多源遥感黄河三角洲盐渍化动态监测研究
发布时间：2021-06-05 17:07
土壤是人类赖以生存的基本环境,随着人口数量增加、工农业的快速发展,遭到了一定程度的破坏,出现了土地荒漠化、盐碱化、水土流失等土地退化类型。土壤盐渍化作为土地退化的主要类型,是一个严重的全球性土壤问题,主要分布在干旱、半干旱荒漠绿洲以及滨海冲积平原,使用遥感技术对土壤盐渍化进行动态监测,分析其空间分布与动态变化,有利于掌握土壤盐渍化的现状,对其防护治理与开发利用具有重要意义。本文对黄河三角洲典型滨海盐渍化区域进行研究,以Landsat ETM+/OLI、Sentinel-2A遥感影像为数据源,利用光谱转换技术进行不同传感器影像辐射归一化模拟得到长时间序列的Landsat遥感数据,结合2006年野外实测土壤采样全盐量数据,建立采样点全盐量与光谱反射率之间的关系,筛选参与建立基于遥感的盐分反演模型的最优因子,构建了多元线性回归、偏最小二乘回归、BP神经网络三种基于地物光谱反射率与盐分指数的土壤含盐量预测模型,并选用实测的全盐量数据对模型模拟的全盐量数据进行精度检验,选取最佳盐分反演模型反演研究区域2006、2012、2017以及2019年的土壤全盐量,根据土壤盐渍化等级标准对反演结果进行土壤...
【文章来源】：长江大学湖北省
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
研究区域Figure2-1studyarea
第2章研究区概况与数据准备10图2-2采样点分布图Figure2-2distributionofsamplingpoints2.2.2遥感数据黄河三角洲地区春季土壤返盐严重，光板地和重盐碱地表面常有一层厚厚的盐霜，通常在5月份达到最大或接近尾声，而农作物在3-4月份受到土壤盐渍化的影响最大[43]。因此选择3-5月份成像的遥感影像为主影像，分析黄河土壤盐渍化时空变化特征。论文研究选取的遥感数据是Landsat7（ETM+）、Landsat8（OLI）与Sentinel-2A遥感影像，数据来源于地理空间数据云（http://www.gscloud.cn/）与欧空局（https://scihub.copernicus.eu/）。在选择数据时除了要确定影像在同一个季节，避免因物候差异导致的信息提取错误，还要考虑遥感影像的质量，云量小于1%，减少云雾的干扰，达到信息利用最大化。遥感影像共计四景，其中2006年和2012年使用的是Landsat7的数据，2017年为Landsat8数据，2019年使用的是Sentinel-2A数据。四景遥感影像的拍摄时间、传感器以及云量的详细信息如表2-1所示。表2-1遥感影像的详细信息Table2-1remotesensingimagedetails拍摄时间传感器云量2006-3-16ETM+0.012012-5-19ETM+0.022017-5-25OLI_TRIS0.442019-3-13Sentinel-2A0.01
第3章数据处理15第3章数据处理3.1遥感数据预处理由于传感器本身存在不稳定性，受大气、阳光的影响，以及地形坡度等因素的干扰，获得的遥感影像存在一定的空间几何误差和辐射误差，出现传感器接收信号与实际的地物光谱不一致的情况。因此论文在利用遥感影像进行盐敏感波段分析、指数提取以及建立盐分反演模型之前，需要对遥感影像进行预处理，目的获取准确的地物光谱信息。ETM+数据预处理首先需要进行去条带处理，进行修补数据，然后进行辐射定标，大气校正，几何校正，数据融合，裁剪，指数提取等；OLI数据要进行辐射定标，大气校正，几何校正，数据融合，裁剪，指数提取等；S2A数据进行辐射定标、大气校正、无缝镶嵌，裁剪，以OLI数据为参考数据进行逐像元辐射归一化，消除传感器不同带来的差异，最后进行指数提龋所有数据的预处理均在ENVI5.5中操作，ETM+去条带处理使用的是安装的ENVI扩展模块的Landsat_gapfill插件，大气校正均采用ENVI5.5软件提供的FLAASH大气校正模块。预处理以后影像如图3-1所示。图3-1遥感影像预处理Figure3-1remotesensingimagepreprocessing
