山东近岸海洋水质遥感监测研究
发布时间:2023-08-15 20:33
近岸海洋水质与人类生活密切相关,海洋水质监测对海洋水环境的保护有重要意义。叶绿素a(Chl-a)和悬浮物(SS)是重要的海洋水质参数,也是水质遥感监测的重要指标,在近岸海洋水质监测中尤为重要。有限的站点实测数据无法满足山东近岸海洋水质的大范围、准确、实时、连续的观测需求,水质遥感监测可以有效地弥补缺陷。为更有效地监测山东近岸海洋水质,本文基于长时间序列的MODIS影像,利用水体指数法精确提取山东近岸海域,通过分析水体中叶绿素a和悬浮物的光谱特性以及波段敏感性,利用传统经验统计方法和机器学习方法建立山东近岸海洋水质参数遥感反演模型,反演2014年-2018年山东近岸海域叶绿素a浓度和悬浮物浓度。利用图像均值法和图像差值法分析山东近岸海域叶绿素a浓度和悬浮物浓度的总体空间分布及时空演变特征。进一步利用相关海水评价标准、规范和归一化的综合分析法,建立基于悬浮物的水质状况评价方法、基于叶绿素a的富营养化评价方法以及基于叶绿素a和悬浮物的综合水质状况评价方法,进行有效的山东近岸海洋水质状况综合评价。主要内容与研究成果如下:(1)基于时序MODIS影像的山东近岸海域叶绿素a浓度和悬浮物浓度遥感反演...
【文章页数】:98 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 海洋水色卫星及传感器研究现状
1.2.2 海洋水质参数遥感反演研究现状
1.3 研究内容与技术路线
1.3.1 研究内容
1.3.2 技术路线
1.4 论文组织结构
第2章 海洋水质遥感原理及研究区数据预处理
2.1 海洋水质遥感原理
2.1.1 水体分类
2.1.2 海洋水质遥感原理
2.2 研究区概况
2.3 数据预处理
2.3.1 实测数据
2.3.2 遥感影像数据
2.4 本章小结
第3章 叶绿素a反演模型的构建与应用
3.1 叶绿素a光谱特征分析与反演波段选择
3.1.1 叶绿素a光谱特征分析
3.1.2 基于MODIS数据的叶绿素a反演波段选择
3.2 基于传统经验统计方法的叶绿素a反演模型的构建
3.2.1 波段比值反演模型
3.2.2 波段差值反演模型
3.2.3 波段和差组合反演模型
3.3 基于机器学习方法的叶绿素a反演模型的构建
3.3.1 支持向量回归反演模型
3.3.2 随机森林反演模型
3.4 叶绿素a反演模型的精度评定与应用
3.4.1 山东近岸海域总体叶绿素a反演模型的精度评定
3.4.2 不同地理空间的模型适用性评价
3.4.3 山东近岸叶绿素a反演模型的应用
3.5 本章小结
第4章 悬浮物反演模型的构建与应用
4.1 悬浮物光谱特征分析与反演波段选择
4.1.1 悬浮物光谱特征分析
4.1.2 基于MODIS数据的悬浮物反演波段选择
4.2 基于经验模型的悬浮物反演模型的构建
4.2.1 波段比值反演模型
4.2.2 波段差值反演模型
4.2.3 波段和差组合反演模型
4.3 基于机器学习方法的悬浮物反演模型的构建
4.3.1 支持向量回归反演模型
4.3.2 随机森林反演模型
4.4 悬浮物反演模型的精度评定与应用
4.4.1 山东近岸海域总体悬浮物反演模型的精度评定
4.4.2 不同地理空间的模型适用性评价
4.4.3 山东近岸悬浮物反演模型的应用
4.5 本章小节
第5章 海洋水质参数时空演变特征分析与水质遥感评价
5.1 海洋水质参数空间分布
5.2 海洋水质参数时空演变特征分析
5.2.1 叶绿素a时空演变特征分析
5.2.2 悬浮物时空演变特征分析
5.3 海洋水质遥感评价分析
5.3.1 基于悬浮物的水质状况评价
5.3.2 基于叶绿素a的富营养化评价
5.3.3 基于叶绿素a和悬浮物的综合水质状况评价
5.4 本章小结
结论
参考文献
攻读硕士学位期间取得的学术成果
致谢
本文编号:3842231
【文章页数】:98 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 海洋水色卫星及传感器研究现状
1.2.2 海洋水质参数遥感反演研究现状
1.3 研究内容与技术路线
1.3.1 研究内容
1.3.2 技术路线
1.4 论文组织结构
第2章 海洋水质遥感原理及研究区数据预处理
2.1 海洋水质遥感原理
2.1.1 水体分类
2.1.2 海洋水质遥感原理
2.2 研究区概况
2.3 数据预处理
2.3.1 实测数据
2.3.2 遥感影像数据
2.4 本章小结
第3章 叶绿素a反演模型的构建与应用
3.1 叶绿素a光谱特征分析与反演波段选择
3.1.1 叶绿素a光谱特征分析
3.1.2 基于MODIS数据的叶绿素a反演波段选择
3.2 基于传统经验统计方法的叶绿素a反演模型的构建
3.2.1 波段比值反演模型
3.2.2 波段差值反演模型
3.2.3 波段和差组合反演模型
3.3 基于机器学习方法的叶绿素a反演模型的构建
3.3.1 支持向量回归反演模型
3.3.2 随机森林反演模型
3.4 叶绿素a反演模型的精度评定与应用
3.4.1 山东近岸海域总体叶绿素a反演模型的精度评定
3.4.2 不同地理空间的模型适用性评价
3.4.3 山东近岸叶绿素a反演模型的应用
3.5 本章小结
第4章 悬浮物反演模型的构建与应用
4.1 悬浮物光谱特征分析与反演波段选择
4.1.1 悬浮物光谱特征分析
4.1.2 基于MODIS数据的悬浮物反演波段选择
4.2 基于经验模型的悬浮物反演模型的构建
4.2.1 波段比值反演模型
4.2.2 波段差值反演模型
4.2.3 波段和差组合反演模型
4.3 基于机器学习方法的悬浮物反演模型的构建
4.3.1 支持向量回归反演模型
4.3.2 随机森林反演模型
4.4 悬浮物反演模型的精度评定与应用
4.4.1 山东近岸海域总体悬浮物反演模型的精度评定
4.4.2 不同地理空间的模型适用性评价
4.4.3 山东近岸悬浮物反演模型的应用
4.5 本章小节
第5章 海洋水质参数时空演变特征分析与水质遥感评价
5.1 海洋水质参数空间分布
5.2 海洋水质参数时空演变特征分析
5.2.1 叶绿素a时空演变特征分析
5.2.2 悬浮物时空演变特征分析
5.3 海洋水质遥感评价分析
5.3.1 基于悬浮物的水质状况评价
5.3.2 基于叶绿素a的富营养化评价
5.3.3 基于叶绿素a和悬浮物的综合水质状况评价
5.4 本章小结
结论
参考文献
攻读硕士学位期间取得的学术成果
致谢
本文编号:3842231
本文链接:https://www.wllwen.com/wenshubaike/qiuzhijiqiao/3842231.html
最近更新
教材专著