检索结果-南通市图书馆

基于高光谱遥感的银川平原土壤有机质定量反演

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于高光谱遥感的银川平原土壤有机质定量反演

作者：尚天浩宁夏大学

学位级别：硕士

土壤有机质（Soil organic matter,SOM）作为评价土壤肥力的主要指标,其含量直接影响到土壤的保水、保肥性能和作物的生长状况。快速、准确获取SOM分布现状,对于区域农业的精准化发展和土地资源的合理利用具有重要意义。目前,高光谱技... 详细信息

土壤有机质（Soil organic matter,SOM）作为评价土壤肥力的主要指标,其含量直接影响到土壤的保水、保肥性能和作物的生长状况。快速、准确获取SOM分布现状,对于区域农业的精准化发展和土地资源的合理利用具有重要意义。目前,高光谱技术作为一种快速、无损监测手段,已广泛应用于SOM含量较高地区的定量反演研究。然而,当SOM含量低于20 g.kg-1时,光谱敏感指标筛选困难,SOM的反演精度不佳。因此,探究低水平SOM的最佳光谱敏感特征和定量反演模型尤为重要。本研究以银川平原为研究区,利用网格法采集土壤样本,通过室内测定的SOM含量和野外测定光谱反射率为基础数据源,运用土壤学、地理信息技术和数学统计等方法,分析该区域SOM指标统计特征,基于5种常规变化和分数阶微分对原始光谱数据进行预处理,揭示SOM的光谱响应特征;利用不同变量筛选方式,分别建立6种线性和非线性回归模型,确定基于不同光谱参数的SOM最佳反演模型,为低水平有机质地区的SOM快速、准确估算提供科学依据。本研究主要结论如下:（1）银川平原SOM含量值介于0.75～19.31 g’kg-1,SOM含量偏低,属中等变异强度。光谱反射率与有机质含量呈反比;与基于原始光谱反射率建立的4种二维光谱指数相关性相比,基于5种常规变化的一维敏感波段相关系数并未显著提高;对光谱数据进行0.20阶微分处理,数据空间得到扩增,光谱区间对应的纵坐标数值整体呈现先增大后稳定不变的趋势。（2）基于逐步回归（Stepwise regression,SR）、灰色关联度（Grey correlation degree,GCD）和主成分分析（Pincipal component analysis,PCA）提取最优建模变量,光谱指标标准正态变量（Standard normal variable,SNV）为共有输入变量。与SR和GCD相比,PCA筛选方式所建模型估算精度最优;对比分析不同变量筛选方式和建模方法下的模型精度,基于光谱指标倒数的对数（Reciprocal of logarithm,RL）筛选敏感波段所建 PCA-支持向量机（Support vector machine,SVM）为最优SOM估算模型,Rc2为0.74,Rp2为0.78,RPD为2.08（＞2.0）,该模型对SOM具有很好的量化能力。（3）基于不同分数阶微分变化,差值指数（Difference index,DI）、比值指数（Ratio index,RI）、归一化指数（Normalized difference index,NDVI）、亮度指数（Brightness index,BI）、广义植被指数（Generalized vegetation index,GDVI）和再归一化指数（Renormalized Difference Vegetation Index,RDVI）与 SOM 含量间的最大相关系数绝对值（Maximum absolute correlation coefficient,MACC）整体呈现先上升后下降的规律,分别在1.0、0.6、1.4和1.6阶达到峰值。除DI、RI、NDVI、BI和GDVI外,0.2～2.0阶RDVI可用于模型构建,其中MACC值最佳组合波段主要集中在400～600 nm和1 300～1 700 nm。对比基于光谱指数RDVI所建不同模型精度,非线性模型精度最佳,其中RDVI-SVM模型估算精度最高,Rc2为0.86,Rp2为0.87,RPD为2.33（＞2.0）,该模型对SOM具有极强的量化能力。（4）基于分数阶微分下的单一光谱指数进行算法优化,优化指数DI/RDVI、RDVI/NDVI和NDVI/RDVI的MACC值分别为0.9986、0.7621和0.7993普遍高于0.70,其中单一指数DI对分数阶微分联合下优化指数的增强作用明显优于NDVI。3种优化指数所建SVM模型,R2整体高于0.80,RPD均高于2.00,其中DI/RDVI-SVM模型在0.2和0.4阶时的模型拟合精度最佳,R2均达到0.98,RPD分别为4.31和4.27,该模型可用于银川平原SOM含量的准确估算。（5）对比分析基于敏感波段、光谱指数和优化指数所建SOM预测模型,优化指数DI/RDVI-SVM模型在0.4阶时的预测精度最佳,Rc2、Rp2和RPD分别为0.99、0.99和4.27,可在后期研究中作为高空遥感反演模型验证的有力工具,为区域较低SOM的大范围监测提供依据。