【参考文献】：
期刊论文
[1]天山北坡土壤盐渍化光谱响应特征与动态监测的研究[J]. 尹小君,宁川,韩峰,张雅,高军. 江苏农业科学. 2019(16)
[2]基于改进植被指数土壤水分遥感反演[J]. 蔡亮红,丁建丽. 干旱区地理. 2017(06)
[3]基于多光谱影像反演土壤盐分的建模方法研究[J]. 王明宽,莫宏伟,陈红艳. 土壤通报. 2016(05)
[4]宁夏银北地区盐碱地综合改良治理对策[J]. 雷晓萍,刘晓峰. 中国工程咨询. 2016(08)
[5]河套平原弃耕地土壤盐碱化特征[J]. 景宇鹏,段玉,妥德宝,赵沛义,张君,逯栓柱. 土壤学报. 2016(06)
[6]基于植被指数-盐分指数特征空间的黄河三角洲盐渍化遥感监测研究[J]. 樊彦国,张维康,刘敬一. 山东农业科学. 2016(05)
[7]1961～2010年黄河三角洲湿地区年平均气温和年降水量变化特征[J]. 宋德彬,于君宝,王光美,韩广轩,管博,栗云召. 湿地科学. 2016(02)
[8]基于高分一号影像的土壤盐渍化信息提取方法[J]. 牛增懿,丁建丽,李艳华,王爽,王璐,马成霞. 干旱区地理. 2016(01)
[9]基于改进植被指数的黄河口区盐渍土盐分遥感反演[J]. 陈红艳,赵庚星,陈敬春,王瑞燕,高明秀. 农业工程学报. 2015(05)
[10]盐渍化土壤光谱特征的区域异质性及盐分反演[J]. 彭杰,刘焕军,史舟,向红英,迟春明. 农业工程学报. 2014(17)
博士论文
[1]黄河三角洲土地盐渍化格局的遥感监测及盐渍化过程的空间分析与评价[D]. 张婷婷.复旦大学 2011
硕士论文
[1]基于多源遥感的干旱地区土壤盐分反演研究[D]. 胡婕.浙江大学 2019
[2]土壤盐渍化遥感反演与监测系统研究[D]. 郭鹏.山东农业大学 2019
[3]新疆玛纳斯河流域土壤盐渍化动态监测及风险性评价[D]. 韩燕.石河子大学 2018
[4]基于遥感的黄河三角洲土壤含盐量研究[D]. 黎雅楠.长安大学 2018
[5]基于多源数据光谱转换的土壤盐分反演与动态分析[D]. 陈文娇.东南大学 2018
[6]次生盐渍化土壤的微生物多样性及微生物改良效应研究[D]. 黄红艳.上海交通大学 2012
[7]我国盐渍土的成因及分布特征[D]. 温利强.合肥工业大学 2010
[8]遥感技术应用于土壤盐渍化动态监测[D]. 徐冬青.新疆农业大学 2005
本文编号：3212566
【文章来源】：长江大学湖北省
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
研究区域Figure2-1studyarea
第2章研究区概况与数据准备10图2-2采样点分布图Figure2-2distributionofsamplingpoints2.2.2遥感数据黄河三角洲地区春季土壤返盐严重，光板地和重盐碱地表面常有一层厚厚的盐霜，通常在5月份达到最大或接近尾声，而农作物在3-4月份受到土壤盐渍化的影响最大[43]。因此选择3-5月份成像的遥感影像为主影像，分析黄河土壤盐渍化时空变化特征。论文研究选取的遥感数据是Landsat7（ETM+）、Landsat8（OLI）与Sentinel-2A遥感影像，数据来源于地理空间数据云（http://www.gscloud.cn/）与欧空局（https://scihub.copernicus.eu/）。在选择数据时除了要确定影像在同一个季节，避免因物候差异导致的信息提取错误，还要考虑遥感影像的质量，云量小于1%，减少云雾的干扰，达到信息利用最大化。遥感影像共计四景，其中2006年和2012年使用的是Landsat7的数据，2017年为Landsat8数据，2019年使用的是Sentinel-2A数据。四景遥感影像的拍摄时间、传感器以及云量的详细信息如表2-1所示。表2-1遥感影像的详细信息Table2-1remotesensingimagedetails拍摄时间传感器云量2006-3-16ETM+0.012012-5-19ETM+0.022017-5-25OLI_TRIS0.442019-3-13Sentinel-2A0.01
