钱少猛[1]2003年在《遥感像元分解方法及其在滇池水质监测中的应用研究》文中研究说明本文作为“滇池蓝藻水华污染控制技术研究”国家攻关项目的“滇池水华污染遥感监测与水域生态环境管理信息系统”子专题重要研究内容之一，主要是利用遥感像元分解技术，为滇池水质污染遥感监测与评价提供技术支持。 由于传感器空间分辨率的限制以及地物的复杂多样性，混合像元普遍存在于遥感影像中，它涉及成像机理、特征提取、应用技术等一系列不能回避的问题；同时，混合像元分解也是遥感定量化的重要途径之一。混合像元分解技术已经取得许多重要成果，特别是混合像元分解模型方面，但是用于水质污染监测还很少见。在本项研究中，引进混合像元分解技术，用于滇池水质遥感监测研究。 在混合像元分解模型确定的前提下，端元组分选择的优劣直接影响混合像元分解的精度。通过对各种混合像元分解模型的深入学习和深刻理解，结合滇池水污染的具体情况选择了线性模型并进行了改进，使之能够满足课题研究之需要，又不失其简单易用的优点。同时，又探讨了多种混合像元端元组分选取方法的优点和不足。 改进的线性混合像元分解方法的优点在于：可以消除大气影响以及黄物质等未知物质的影响。分别利用ISODATA、最大似然法、改进的线性混合像元分解方法对滇池的污染情况进行分类比较。结果表明，改进的线性混合像元分解方法可以对滇池水体的藻类，悬浮泥沙等各类杂物质的相对丰度进行快速评价，较好的反映它们在全湖的空间分布。 研究结果表明，水质遥感对地面实测数据的实时性要求比较高。在没有同步观测数据的情况下，利用常规的回归分析方法来进行水质参数反演，得到的结果相关性太小；而采用像元分解方法，可以较好的模拟出湖面各类杂物质的相对丰度分布，很少收到地面数据的影响。 最后，利用滇池水质遥感监测结果，对全湖区水面的水华分布进行了时间、空间的动态分析。
李晓锦[2]2011年在《基于混合像元分解的植被覆盖度估算及动态变化分析》文中进行了进一步梳理植被的恢复与重建是生态环境建设的一项重要任务,也是解决黄土高原地区水土流失的根本有效措施。植被覆盖度作为衡量地表植被状况最重要的指标,及时准确地掌握植被覆盖度及其变化对生态环境建设和水土流失治理工作具有重要意义。本文以黄土高原为研究区域,以2006年MODIS 500m分辨率的MOD09A1产品数据为遥感数据源,利用线性光谱混合模型对研究区数据进行混合像元分解,提取植被覆盖度,并对提取结果进行精度评价,在此基础上对研究区植被覆盖动态变化进行分析,取得了以下主要成果：1.利用线性光谱混合模型对黄土高原地区地表覆盖进行混合像元分解。通过对各种混合像元分解模型的对比,选择线性光谱混合模型作为分解模型,根据MNF变换、PPI计算等分析结果确定土壤、植被、水体为最终终端端元,并提取了终端端元的光谱特征曲线,在此基础上对研究区进行混合像元分解,并以TM影像分类结果为参考数据对混合像元分解结果做精度评价,土壤、植被、水体的像元精度评价的结果分别是92.31%、91.54%、89.21%。2.将混合像元分解得到的植被丰度图的平均值作为植被覆盖度,验证基于MOD09A1产品提取的植被覆盖度精度。通过和像元二分模型方法提取的植被覆盖度的对比分析表明,基于混合像元分解提取的植被覆盖度整体上比基于像元二分模型提取的值略高；以TM影像提取的植被覆盖度为参考对基于混合像元分解提取的植被覆盖度进行精度评价,基于混合像元分解提取的植被覆盖度比基于TM影像提取的植被覆盖度低了8.46%,提取精度为86.56%。3.分析了黄土高原地区植被覆盖的动态变化。基于混合像元分解和像元二分模型分别提取了黄土高原地区春、夏、秋、冬四季植被覆盖度,对植被盖度的季节性变化进行对比分析；另外,基于像元二分模型提取了该地区十二个月的植被覆盖度,绘制了2006年黄土高原植被覆盖度时间序列变化图,对一年内植被动态变化进行分析研究。2006年的植被覆盖度时间序列图显示,黄土高原地区的植被覆盖度在4月达到最低值,随后进入生长期；在7月底8月初达到生长高峰,植被覆盖度达到最大值,10月份之后进入衰败期。植被覆盖度分级图显示,黄土高原地区的植被覆盖主要分布在东南部地区,并呈现出从东南向西北逐渐递减的趋势,到西北地区基本上都是荒漠草原景观,季节性以及全年变化最大区域主要分布在陕北和山西北部的大部分地区,宁夏-河套平原以及青海东部的黄河与湟水谷地等区域。
