检索结果-南通市图书馆

作者：杨晶晶内蒙古大学

学位级别：硕士

土壤含水量是影响地表过程的基本参数之一,对土壤水分的精准监测,一直以来是定量遥感研究领域的热点。目前,基于传统的可见光-近红外-热红外、植被指数等方法均存在非直接获取土壤水分含量、时空对比性较差、分辨率不高和易受天气影响... 详细信息

土壤含水量是影响地表过程的基本参数之一,对土壤水分的精准监测,一直以来是定量遥感研究领域的热点。目前,基于传统的可见光-近红外-热红外、植被指数等方法均存在非直接获取土壤水分含量、时空对比性较差、分辨率不高和易受天气影响的缺点。而微波遥感监测土壤水分具有不受天气影响、分辨率较高、物理意义明确等优点。本文利用欧空局(ESA)空间分辨率为10m的sentinel-1合成孔径雷达(Synthetic Aperture Radar,sar)数据,反演了内蒙古典型草原区土壤水分含量,并用实测数据进行了精度验证;利用实测的草原冠层含水量驱动水-云模型(Water-Cloud)分析了植被冠层含水量对土壤水分反演的影响;分析了后向散射系数与降水变率、植被状态指数之间的响应关系,探讨了合成孔径雷达在该地区干旱监测的可行性。本文的研究可为草原牧区土壤水分动态监测与干旱评估提供理论与方法支撑。研究结果与结论如下:1.在不同植被覆盖度以及不同生长阶段,合成孔径雷达(sentinel-1 sar)后向散射系数与实测的土壤含水量间具有显著的线性正相关关系,且后向散射系数可灵敏的反应土壤水分的变化,是典型草原区土壤水分监测较理想的手段。2.在典型草原区,以实测的冠层含水量,应用Water-Cloud模型去除植被水分影响后,雷达后向散射系数变化幅度不大,表明在典型草原区由sentinel-1 sar直接提取的后向散射系数可直接反演土壤水分,植被对土壤水分的反演影响不大。3.多期反演的土壤水分和表征干旱的植被状态指数(VCI)之间空间相关关系不显著,表明土壤水分绝对含量无法表征植被的生长状况,不能直接用后向散射系数反应干旱的状况,需建立不同草地类型达到干旱的土壤水分阈值指标,进而通过土壤水分亏缺情况来反映干旱状态。

关键词： sentinel-1sar 后向散射系数土壤水分水云模型植被状态指数

基于sentinel-1 sar数据的表层土壤水分遥感反演

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Sentinel-1 SAR数据的表层土壤水分遥感反演

作者：李新尧西北大学

学位级别：硕士

本研究选取宝鸡市农耕区为研究区域,充分发挥主动微波遥感在土壤水分监测中的优势,以sentinel-1双极化合成孔径雷达影像为主要数据源,在简要阐述sar数据反演土壤水分的理论与方法的基础上,采用适用于低矮植被覆盖地表的水云模型对研究... 详细信息

本研究选取宝鸡市农耕区为研究区域,充分发挥主动微波遥感在土壤水分监测中的优势,以sentinel-1双极化合成孔径雷达影像为主要数据源,在简要阐述sar数据反演土壤水分的理论与方法的基础上,采用适用于低矮植被覆盖地表的水云模型对研究区地表微波散射特征进行模拟,在校正植被散射的影响后获得VV和VH极化的土壤直接后向散射系数,最后通过三层结构的RBF神经网络构建土壤水分预测模型,实现对研究区土壤相对含水量的遥感反演。研究得到的主要结论如下:(1)利用水云模型可以较好地模拟研究区地表微波散射特征,提取的土壤后向散射系数与实测土壤水分数据具有较好的相关性。并且与VH极化相比,VV极化方式下土壤后向散射系数与实测土壤相对含水量的相关性更高。(2)在地表有植被覆盖地区,植被层对微波后向散射信号的干扰不可忽视。对于VV极化和VH极化,植被层对雷达后向散射系数的贡献平均值分别为1.68 dB和3.36dB。利用光学遥感数据估算植被含水量,将其作为水云模型的输入参数计算土壤后向散射系数,可以有效减少植被散射的影响,提高土壤后向散射系数对土壤水分的敏感性。(3)利用RBF神经网络模型预测的研究区土壤相对含水量值分布在46.08%7.54%,平均值为64.01%。土壤水分空间分布的变异系数为12.09%,总体上属于中低变异程度。土壤墒情等级以轻度干旱为主,其面积占比为68.21%。土壤相对含水量与环境因子的相关分析显示,黑垆土、塿土、新积土等土壤类型平均相对含水量较高,主要分布在研究区南部的平原、河谷地区;黄绵土、红粘土、紫色土等土壤类型平均相对含水量较低,主要分布在研究区北部的黄土丘陵区。随着地形高程和坡度上升,无干旱和轻度干旱的分布优势总体减小,而中度干旱和严重干旱的分布优势总体增加。土壤相对含水量与植被覆盖度具有一定的正相关(R=0.386)。(4)本文反演的土壤相对含水量数据与实测的土壤水分数据均方根误差为5.65%,决定系数(R)为0.649,并且与同期0.01°土壤湿度产品在空间分布上具有较好的一致性。表明基于sentinel-1 sar数据,利用水云模型和RBF神经网络反演的土壤相对含水量具有较高的精度,利用上述数据和方法进行农田土壤水分大范围动态监测是完全可行的。

