基于遥感和社交媒体数据的泰国生态环境评估
发布时间：2021-03-24 09:28
泰国作为我国“一带一路”战略重要参与国家,针对泰国的生态环境状况开展国家层次的评估与分析,对于生态保护和环境治理意义重大。遥感技术应用于生态环境评估具有大范围、多尺度和高时效的优势,社交媒体数据作为新型数据,其带有地理标签的属性可以扩展测绘的传统范畴。因此,本文选择遥感数据评估泰国近年来的生态环境,并研究社交媒体数据与评估指标数据间的关系。主要研究内容与成果如下:（1）基于“压力-状态-响应（PSR）”模型建立了泰国生态环境评估指标体系,采用层次分析法（AHP）确定各指标权重,利用中分辨率成像光谱仪（MODIS）数据、夜间灯光数据等遥感产品及社会经济数据作为指标数据,开展了泰国2005-2015年生态环境在压力、状态、响应各层和综合状况的评估,得到了泰国2005年、2010年和2015年三期1 km×l km像元尺度的生态环境评估结果。（2）评估结果表明,泰国生态环境状况处于健康等级的中（Ⅲ）级,且在2005-2015年呈退化趋势,2010-2015年退化程度较大。泰国七个分区中,曼谷地区从生态状况中（Ⅲ）级退化为差（Ⅱ）级;南部地区生态状况最优,处于良（Ⅳ）级;中部和东北部地区生态状...
【文章来源】：西安科技大学陕西省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
研究区位置
2研究区概况与数据预处理152.3数据预处理2.3.1遥感数据预处理遥感数据预处理主要是对数据进行影像镶嵌、投影、裁剪和重采样等工作。影像镶嵌只需要对MODIS数据进行，图像裁剪是依据研究区域范围对原始数据的处理方式。投影是对所有遥感数据均投影到统一的坐标系，重采样是把不同栅格大小的数据统一重采样为相同的栅格大校MODIS原始数据一般为HDF格式的文件，每个HDF文件一般包括多个波段的数据集，如果想要其中的一个波段数据，需要用到NASA提供的MODIS植被数据处理工具软件MRT，该工具不仅可以进行波段数据的提取，也可以对图像进行镶嵌与坐标变换。MODIS数据采用轨道号对数据进行划分，具体划分方法如图2.2所示。泰国区域所在轨道号为h27v06、h27v07、h27v08、h28v06、h28v07、h28v08。图2.2MODIS数据全球轨道号分布图（来源于MODIS用户手册）MOD13A3为1000m空间分辨率的全球植被指数月度数据集，三期共288景影像。选择2005年1月的8景影像，导入MRT后选择波段为NDVI，设置采样类型为NearestNeighbor，投影类型为LambertAzimuthal，投影参数，基准面选择WGS84，分辨率选择1000m，导出TIFF格式的月度NDVI数据集。编写Python脚本，对其他月份执行批处理，并对每年的数据取平均，得到三期年均NDVI数据。MOD11C3数据为空间分辨率0.05°（约5600m）的全球地表温度/发射率月度数据
4泰国生态环境遥感评估27(a)2005年泰国植被覆盖度(b)2010年泰国植被覆盖度(c)2010年泰国植被覆盖度图4.1泰国年均植被覆盖度本文选用的土地利用数据选择NASA网站提供的土地利用产品MCD12Q1，MCD12Q1产品为全球500m空间分辨率的地表覆盖类型逐年数据集，三期共24景影像。选择2005年全年8景影像导入到MRT后，选择波段LandCoverType1（IGEP），为国际地圈生物圈计划（IGBP）土地利用/覆盖分类数据集。MCD12Q1的发布是对全球气候和生物地球化学的研究具有重要意义。全球土地覆盖数据是构建生物地球化学和大气能量交换模型等重要科学研究参数的基矗这些参数包括叶片表面指数、粗糙长度、表面蒸散发阻力、冠层破碎度、植被密度等。MCD12Q1是美国国家航空航天局(NASA)开发的基于MODIS的全球土地利用覆盖产品数据集，由波士顿大学(Bostonuniversity)地球科学教授弗里德(Friedl)领导的研究团队负责维护和更新。MCD12Q1的全球数据按照10°经度和10°纬度进行切片，研究区仍然选择h27v06、h27v07、h27v08、h28v06、h28v07、h28v08。每个场景的原始图像有2400行和2400列，空间分辨率为500m的年复合数据。投影采用正弦投影，HDF文件格式为16层。土地覆被类型数据为NASAMCD12Q1数据产品，选择产品中的国际地圈生物圈计划(IGBP)土地覆被分类数据集。处理结果如图4.2所示，图中可以看出，泰国的中部和东北部植被覆盖类型以作物为主，曼谷及周边地区多城市和建成区，南部和西部地区多草原和林地。而且根据三期的植被覆盖类型变化，可以看出泰国城市和建成区面积的增加和林地等植被覆盖面积的减少。