关键词：土壤有机质实测高光谱分数阶微分敏感波段光谱指数优化光谱指数支持向量机反演

基于实测高光谱和Landsat 8 OLI影像的土壤盐化和碱化程度反演研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

土壤通报 2020年第3期51卷 511-520页

作者：贾萍萍张俊华孙媛贾科利毛鸿欣宁夏大学资源环境学院宁夏银川750021 宁夏大学环境工程研究院宁夏银川750021

针对宁夏银北地区土壤盐碱化定量监测的需要,利用实测土壤高光谱和Landsat 8 OLI多光谱影像数据采用多项式、多元线性回归等方法进行土壤含盐量和pH值反演研究,并对影像光谱反演模型进行校正,以提高遥感定量反演精度。结果表明:(1)基于... 详细信息

针对宁夏银北地区土壤盐碱化定量监测的需要,利用实测土壤高光谱和Landsat 8 OLI多光谱影像数据采用多项式、多元线性回归等方法进行土壤含盐量和pH值反演研究,并对影像光谱反演模型进行校正,以提高遥感定量反演精度。结果表明:(1)基于实测光谱的土壤含盐量反演精度均高于基于OLI影像反演精度;基于实测光谱敏感波段反射率反演精度高于实测盐分指数反演精度,其中实测光谱经平滑后敏感波段建立的模型效果最佳(R^2=0.695)。(2)基于实测光谱平滑后敏感波段建立的pH值反演模型精度最高且最稳定(R^2=0.545),基于OLI影像光谱反演精度低于实测光谱,但也通过了显著性检验和精度验证。(3)经实测光谱模型校正后的Landsat 8 OLI影像光谱的土壤含盐量反演模型R^2从0.347提高到0.623。研究结果可以为准确、快速地定量监测当地土壤盐分含量、pH值的变化提供科学依据和技术手段。

关键词：盐碱土敏感波段盐分指数实测高光谱 Landsat 8 OLI影像

基于GF-1卫星数据的水库叶绿素a浓度联合反演研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

测绘工程 2021年第4期30卷 14-19页

作者：郭云开钱佳雷宇斌董胜光吴朝辉屈伟军章琼广州城建职业学院广东广州510920 长沙理工大学测绘遥感应用技术研究所湖南长沙410076 湖南省第二测绘院湖南长沙410076

探明不同区域及不同营养状况下水库叶绿素a的共同敏感波段,基于GF-1号卫星16 m分辨率的多光谱WFV传感器影像构建叶绿素a浓度普适性反演模型。文中以湖南省3种不同营养状况的水库为研究对象,在实测高光谱及GF-1/WFV影像预处理基础上,对... 详细信息

探明不同区域及不同营养状况下水库叶绿素a的共同敏感波段,基于GF-1号卫星16 m分辨率的多光谱WFV传感器影像构建叶绿素a浓度普适性反演模型。文中以湖南省3种不同营养状况的水库为研究对象,在实测高光谱及GF-1/WFV影像预处理基础上,对比实测高光谱数据与GF-1/WFV影像数据,采用相关性分析筛选叶绿素a敏感波段,基于GF-1/WFV影像数据构建叶绿素a浓度一元回归联合反演模型,生成浓度等级图。研究表明,相关性分析下叶绿素a的敏感波段区间为550~620 nm,波段区间对应影像中的绿波段(520~590 nm),模型反演精度较优,满足水库叶绿素a浓度监测精度要求,可为发展基于遥感影像大面积反演不同污染程度水质叶绿素a浓度提供基础支持。