第3章数据处理15第3章数据处理3.1遥感数据预处理由于传感器本身存在不稳定性，受大气、阳光的影响，以及地形坡度等因素的干扰，获得的遥感影像存在一定的空间几何误差和辐射误差，出现传感器接收信号与实际的地物光谱不一致的情况。因此论文在利用遥感影像进行盐敏感波段分析、指数提取以及建立盐分反演模型之前，需要对遥感影像进行预处理，目的获取准确的地物光谱信息。ETM+数据预处理首先需要进行去条带处理，进行修补数据，然后进行辐射定标，大气校正，几何校正，数据融合，裁剪，指数提取等；OLI数据要进行辐射定标，大气校正，几何校正，数据融合，裁剪，指数提取等；S2A数据进行辐射定标、大气校正、无缝镶嵌，裁剪，以OLI数据为参考数据进行逐像元辐射归一化，消除传感器不同带来的差异，最后进行指数提龋所有数据的预处理均在ENVI5.5中操作，ETM+去条带处理使用的是安装的ENVI扩展模块的Landsat_gapfill插件，大气校正均采用ENVI5.5软件提供的FLAASH大气校正模块。预处理以后影像如图3-1所示。图3-1遥感影像预处理Figure3-1remotesensingimagepreprocessing
【参考文献】：
期刊论文
[1]天山北坡土壤盐渍化光谱响应特征与动态监测的研究[J]. 尹小君,宁川,韩峰,张雅,高军. 江苏农业科学. 2019(16)
[2]基于改进植被指数土壤水分遥感反演[J]. 蔡亮红,丁建丽. 干旱区地理. 2017(06)
[3]基于多光谱影像反演土壤盐分的建模方法研究[J]. 王明宽,莫宏伟,陈红艳. 土壤通报. 2016(05)
[4]宁夏银北地区盐碱地综合改良治理对策[J]. 雷晓萍,刘晓峰. 中国工程咨询. 2016(08)
[5]河套平原弃耕地土壤盐碱化特征[J]. 景宇鹏,段玉,妥德宝,赵沛义,张君,逯栓柱. 土壤学报. 2016(06)
[6]基于植被指数-盐分指数特征空间的黄河三角洲盐渍化遥感监测研究[J]. 樊彦国,张维康,刘敬一. 山东农业科学. 2016(05)
[7]1961～2010年黄河三角洲湿地区年平均气温和年降水量变化特征[J]. 宋德彬,于君宝,王光美,韩广轩,管博,栗云召. 湿地科学. 2016(02)
[8]基于高分一号影像的土壤盐渍化信息提取方法[J]. 牛增懿,丁建丽,李艳华,王爽,王璐,马成霞. 干旱区地理. 2016(01)
[9]基于改进植被指数的黄河口区盐渍土盐分遥感反演[J]. 陈红艳,赵庚星,陈敬春,王瑞燕,高明秀. 农业工程学报. 2015(05)
[10]盐渍化土壤光谱特征的区域异质性及盐分反演[J]. 彭杰,刘焕军,史舟,向红英,迟春明. 农业工程学报. 2014(17)
博士论文
[1]黄河三角洲土地盐渍化格局的遥感监测及盐渍化过程的空间分析与评价[D]. 张婷婷.复旦大学 2011
硕士论文
[1]基于多源遥感的干旱地区土壤盐分反演研究[D]. 胡婕.浙江大学 2019
[2]土壤盐渍化遥感反演与监测系统研究[D]. 郭鹏.山东农业大学 2019
[3]新疆玛纳斯河流域土壤盐渍化动态监测及风险性评价[D]. 韩燕.石河子大学 2018
[4]基于遥感的黄河三角洲土壤含盐量研究[D]. 黎雅楠.长安大学 2018
[5]基于多源数据光谱转换的土壤盐分反演与动态分析[D]. 陈文娇.东南大学 2018
[6]次生盐渍化土壤的微生物多样性及微生物改良效应研究[D]. 黄红艳.上海交通大学 2012
[7]我国盐渍土的成因及分布特征[D]. 温利强.合肥工业大学 2010
[8]遥感技术应用于土壤盐渍化动态监测[D]. 徐冬青.新疆农业大学 2005
本文编号：3212566
本文链接：https://www.wllwen.com/kejilunwen/nykj/3212566.html
