平面的夹角 900 Фv 1350（背向太阳方向），仪器与海面法线方向的夹角 300 v 450[50]，如图 2.2 所示；辅助测量参数数据包括：风速风向、时间、天气、经纬度等；现场测量的水质参数数据：包括透明度 SD（cm）、氧化还原电位 ORP（mV）、溶解氧 DO（mg/L）、水温（℃）和浊度（NTU）等。其中透明度 SD（cm）采用塞氏盘（>330mm）和 TDJ-330
基于GF多光谱影像的城市黑臭水体识别模型研究成像模型精细化波谱分析，建立多条件约束的最优化模型对精细配准后的 PAN 和 MSS图像进行融合处理。这种方法可以保证融合前后光谱形状和数值基本不变（图 2.5 所示），完全满足光谱一致性的需求。（a）融合前水体 DN 值 （b） 融合后水体 DN 值
【参考文献】：
期刊论文
[1]基于高分影像的城市黑臭水体遥感识别:以南京为例[J]. 温爽,王桥,李云梅,朱利,吕恒,雷少华,丁潇蕾,苗松. 环境科学. 2018(01)
[2]基于高分二号卫星融合数据的城镇黑臭水体遥感监测研究[J]. 靳海霞,潘健. 国土资源科技管理. 2017(04)
[3]基于GF影像的不同融合方法对城市水体光谱保真度影响[J]. 陈继伟,申茜,朱利,王双亭. 北京工业大学学报. 2017(05)
[4]基于归一化光谱的浑浊水体叶绿素a浓度遥感估算[J]. 程春梅. 浙江水利水电学院学报. 2016(04)
[5]北京市城市河道水体发黑分级评价方法[J]. 魏文龙,荆红卫,徐谦,陶蕾,奚采亭,郭婧,邬晓东. 环境化学. 2016(07)
[6]Parameter selection and model research on remote sensing evaluation for nearshore water quality[J]. LEI Guibin,ZHANG Ying,PAN Delu,WANG Difeng,FU Dongyang. Acta Oceanologica Sinica. 2016(01)
[7]高分一号卫星4种融合方法评价[J]. 刘锟,付晶莹,李飞. 遥感技术与应用. 2015(05)
[8]我国城市黑臭水体治理实践及思路探讨[J]. 赵越,姚瑞华,徐敏,宋玲玲. 环境保护. 2015(13)
[9]我国城市水体黑臭治理的基本思路研究[J]. 徐敏,姚瑞华,宋玲玲,吴舜泽,谢阳村,王东. 中国环境管理. 2015(02)
[10]资源三号卫星影像快速大气校正方法[J]. 沈家晓,董燕生,程晓娟,宋晓宇. 测绘科学. 2015(04)
博士论文
[1]基于软分类的太湖水体叶绿素a浓度遥感反演与长时间序列分析[D]. 张方方.华东师范大学 2014
硕士论文
[1]中国典型城市黑臭水体光学特性分析及遥感识别模型研究[D]. 曹红业.西南交通大学 2017
[2]多时相遥感影像土地覆盖自动分类研究[D]. 胡勇.西安科技大学 2011
[3]河流黑臭水体的微生物修复研究[D]. 赵志萍.西北农林科技大学 2007
[4]水体表观量与固有量的关系研究[D]. 刘炜.国家海洋技术中心 2007
本文编号：3418127
本文链接：https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/3418127.html