关键词： GF-1卫星实测高光谱叶绿素a 联合反演敏感波段

基于多源遥感的宁夏银北地区干湿季土壤盐碱化反演研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于多源遥感的宁夏银北地区干湿季土壤盐碱化反演研究

作者：贾萍萍宁夏大学

学位级别：硕士

土壤盐碱化是影响粮食安全和生态安全的主要土壤问题之一,其盐碱化程度的高低直接关系到干旱地区土壤的可持续利用。据统计,盐碱化土壤占全球陆地面积的7.26%,并且这个比例还在持续增长。目前,中国西北干旱和半干旱地区的土壤盐碱化问题... 详细信息

土壤盐碱化是影响粮食安全和生态安全的主要土壤问题之一,其盐碱化程度的高低直接关系到干旱地区土壤的可持续利用。据统计,盐碱化土壤占全球陆地面积的7.26%,并且这个比例还在持续增长。目前,中国西北干旱和半干旱地区的土壤盐碱化问题,已严重制约当地农业的可持续发展,为进一步增加我国后备耕地面积,对土壤盐碱化信息进行准确的监测和开发利用已迫在眉睫。针对宁夏银北地区盐碱化土壤分布较广,但遥感反演精度不高的问题,本文以该地区平罗县为研究区,利用遥感技术、土壤学和统计学等分析方法,结合研究区野外土壤高光谱、室内测定理化指标以及Landsat 8 OLI影像数据,分析该区域干季和湿季土壤盐碱化指标的统计特征,明确实测高光谱和影像的异同点,解析干湿季不同来源光谱数据对土壤盐碱化指标的敏感性,然后运用相关性、灰色关联度、逐步回归等方法筛选敏感光谱,最后利用偏最小二乘回归、支持向量机回归和地理加权回归等方法分别建立了研究区干湿两季的土壤含盐量和pH值反演模型,并进行优选和验证,为当地及同类地区土壤盐碱化的识别、反演、防治和利用措施的制定提供理论依据。本研究主要结论如下:(1)银北地区干湿两季平均土壤含盐量和pH值分别为6.17 g·kg-1和9.28、5.28 g·kg-1和9.11,土壤盐碱化程度较为严重。干季土壤含盐量和pH平均值大于湿季,干湿两季含盐量均为强变异,且干季变异程度大于湿季,而干湿两季pH值均为弱变异。不同土壤含盐量、pH值条件下的土壤光谱特征曲线,整体变化趋势一致,在可见光波段反射率随指标增大而逐渐升高。(2)研究区土壤中Na+、Cl-和SO42-含量较高,一般属于硫酸盐—氯化物型盐碱化土壤。干季除HCO3-值中等变异程度外,其余均是强变异性,湿季离子中Na+、Mg2+、Cl-、CO32-是强变异性,K+、Ca2+、HCO3-、SO42-属于中等变异程度。干湿两季土壤中Na+在四种阳离子总量中占比分别超过了 85%和93%,SO42-和Cl-之和占到阴离子总量的88.3%和91.5%。(3)在高光谱和影像光谱中,不同季节对土壤含盐量和pH值敏感的波段和盐分指数不同。干、湿季实测重采样波段和盐分指数与土壤含盐量均表现为极显著相关。干季实测Band1、SI和湿季Band1、S2较其它波段和盐分指数敏感;干季影像Band7和NDSI相对更敏感。干季实测NDSI和影像S3对土壤pH值最敏感;湿季实测Band1和影像S3对土壤pH值最敏感。整体而言,实测和影像特定波段及盐分指数在研究区干湿季都具有良好的土壤含盐量和pH值识别潜力。(4)在不同土壤含盐量条件下,重采样后的高光谱波段反射率与影像波段反射率极显著相关。逐步回归变量筛选下的模型整体效果优于相关性分析和灰度关联法。在土壤含盐量的5种反演模型中,地理加权回归模型精度较高;基于不同变量组的模型中,支持向量机算法和BP神经网络算法比较接近,而岭回归算法最差,偏最小二乘回归模型存在严重的“过拟合”现象。局部模型在土壤含盐量反演方面较全局模型更具优越性。干季以实测灰度关联组-地理加权回归模型效果最佳,其Rp2和RPD分别为0.9355和4.49;湿季以影像相关系数组-地理加权回归模型反演效果最好,其Rp2和RPD分别为0.9570和4.83。(5)在pH值反演方面,基于主成分分析确定的干湿季实测和影像特征参数数量相对较稳定,而基于灰度关联法确定的湿季影像土壤特征光谱的数量较少。基于三个模型输入变量构建的pH值反演模型中,逐步回归组模型具有最高的精度和稳定性。全局回归模型反演精度优于局部回归模型。其中,支持向量机和BP神经网络模型在全局回归模型中均具有较高的精度。局部模型的精度随pH值变化而变化,干季略大于湿季。土壤pH值中以实测的主成分分析-支持向量机回归模型为最佳模型,其Rp2和RPD分别为0.9724和5.76;影像以湿季的灰度关联法-支持向量机模型反演效果最佳,其Rp2和RPD分别为0.9732和5.12。