关键词： sentinel-1sar 土壤水分水云模型后向散射系数 RBF神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多源遥感的石漠化地区土壤水分反演研究

基于多源遥感的石漠化地区土壤水分反演研究

作者：侯玉婷贵州师范大学

学位级别：硕士

土壤水是生态系统维系中不可或缺的组成部分,由于喀斯特地区特有的二元三维空间结构系统,使得地表土壤水尤其珍贵,对喀斯特地区土壤水的监测具有重要意义。研究以关岭-贞丰花江示范区所属的喀斯特高原峡谷区为研究对象,基于sentinel-1A... 详细信息

土壤水是生态系统维系中不可或缺的组成部分,由于喀斯特地区特有的二元三维空间结构系统,使得地表土壤水尤其珍贵,对喀斯特地区土壤水的监测具有重要意义。研究以关岭-贞丰花江示范区所属的喀斯特高原峡谷区为研究对象,基于sentinel-1A和Landsat 8 OLI遥感影像,利用“水云模型”剔除地表植被层对土壤水遥感监测的影响,结合野外实测数据,构建土壤水遥感反演模型。并运用多源遥感中不同极化方式与不同指数参数的结合,对比不同组合下的反演结果;其中通过对比不同覆盖度下的不同组合方式,得到土壤含水量反演模型中最佳组合方式,使反演结果更具全面性,最终进行精度验证。反演得到研究区内整体土壤含水量的分布情况,结合不同季节、不同石漠化等级,分析研究区土壤含水量的时空变化,结果表明:(1)“水云模型”能够较好去除植被层对土壤水反演的影响,基于sentinel-1不同极化反演的土壤后向散射系数分别和Landsat 8 OLI数据计算得到的三种指数进行反演,即六种组合下的反演模型。结果发现,六种组合均有显著性,对比之下VV极化反演效果要优于VH极化。其中VV+NDVI、VV+NDWI、VV+NDWI2整体反演程度非常相近,VV+NDWI2反演得到的相关性系数相对较高,R=0.59;VV+NDVI反演结果次之,相关性系数R=0.58。而VH+NDVI、VH+NDWI、VH+NDWI2反演后R值都偏低。(2)结合研究区地表植被覆盖情况,将研究区根据不同覆盖类型分为:低覆盖度(裸地、复垦地)、中覆盖(园地、草地、低灌木林等)、高覆盖度(有林地、高密度灌木等)三大区域。采集样点按不同覆盖度及不同植被类型进行拟合分析,结果显示在不同覆盖度下VV+NDVI最为稳定,进行精度评价R值为0.66。(3)将研究区内土壤表层中含水量占比情况分为7层:0～10%、10～20%、20～30%、30～40%、40～50%、50～60%、>60%,区内土壤表层中含水量大部分区域土壤表层含水量处于30～40%,土壤水较高的区域(除水体外)主要分布在低海拔地区,而山顶处的土壤含水量处于20%以下;除受海拔影响之外,区内沟谷周围的土壤水分较高,呈垂直于海拔梯度分布,空间格局上具有随海拔的梯度变化以及不同微地貌类型分布的双重影响。对比不同季节发现,9月份土壤含水量整体数值较高。(4)根据不同石漠化等级分析土壤含水量的变化情况,发现其存在明显的变化特征。无石漠化、潜在石漠化、轻度石漠化、中度石漠化的土壤含水在20～50%之间,部分地区土壤含水量在50～60%之间;重度石漠化、极强石漠化,相对含水量比较分散;非喀斯特区域土壤含水量相对较高且较为稳定,主要分布在30～50%之间。(5)探究不同石漠化治理工程与不同季节下土壤含水量的变化特征发现,在生态环境极脆弱易破坏难修复的喀斯特石漠化地区,人为干预的治理工程石漠化显得尤为重要。其中,防护林、坡改梯土壤含水量季节变化相对稳定;人工草地、水保林、经果林土壤含水量随季节性变化明显、人为干扰程度较大;封山育林区受季节影响程度显著,在一定时间内仍需加强保护。