【参考文献】：
期刊论文
[1]基于Landsat影像的广东省重点生态功能区生态功能状况及其变化评价[J]. 刘朱婷,郭庆荣,刘花,徐丹. 生态科学. 2019(05)
[2]社交媒体数据的获取与处理分析研究[J]. 黄秋雨,耿继原. 测绘与空间地理信息. 2019(02)
[3]人工智能时代测绘遥感技术的发展机遇与挑战[J]. 龚健雅. 武汉大学学报(信息科学版). 2018(12)
[4]“海上丝绸之路”超大城市环境变化遥感分析[J]. 冯素云,张凯选,鹿琳琳. 地球信息科学学报. 2018(05)
[5]基于社交媒体数据的城市人群分类与活动特征分析[J]. 周艳,李妍羲,黄悦莹,耿二辉. 地球信息科学学报. 2017(09)
[6]反映自然灾害时空分布的社交媒体有效性探讨[J]. 陈梓,高涛,罗年学,赵前胜. 测绘科学. 2017(08)
[7]Suomi-NPP夜间灯光数据与GDP的空间关系分析[J]. 郭永德,高金环,马洪兵. 清华大学学报(自然科学版). 2016(10)
[8]基于社交媒体的突发事件应急信息挖掘与分析[J]. 王艳东,李昊,王腾,朱建奇. 武汉大学学报(信息科学版). 2016(03)
[9]VANUI指数监测京津冀城市群区域2001～2012年城市化过程[J]. 张晓璇,胡永红,樊彦国. 遥感技术与应用. 2015(06)
[10]2014年全球环境绩效指数（EPI）分析与思考[J]. 董战峰,张欣,郝春旭. 环境保护. 2015(02)
硕士论文
[1]社交媒体平台的国家形象研究[D]. 刘若涵.北京交通大学 2019
[2]顾及时空主题特征的分布式灾害舆情信息获取与分析方法研究[D]. 竺佳芳.浙江大学 2019
[3]基于社交媒体地理数据进行面向对象的土地利用分类研究[D]. 邱小宇.浙江大学 2019
[4]张家口市生态安全动态评价研究[D]. 任宁.河北大学 2019
[5]社交媒体中地理话题的时空演变可视化分析[D]. 李思.浙江工业大学 2018
[6]基于社交媒体地理数据挖掘的游客时空行为分析[D]. 王丽鲲.上海师范大学 2017
[7]基于RS和GIS的北京市生态环境评价研究[D]. 刘洪岐.首都师范大学 2008
本文编号：3097488
【文章来源】：西安科技大学陕西省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
研究区位置
2研究区概况与数据预处理152.3数据预处理2.3.1遥感数据预处理遥感数据预处理主要是对数据进行影像镶嵌、投影、裁剪和重采样等工作。影像镶嵌只需要对MODIS数据进行，图像裁剪是依据研究区域范围对原始数据的处理方式。投影是对所有遥感数据均投影到统一的坐标系，重采样是把不同栅格大小的数据统一重采样为相同的栅格大校MODIS原始数据一般为HDF格式的文件，每个HDF文件一般包括多个波段的数据集，如果想要其中的一个波段数据，需要用到NASA提供的MODIS植被数据处理工具软件MRT，该工具不仅可以进行波段数据的提取，也可以对图像进行镶嵌与坐标变换。MODIS数据采用轨道号对数据进行划分，具体划分方法如图2.2所示。泰国区域所在轨道号为h27v06、h27v07、h27v08、h28v06、h28v07、h28v08。图2.2MODIS数据全球轨道号分布图（来源于MODIS用户手册）MOD13A3为1000m空间分辨率的全球植被指数月度数据集，三期共288景影像。选择2005年1月的8景影像，导入MRT后选择波段为NDVI，设置采样类型为NearestNeighbor，投影类型为LambertAzimuthal，投影参数，基准面选择WGS84，分辨率选择1000m，导出TIFF格式的月度NDVI数据集。编写Python脚本，对其他月份执行批处理，并对每年的数据取平均，得到三期年均NDVI数据。MOD11C3数据为空间分辨率0.05°（约5600m）的全球地表温度/发射率月度数据