关键词：土壤盐碱化实测高光谱 Landsat 8 OLI 干湿季敏感波段盐分指数地理加权回归反演

基于实测高光谱与Landsat8影像的土壤重金属含量反演

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于实测高光谱与Landsat8影像的土壤重金属含量反演

作者：梁远玲成都理工大学

学位级别：硕士

土壤是人类赖以生存的最基本的自然资源,土壤环境与生物的生存和社会经济发展息息相关。近年来,由于人类活动和自然环境的变化,土壤重金属污染问题日益严重,已成为备受世界各国关注的环境问题。快速高效地对土壤重金属含量进行监测,对... 详细信息

土壤是人类赖以生存的最基本的自然资源,土壤环境与生物的生存和社会经济发展息息相关。近年来,由于人类活动和自然环境的变化,土壤重金属污染问题日益严重,已成为备受世界各国关注的环境问题。快速高效地对土壤重金属含量进行监测,对于治理土壤重金属污染以及实现农业可持续发展均具有重要的现实意义。传统的定点化学监测方法效率低,很难全面、动态的反演区域重金属含量的空间分布,从而制约着土壤重金属的监测和治理。遥感技术的发展使土壤重金属污染监测从点至面、从静态向动态、从瞬时向连续监测发展成为可能。然而,由于土壤重金属含量较低,多光谱遥感技术难以满足土壤重金属含量的监测需求,将高光谱波段精细的优势与多光谱卫星影像大面积的优势结合,可实现对土壤重金属大面积精准监测。在“成都多要素城市地质调查-成都市典型地区空间综合评价”项目的支持下,为探讨结合实测土壤高光谱数据和Landsat8 OLI影像预测土壤重金属含量的可行方法,本文以成都市天府新区直管区的东南部片区作为研究区,采用实测高光谱模拟Landsat8 OLI的光谱反射率,通过皮尔逊相关性分析筛选显著相关波段作为特征因子;采用主成分回归、多元逐步回归、偏最小二乘回归三种方法建立了As、Cd、Cr、Cu、Hg、Mn、Mo、Pb八种重金属预测模型,精度对比分析后,确定各重金属的最优反演模型;采用混合像元分解对Landsat8 OLI影像进行了处理,去除影像上的非土壤并置换补偿为土壤信息,再对非土壤像元进行掩膜;在此基础上,将最优模型应用于处理后的Landsat8 OLI影像,实现了对研究区土壤重金属含量的反演。经与实测插值结果对比检验,反演结果基本能够反映区域土壤重金属含量的分布情况。本文主要发现及结论如下:(1)Landsat8 OLI光谱响应函数可将实测高光谱模拟为Landsat8 OLI多光谱波段。As、Cd、Cr、Cu、Hg、Mn、Mo、Pb与模拟多光谱波段LOI3(530-590nm)、LOI4(640-670nm)、LOI5(850-880nm)、LOI6(1570-1650nm)、LOI7(2110-2290nm)都显著相关。As、Cd、Cr、Cu、Hg、Mo在LOI1(430-450nm)、LOI2(450-510nm)也是显著相关的,模拟多光谱反射率可作为土壤重金属预测模型的因子。(2)Landsat8 OLI多光谱影像提取端元后,采用全约束最小二乘法估计丰度,同时考虑了两个约束条件,求解得到的土壤、水体、植被、建筑、道路丰度和为1,且各端元丰度不为负值,物理意义明确。在此基础上,基于线性分解理论进行混合像元分解,从亚像元角度重组了影像,可有效消除水体、植被、建筑、道路非土壤信息干扰,增强土壤信息。(3)三种回归模型中,多元逐步回归、偏最小二乘回归较主成分回归模型精度更高。对比各种金属的不同模型精度后,重金属Mn、Pb选用多元逐步回归模型为最优模型,而As、Cd、Cr、Cu、Hg、Mo均选用偏最小二乘模型为最优模型。最优模型下验证样本集的反演和实测含量值差异较小,最优模型精度可靠。验证样本集的决定系数R、均方根误差RMSE、平均相对误差MRE和建模样本集情况较为一致,说明建模样本集有代表性,模型可用于后续反演。(4)应用最优模型于经过混合像元分解处理后Landsat8 OLI影像,得到的反演结果较实测插值结果的空间分布更为细致。统计反演结果减去实测插值结果的差值占比,可看出实测和反演含量在大部分区域差异较小,表明结合实测高光谱和Landsat8多光谱影像反演土壤重金属具有可行性。