关键词： sentinel-1sar 土壤含水量水云模型反演模型石漠化

基于遥感大数据分析的北极海冰信息自动提取方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于遥感大数据分析的北极海冰信息自动提取方法研究

作者：黄睿青岛大学

学位级别：硕士

卫星遥感数据因其大范围、高精度的优势,成为快速获取北极海冰信息的优质数据源。目前已有很多成熟的北极海冰分类图、北极海冰密集度等产品数据公开发布,但由于这些数据大多是由低分辨率的散射计、辐射计等数据计算生成的,其精度不足... 详细信息

卫星遥感数据因其大范围、高精度的优势,成为快速获取北极海冰信息的优质数据源。目前已有很多成熟的北极海冰分类图、北极海冰密集度等产品数据公开发布,但由于这些数据大多是由低分辨率的散射计、辐射计等数据计算生成的,其精度不足以监测航道区域的冰情,引导航道的开发和利用。基于此,本文结合不同分辨率的微波数据,结合散射计、辐射计数据的大范围优势与sar数据的高精度优势,探讨高分辨率的北极海冰信息提取方法,为生成北极区域的高精度海冰信息产品数据提供技术支撑。主要研究内容如下:(1)开展了国内外海冰密集度产品的适用性评估。采用MODIS遥感影像和更高空间分辨率的海冰密集度产品对两类国产海冰密集度产品(HY-2、FY-3)和美国冰雪中心产品开展对比研究。首先,从海冰范围、整体分布、纬度分区和海冰密集度分区,探究了三种产品在北极整体区域下的空间分布差异和适用性差异;其次,基于不莱梅产品实现不同航道航段区域的评估,探究了三种产品在北极东北航道区域通航窗口期的监测差异;最后,使用MODIS海冰密集度产品对几种产品在影响北极东北航道开通的关键海域进行评估,揭示国产数据集在北极东北航道区域的海冰冰情监测任务的适用性情况。(2)提出了一种融合散射计与辐射计数据的基于多层感知机的北极海冰分类方法。首先,采用ASCAT散射计联合AMSR2辐射计数据开展了MLP隐藏层层数及其节点数设置的对比实验,获取适合北极海冰分类的最优参数设置方案;其次,以AARI冰图为参考,对朴素贝叶斯、决策树、随机森林、K近邻等九种算法提取的海冰分类结果进行比较,验证了本方法的精度优势;然后,开展了提出的海冰分类方法在HY-2-SCAT散射计数据的可应用性研究。结果表明,本方法在九种算法中与AARI冰图的数据吻合程度最高,整体精度可达86%,本方法不仅适用于ASCAT散射计开展海冰分类,而且适用于HY-2-SCAT散射计联合数据方案,HY-2-SCAT散射计的识别结果更优。(3)提出了一种适用于北极边缘海域的高分辨率海冰密集度提取方法。首先,通过采用K-Means++方法实现冰水分类,快速准确地提取区域内的冰水分布细节;然后,基于卷积操作来加速海冰密集度计算,通过两次卷积运算后统计得到冰水像元数目,利用数组计算得到与sar同空间分辨率的海冰密集度特征。最后,以sentinel-1 sar影像为数据源,使用德国不来梅大学发布的海冰密集度产品进行对比验证,实验结果表明,本方法可以在不降低提取精度的前提下,大幅缩短计算海冰密集度所需的时间。(4)提出一种基于深度学习的海冰分类方法。首先,使用BD和SI指数联合开展特征优选工作,针对夏季难分的多年冰和薄冰从26维特征空间中寻找最优特征,通过PCA降维融合高分辨率海冰密集度特征,得到用于深度学习海冰分类的原始特征;其次,提出一种基于双融合机制和注意力机制的U型全卷积神经网络DF-UHRNet,该网络通过设计两种尺度的语义融合模块,并在高层语义融合模块中引入ASPP结构,有效增大了卷积的感受野,增强全局上下文信息,并缩减整体参数;然后,通过引入CBAM注意力机制,有效增强特征映射关系,在众多输入信息中聚焦关键信息,降低对于无关信息的关注度,以解决信息过载问题,提升网络的性能;最后,使用CIS周冰图作为验证数据,开展消融实验和不同深度学习神经网络模型的对比实验。实验结果表明,DF-UHRNet方法在提取精度、参数量方面优于各类传统语义分割网络。

