基于遥感监测的湖泊富营养化状态的模糊模式识别研究

发布时间：2020-05-10 13:19

【摘要】： 湖泊水体富营养化已经成为全球性的环境问题之一。近年来由于气候变暖和人类活动的双重作用,造成蒙新高原区湖泊富营养化状态日益恶化,直接威胁到湖区周围脆弱的生态系统和沿湖人们的生产生活。因此必须加强湖泊水质的监测和治理。常规的水质监测费时费力,并且很难反映湖泊的整体水质状态,而遥感技术可以快速、及时的提供整个湖区的水质状态,具有监测范围广、成本低和便于进行长期动态监测的特殊优势,在湖泊水质监测中具有巨大的应用潜力。本文的研究目的是通过开展湖泊水体水质遥感监测的方法和技术研究,发展适合湖泊水体水质监测的多光谱波段分析技术,形成具有可操作性的中低分辨率多光谱水质遥感监测方法和技术。在总结分析国内外水质遥感监测和湖泊富营养化评价识别研究领域已有的理论、技术和方法的基础上,将乌梁素海作为研究区,以湖泊富营养化状态识别指标总氮、总磷、叶绿素a、化学需氧量和透明度为研究对象,系统研究了利用Landsat5 TM遥感数据反演湖泊水体水质组分的方法和技术。研究内容涉及遥感数据的获取及与其同步(准同步)的地面数据采集、遥感数据的预处理、水质参数的光谱特征分析、波段数据分析和最佳波段和波段组合的选择、利用径向基(RBF)神经网络方法构建水质浓度遥感定量反演模型及模型精度的分析和检验,最后利用模糊模式识别交叉迭代模型对水质浓度遥感反演数据进行了湖泊富营养化状态的模糊模式识别研究,并将识别结果与湖泊水体实际调查的富营养化状态进行对比分析验证其准确性。本文研究重点放在利用径向基(RBF)神经网络方法构建水质浓度遥感定量反演模型研究和利用模糊模式识别交叉迭代模型对水质浓度遥感反演数据进行了湖泊富营养化状态的模糊模式识别研究上。研究结果显示Landsat5 TM遥感数据的1—4波段对湖泊水体水质参数反应比较灵敏,且与单波段相比,波段组合比值算法与水质参数的相关性有明显的提高。利用径向基(RBF)神经网络方法构建了适合湖泊水体水质浓度遥感反演模型,水质浓度遥感反演平均误差控制在±25%。在验证了以模糊模式识别交叉迭代模型作为计算原理开发的湖泊富营养状态识别MATALB计算程序的准确性和可靠性的基础上,利用该程序对遥感反演得到的乌梁素海2006年5月～10月对应的5个水质指标的反演浓度进行湖泊富营养化状态的模糊模式识别研究。湖泊富营养化状态识别结果与实际情况基本吻合。文章最后概括总结本文主要研究的内容及取得的成果,并对存在问题进行了探讨及对有待进一步研究的问题进行了展望。
【图文】：

影像,乌梁素海,地理位置

3 研究数据采集与处理方法3.1 研究区概况乌梁素海为黄河改道而形成的河迹湖，是黄河流域最大的淡水湖泊，也是地球上同一纬度最大的自然湿地。2002 年，乌梁素海被国际湿地公约组织正式列入国际重要湿地名录，成为深受国际社会关注的湿地系统生物多样性保护区。乌梁素海位于内蒙古自治区巴彦淖尔市乌拉特前旗境内（如图 7.a 所示），介于北纬 40o36′～41o03′，东经 108o43′～108o57′之间，据 2006 年 TM 影像解译后的统计结果显示，现有水域面积 381.375km2(含人工芦苇面积)，湖泊水位控制高程 1018.5m，水深约 0.5～3m，其中水深在 0.8～1.0m 的水域占 80%，蓄水量约2.5～3 亿 m3。河口总排干小海子

乌梁素海,云覆盖,行编号

时相 LS5-TM-20卫星 Landsat-5 开始传感器 TM 结束条带号 128 中央行编号 32 中央平均云覆盖量(%)30研究云覆时相 LS5-TM-2卫星 Landsat-5 开始传感器 TM 结束条带号 128 中央行编号 32 中央平均云覆盖量(%)30研究云覆时相 LS5-TM-200卫星 Landsat-5 开始传感器 TM 结束条带号 128 中央行编号 32 中央平均云覆盖量(%)30研究区云覆盖时相 LS5-TM-200卫星 Landsat-5 开始传感器 TM 结束条带号 128 中央行编号 32 中央平均云覆盖量(%)20研究区云覆盖时相 LS5-TM-200卫星 Landsat-5 开始传感器 TM 结束条带号 128 中央行编号 32 中央平均云覆盖量(%)40研究区云覆盖时相 LS5-TM-200卫星 Landsat-5 开始传感器 TM 结束条带号 128 中央行编号 32 中央平均云覆盖量(%)0研究区云覆盖
【学位授予单位】：内蒙古农业大学
【学位级别】：博士
【学位授予年份】：2007
【分类号】：X832

【相似文献】