关键词：实测高光谱光谱响应函数多光谱模拟混合像元分解重金属反演

贵州威宁草海湿地优势植被群丛的光谱特征分析及其识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

贵州威宁草海湿地优势植被群丛的光谱特征分析及其识别

作者：王堃贵州师范大学

学位级别：硕士

湿地植被作为湿地生态系统的最初级生产者,对于该生态系统功能的维持与发挥产生着重要作用。遥感技术应用于湿地植被提取与分类具有快速、大面积且实时更新等优势,能为湿地植被资源调查、生态修复提供合理的科学依据。本文以贵州威宁草... 详细信息

湿地植被作为湿地生态系统的最初级生产者,对于该生态系统功能的维持与发挥产生着重要作用。遥感技术应用于湿地植被提取与分类具有快速、大面积且实时更新等优势,能为湿地植被资源调查、生态修复提供合理的科学依据。本文以贵州威宁草海国家级自然保护区分布范围较为广泛的湿地优势植被群丛(艾蒿、菰、结缕草、牛筋草、三叶草)等为研究对象,首先基于野外实地测量湿地优势植被高光谱信息,通过光谱特征分析(原始光谱、导数光谱、倒数的对数以及包络线去除等方法)统计、对比各湿地植被光谱特征差异及其光谱特征参数,然后选用光谱标准差阈值法提取有效识别湿地植被间的光谱特征波段,同时基于野外实测植被光谱分别模拟不同传感器(HJ1A-CCD、HJ1A-HSI)构建常用于湿地植被提取的植被指数,如归一化植被指数NDVI、环境植被指数HJVI、土壤调节植被指数SAVI、差值植被指数DVI、修正归一化水体指数MNDWI、比值植被指数RVI,并探讨模拟植被指数对五种优势湿地植被的识别能力并筛选出评估效果较好的湿地植被与植被指数;最后依据上述分析结果,分别采用最大似然法与决策树完成草海保护区湿地植被识别与分类研究。相关研究结果如下:(1)草海保护区五种优势湿地植被群丛的冠层光谱反射率具有明显差异,在冠层尺度下进行识别分类,可以得到较高的识别精度;(2)对于五种优势湿地植被的特征差异波段按蓝、绿、红、红边、近红外波段区间进行分布统计及敏感度检测,绿、红光范围内的特征波段所占比重较多,红、红边范围内的特征差异波段的光谱区分性较高,其中622-659nm、665-679nm以及687-701nm是五种优势湿地植被光谱区分的最佳光谱特征波段;(3)由野外实测植被高光谱数据模拟不同传感器(HJ1A-CCD、HJ1A-HSI)的植被指数识别五种优势湿地植被可知,DVI、SAVI植被指数对草海优势湿地植被区分效果均不明显,而NDVI、HJVI、MNDWI、RVI具有不同程度的植被区分能力且在HJ1A-CCD模拟识别中有较好效果;(4)最大似然法对草海保护区五种优势湿地植被群丛总体分类精度为51.43,kappa系数0.45,而决策树的总体分类精度为67.7,kappa系数0.53;分类效果显著优于最大似然法。