4泰国生态环境遥感评估27(a)2005年泰国植被覆盖度(b)2010年泰国植被覆盖度(c)2010年泰国植被覆盖度图4.1泰国年均植被覆盖度本文选用的土地利用数据选择NASA网站提供的土地利用产品MCD12Q1，MCD12Q1产品为全球500m空间分辨率的地表覆盖类型逐年数据集，三期共24景影像。选择2005年全年8景影像导入到MRT后，选择波段LandCoverType1（IGEP），为国际地圈生物圈计划（IGBP）土地利用/覆盖分类数据集。MCD12Q1的发布是对全球气候和生物地球化学的研究具有重要意义。全球土地覆盖数据是构建生物地球化学和大气能量交换模型等重要科学研究参数的基矗这些参数包括叶片表面指数、粗糙长度、表面蒸散发阻力、冠层破碎度、植被密度等。MCD12Q1是美国国家航空航天局(NASA)开发的基于MODIS的全球土地利用覆盖产品数据集，由波士顿大学(Bostonuniversity)地球科学教授弗里德(Friedl)领导的研究团队负责维护和更新。MCD12Q1的全球数据按照10°经度和10°纬度进行切片，研究区仍然选择h27v06、h27v07、h27v08、h28v06、h28v07、h28v08。每个场景的原始图像有2400行和2400列，空间分辨率为500m的年复合数据。投影采用正弦投影，HDF文件格式为16层。土地覆被类型数据为NASAMCD12Q1数据产品，选择产品中的国际地圈生物圈计划(IGBP)土地覆被分类数据集。处理结果如图4.2所示，图中可以看出，泰国的中部和东北部植被覆盖类型以作物为主，曼谷及周边地区多城市和建成区，南部和西部地区多草原和林地。而且根据三期的植被覆盖类型变化，可以看出泰国城市和建成区面积的增加和林地等植被覆盖面积的减少。
【参考文献】：
期刊论文
[1]基于Landsat影像的广东省重点生态功能区生态功能状况及其变化评价[J]. 刘朱婷,郭庆荣,刘花,徐丹. 生态科学. 2019(05)
[2]社交媒体数据的获取与处理分析研究[J]. 黄秋雨,耿继原. 测绘与空间地理信息. 2019(02)
[3]人工智能时代测绘遥感技术的发展机遇与挑战[J]. 龚健雅. 武汉大学学报(信息科学版). 2018(12)
[4]“海上丝绸之路”超大城市环境变化遥感分析[J]. 冯素云,张凯选,鹿琳琳. 地球信息科学学报. 2018(05)
[5]基于社交媒体数据的城市人群分类与活动特征分析[J]. 周艳,李妍羲,黄悦莹,耿二辉. 地球信息科学学报. 2017(09)
[6]反映自然灾害时空分布的社交媒体有效性探讨[J]. 陈梓,高涛,罗年学,赵前胜. 测绘科学. 2017(08)
[7]Suomi-NPP夜间灯光数据与GDP的空间关系分析[J]. 郭永德,高金环,马洪兵. 清华大学学报(自然科学版). 2016(10)
[8]基于社交媒体的突发事件应急信息挖掘与分析[J]. 王艳东,李昊,王腾,朱建奇. 武汉大学学报(信息科学版). 2016(03)
[9]VANUI指数监测京津冀城市群区域2001～2012年城市化过程[J]. 张晓璇,胡永红,樊彦国. 遥感技术与应用. 2015(06)
[10]2014年全球环境绩效指数（EPI）分析与思考[J]. 董战峰,张欣,郝春旭. 环境保护. 2015(02)
硕士论文
[1]社交媒体平台的国家形象研究[D]. 刘若涵.北京交通大学 2019
[2]顾及时空主题特征的分布式灾害舆情信息获取与分析方法研究[D]. 竺佳芳.浙江大学 2019
[3]基于社交媒体地理数据进行面向对象的土地利用分类研究[D]. 邱小宇.浙江大学 2019
[4]张家口市生态安全动态评价研究[D]. 任宁.河北大学 2019
[5]社交媒体中地理话题的时空演变可视化分析[D]. 李思.浙江工业大学 2018
[6]基于社交媒体地理数据挖掘的游客时空行为分析[D]. 王丽鲲.上海师范大学 2017
[7]基于RS和GIS的北京市生态环境评价研究[D]. 刘洪岐.首都师范大学 2008
本文编号：3097488
本文链接：https://www.wllwen.com/shoufeilunwen/benkebiyelunwen/3097488.html