关键词： sentinel-1sar 海冰分类海冰密集度深度学习全卷积神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

“台风-暴雨”洪涝灾害遥感监测与评估研究

“台风-暴雨”洪涝灾害遥感监测与评估研究

作者：湛南渝电子科技大学

学位级别：硕士

本文以“台风-暴雨-洪涝”灾害链为研究对象,研究了从台风路径动态跟踪、融合卫星降雨产品生产、洪涝灾害遥感监测范围预测、洪涝信息提取和洪涝灾情快速评估的灾害全过程监测方法,形成了基于卫星遥感技术的“台风-暴雨-洪涝”灾害全链... 详细信息

本文以“台风-暴雨-洪涝”灾害链为研究对象,研究了从台风路径动态跟踪、融合卫星降雨产品生产、洪涝灾害遥感监测范围预测、洪涝信息提取和洪涝灾情快速评估的灾害全过程监测方法,形成了基于卫星遥感技术的“台风-暴雨-洪涝”灾害全链路应急监测技术。本研究对于提高灾害应急响应能力,满足灾害监测应用需求和科学决策具有重要意义。本文主要研究内容与成果如下所示:(1)开展了洪涝灾害遥感监测范围预测方法研究。本文从台风形成时就启动基于气象卫星的动态监测,在台风路径即将登陆或登陆时,在其影响范围内通过暴雨灾害风险性评价和基于DEM和水位数据的洪水淹没模拟两种方法得到洪水高发风险区,作为遥感监测区域,收集监测区域遥感数据和背景数据并对其预处理,使得后续灾害真正发生时,为洪涝灾害监测和决策争取更多时间,为灾情评估提供更多资料。(2)开展了基于超像素分割的sar图像水体信息提取方法研究。在雷达图像常用水体提取方法中,人工阈值法需要人工的参与,自动化程度较低;Otsu阈值法为自动水体提取算法,但在水域面积占比较少时,Otsu阈值法的精度会迅速下降;区域增长算法虽然能够较为完整的将水体区域分割出来,但存在种子点选择困难的问题,选择不当会导致遗漏局部水体。针对此本文以sentinel-1A sar为数据源,将简化的超像素分割算法SLIC和分层区域合并的方法引入到雷达水体信息提取中,以解决上述问题。实验结果显示,在对于水域面积占比较高和占比较低的场景中,本文方法在综合性能上都高于Otsu方法,能够较好的提取出水体信息。(3)开展了基于全球水体产品和随机森林的sar图像大范围水体信息提取方法研究。针对超像素分割在大范围场景下提取效率较低,和基于分类的算法样本选择困难的问题,本文研究了一种利用现有的全体水体产品生成训练样本通过随机森林分类的方法来提取sentinel-1 sar中大范围水体信息的方法,并对得到的水体进行后处理,剔除了山体阴影的影响,从而得到水体产品。试验结果显示,本文算法适用于大范围水体信息提取,提取结果较好,精度较高。(4)构建了“台风-暴雨”洪涝灾害遥感监测系统。本文利用python/C#混合编程进行开发“台风-暴雨”洪涝灾害遥感监测与评估系统。该系统主要功能包括台风路径监测,洪涝灾害遥感监测范围预测,sar图像自动下载与预处理,sar图像水体信息提取以及灾情评估。实现台风产生时,实时监测台风动向;当台风登陆时,快速进行洪涝灾害遥感监测范围预测和实时遥感数据获取;在灾情发生时,可高效开展洪涝信息提取和洪涝灾情的快速评估,实现洪水灾害的快速监测和应急处理。

关键词：洪涝灾害监测链式灾害 sentinel-1sar SLIC 随机森林