关键词：草海湿地实测高光谱湿地植被光谱特征决策树

基于实测高光谱的天府新区直管区水土体、植被重金属相对含量反演

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于实测高光谱的天府新区直管区水土体、植被重金属相对含量反演

作者：方瑶成都理工大学

学位级别：硕士

随着工业化、现代化、城镇化进程的不断加快,我国进入资源消耗快速增长阶段。资源消耗所产生的大量残余重金属物质可以通过雨水淋溶、大气沉降等方式渗入地表（土壤、地表水和植被）中,从而导致地表富集大量的重金属。这些富集在地表的... 详细信息

随着工业化、现代化、城镇化进程的不断加快,我国进入资源消耗快速增长阶段。资源消耗所产生的大量残余重金属物质可以通过雨水淋溶、大气沉降等方式渗入地表（土壤、地表水和植被）中,从而导致地表富集大量的重金属。这些富集在地表的重金属元素可能会污染食物链,从而威胁人体健康,因此,对地表重金属含量的监测就具有十分重要的现实意义。传统的重金属污染监测方法虽然测量精度较高,但费时费力,只能分析采样点的剖面信息,而不能获取大范围的区域重金属含量分布情况;而且重金属在土壤和水体中转移变化很快,导致传统方法在重金属含量获取时间上可能会有一定的滞后。遥感技术特别是高光谱遥感技术的发展和进步为快速高效地获取大范围区域的地表重金属含量信息开辟了新的途径。基于此,本文以四川省天府新区直管区为研究区,利用地面实测光谱仪ASD FieldPro III,于2017年7月间采集了研究区土壤、地表水以及主要植被红薯叶、南瓜叶、构树叶和天香米叶的高光谱数据,拟通过对实测高光谱进行分析,建立重金属相对含量反演模型。鉴于客观因素导致的无地球化学分析数据情况,本文提出一种只利用特征波段对植被重金属胁迫趋势、土壤和地表水中重金属相对含量进行定性或半定量分析的方法,在假设2017年的重金属AS、Cd、Mn和Pb这四种元素的含量与2004年基本相同的基础上,分析植被受胁迫趋势、建立重金属相对含量反演模型。本文的主要工作及成果如下:（1）根据对以往文献和基础资料的分析研究,选取研究区内土壤中As和Cd、地表水中Pb和Mn这四种含量较高且分布差异较大的重金属元素作为研究对象,在没有地球化学分析数据的情况下,以已有文献中这四种元素在土壤或地表水光谱曲线响应波段为基础,建立重金属相对含量反演模型,依据这些模型在土壤、地表水和植被中的应用,得到研究区土壤、地表水中的相对含量分布图和植被长势受重金属胁迫趋势。（2）通过对实测的土壤光谱数据进行分析,发现As的特征波段为:454nm、504nm、554nm、604nm、754nm、1395nm、1759nm、1894nm、2198nm、2300nm、2320nm;Cd的特征波段为:433nm、504nm、654nm、764nm、1250nm、1290nm、1444nm、1887nm、2100nm、2192nm、2210nm、2260nm。对研究区土壤重金属相对含量进行反演,并分析土壤重金属相对含量空间分布,发现研究区土壤中As元素相对含量在西北城区、东部龙泉山沿线区域较低,东北-西南沿线中部的新兴镇、白沙镇、兴隆镇和煎茶镇等以农业为主的丘陵和平原地区相对含量较高;而土壤中Cd元素相对含量较低区域主要分布在中部和东部的丘陵和平原地区,相对含量较高区域主要集中在中和、华阳镇、正兴镇和兴隆镇等正在进行城市扩建的西北部地区。（3）通过对实测的地表水光谱数据进行分析,发现Pb的特征波段为:497nm、540nm、612nm、620nm、669nm、677nm、738nm、748nm、813nm、987nm;Mn的特征波段为:539nm、904nm。对研究区地表水重金属相对含量进行反演,并分析的地表水重金属相对含量空间分布,发现研究区内地表水中Pb和Mn这两种重金属相对含量的空间分布基本相似,这两种重金属相对含量较高区域主要在西北方向中和镇以及新兴镇等区域的府河上游,其余人类活动较为密集的城镇中心河流中重金属也相对含量较高,表明除非河流中段区域有新的污染源向地表水中排放含有重金属的污染物,则随地表水流动方向重金属相对含量整体呈逐渐下降趋势。（4）对于研究区中的植被,提取主要植被红薯叶、南瓜叶、构树叶和天香米叶的红边位置,结合土壤重金属As和Cd相对含量,分析植被受重金属胁迫趋势,发现研究区土壤中Cd元素重金属相对含量对红薯叶、构树叶和天香米叶长势均存在一定程度的促进作用;As元素对天香米叶、构树叶和红薯叶为抑制作用,但能促进南瓜生长。

