湖冰物候遥感监测及数据处理系统研究

作     者：解鹏飞 

作者单位：河北工业大学 

学位级别：硕士

导师姓名：邱玉宝

授予年度：2020年

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 080902[工学-电路与系统] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

主      题：湖冰物候 光学遥感监测 被动微波遥感监测 数据处理系统 

摘      要：“湖冰物候是用于描述湖冰覆盖季节性循环的术语,包含冻结期、解冻期以及冰盖持续期,是冰冻圈关键变量之一。遥感技术的发展为湖冰物候的提取提供了新的手段。但是当前对于小型湖泊的湖冰物候数据集仍然缺乏,并且TB级数据量对湖冰物候的提取提出了新的挑战。目前,主要利用光学遥感数据和被动微波遥感数据对湖冰物候进行监测,两种监测手段各有优势与不足。光学遥感数据会受到云和极夜的影响,虽然分辨率较高,可以对大量湖泊的湖冰物候进行监测,但数据开始于2000年,难以追溯历史时期的湖冰冻融;被动微波遥感数据的延续时间比较长,且不受云雨影响,但其分辨率较低,难以对小型湖泊进行监测。本文主要验证了遥感数据即MODIS光学遥感数据和被动微波遥感数据来监测湖冰冻融、提取湖冰物候的可行性。在利用MODIS数据识别晴空条件下湖冰的基础上,形成了云覆盖条件下的湖冰判别规则,以解决MODIS光学遥感数据受云因素的影响,建立了青藏高原逐日湖冰覆盖范围及覆盖比例数据集;在被动微波卫星成像原理基础上,建立了混合像元分解模型来对中小型湖泊的冻融进行监测,制备了北半球178个湖泊湖冰亮温-湖冰物候样本集。在青藏高原湖冰覆盖范围及覆盖比例数据集基础上,利用卷积神经网络实现了湖泊是否可提取湖冰物候的分类,为阈值法快速提取湖冰物候奠定基础。基于被动微波湖泊亮温-湖冰物候样本集,采用支持向量回归方法实现了湖冰物候的提取,开始冻结和完全融化两个湖冰物候参数均通过了有效性检验,表明采用支持向量机回归方法能有效的提取湖冰物候信息。以两种机器学习方法来代替人工分类和目视解译方法,能够提高获取湖冰物候的效率。在此基础上,为应对高数据量的遥感数据,对湖冰物候数据处理系统进行了研究,系统主要由输入数据获取及更新模块、基于被动微波遥感数据提取湖冰物候模块和基于MODIS光学遥感数据提取湖冰物候模块三个部分组成,对三个部分进行模块化的设计,能够实现流程化提取湖冰物候的目标。