关键词：实测高光谱特征波段提取反演模型建立重金属相对含量

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于遥感的淀山湖水体叶绿素a浓度估算研究

基于遥感的淀山湖水体叶绿素a浓度估算研究

作者：顾万花复旦大学

学位级别：硕士

湖泊是重要的淡水资源,但是随着经济的高速发展和工业化程度的加剧以及人为活动的影响,湖泊污染和富营养化问题日益严重,加强湖泊水质的监测和治理非常有必要。常规的水质监测耗时耗力,并且很难反映湖泊的整体水质状况,而遥感技术可以... 详细信息

湖泊是重要的淡水资源,但是随着经济的高速发展和工业化程度的加剧以及人为活动的影响,湖泊污染和富营养化问题日益严重,加强湖泊水质的监测和治理非常有必要。常规的水质监测耗时耗力,并且很难反映湖泊的整体水质状况,而遥感技术可以快速、及时的提供整个湖区的水质状况,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。内陆水体的叶绿素a浓度是水质评价重要指标之一。本文在总结分析国内外叶绿素a浓度遥感估算已有的理论、技术和方法的基础上,运用半经验模型和人工神经网络,利用2010年8月23、9月7日和9月8日的野外实测数据、实测光谱数据和环境1号星、MODIS卫星遥感影像,探讨了淀山湖水体叶绿素a浓度的估算模型。主要研究内容和结论如下： 1)基于实测光谱数据,构建了叶绿素a的半分析模型。通过迭代,选取三个波段,以[Rrs-1（663）-Rrs-1（689）]×Rrs（759）为自变量构建模型,线性和曲线模型的R2分别为0.519和0.87。 2)针对不同卫星数据源构建半经验析模型。环境1号星高光谱数据的三波段组合[Rrs-1（70）-Rrs-1（77）]×Rrs（88）所建立的线性和曲线模型的R2分别为0.934和0.955,进行对叶绿素a的监测是可行的。但是无论是环境1号星还是MODIS卫星,基于多光谱数据的半经验模型用于内陆湖泊水质研究还有一定的困难。 3)基于人工神经网络建立估算叶绿素a浓度的模型。高光谱数据三波段输入的神经网络模型的决定系数R2最大为0.938。基于环境1号星高光谱数据、多光谱数据和MODIS的人工神经网络模型的R2最大为0.992、0.87和0.91。对于不同的遥感数据源,人工神经网络模型的精度均优于半分析模型。表明人工神经网络更加有利于反映和提取淀山湖水体的基本光学特征,在光谱特征复杂的内陆水体水质参数估测中具有优越性。 4)将溶解氧、化学需氧量、总磷、总氮也作为人工神经网络模型的输入值,构建基于实测光谱数据的改进的反演叶绿素a浓度的人工神经网络模型的R2最大为0.96,有效提高了反演精度。论文构建了估算淀山湖叶绿素a浓度的模型,高光谱数据模型精度较高,优于卫星多光谱数据。人工神经网络有效提高了估算精度,证明神经网络方法在复杂的内陆水体水质反演中具有较大的优越性,且在网络输入中加入溶解氧、化学需氧量、总磷、总氮因子,为叶绿素a的遥感反演提供了新的思路。

关键词：叶绿素a 半经验模型人工神经网络实测高光谱环境1号星淀山湖