孔美美[3]2016年在《基于混合像元分解的水体提取及变化监测研究》文中研究说明由于遥感技术在这几年得到持续地发展,该技术研究得到广泛关注并被应用到不同领域。其中,借用遥感技术提取并动态监测水体的技术,可广泛应用于洪涝灾害评估、水环境监测、水资源检测等研究领域。Landsat系列影像具有运行周期短、数据信息量大、光谱波段数量多、免费下载等优点,对要求高频次监测的水资源遥感应用而言,是一种优选的数据资源。现有的水体提取方法大都是以像元为基础,但是混合像元的存在,限制了水体提取精度。所以深入到像元内部,分解像元,从亚像元角度提取水体信息,有利于提高水体遥感提取精度。本文将水库水体作为特定的实验研究对象,在深入分析混合像元分解模型和水体提取模型的基础上,了解水体混合像元波谱特性,针对水陆边界混合像元、阴影等暗色地物问题,采用杏林湾水库和石兜水库的LANDSAT遥感影像数据进行实验验证。论文主要研究工作如下:首先,简要说明了研究区域的自然概况及实验数据,并且对实验数据进行预处理操作;了解水体及其他地物波谱特性,研究水体提取模型,并采用水体指数法和SVM分类法对实验区域进行水体提取及提取结果分析。其次,了解现有混合像元的分解模子及分解过程;选择完全约束的最小二乘法(FCLS)提取研究区域的水体信息,以高分辨率的Google Earth TM地面实况作为参考图像,对提取结果的精度进行评价。结果表明FCLS方法提取结果优于水体指数法及SVM分类法。最后,通过计算六种定量描述纹理的特征统计量并选择最合适的均值特征统计量来得到实验区域的纹理空间信息;通过建立适合的决策树来结合FCLS方法得到的光谱信息与均值统计量得到的纹理空间信息,更好的提取水体。比较以上两种方法所提取的水体信息并统计提取精度可得:改进的FCLS方法对水体提取精度有所提高;结合FCLS混合像元方法与PCA方法提出FCLS-PCs变化检测方法,用于检测两景时相的水库变化情况,通过分析比较检测结果的各精度值可看出该方法效果更好;采用FCLS和多时相遥感数据,动态监测水库水面面积并分析原因,为水库生态环境管理提供重要参照。
孙长安[4]2008年在《香溪河流域土地利用与水土流失的关系研究》文中进行了进一步梳理随着社会和经济的发展,区域土地利用状况发生了变化,这也给水土流失的产生和发展带来影响。将“3S”技术应用于水土流失快速调查,可及时、准确掌握水土流失现状,通过对土地利用与水土流失变化关系的研究,探索其耦合机理,对了解水土流失变化规律,有效防治水土流失有着积极的理论和现实意义,同时也为研究区水土流失防治思路和目标的确定,加快生态建设工作步伐提供了技术支撑。长江是我国流域面积最大的河流,但是长期以来,由于自然和人为因素的影响,流域水土流失问题十分严重,而且主要集中在上游地区。本文以上游的叁峡库区香溪河流域为研究对象,综合运用“3S”技术、景观生态学、灰色系统理论、Mann-Kendall秩次趋势分析法等,开展了土地利用动态变化与水土流失时空变化过程关系的研究,取得如下结论:(1)提出了区域土壤侵蚀强度及其影响因子有效提取的技术途径和方法。基于“3S”技术,通过人机交互结合计算机半自动解译、绿色生物量指标结合野外标志校正、土壤侵蚀强度空间分析等技术手段,可实现土地利用类型、植被覆盖度、土壤侵蚀强度的有效提取,野外复核正确率达89.1%。(2)建立了土地利用状况动态变化评价方法体系。利用空间动态度分析、马尔可夫转移模型计算、景观格局分析等方法,可系统地评价土地利用状况的动态变化。研究表明:1988至1999年间,土地利用各类型都存在着相互转移,其中以耕地向林地、草灌、园地转移和草灌向林地、耕地转移为主,陡坡地退耕还林100.73 km2,转为草灌65.18 km2,改为园地48.44 km2等;土地利用类型景观破碎度在增加,土地利用格局由简单向复杂转变,景观斑块平均密度由1.73增到16.19。(3)建立了土壤侵蚀时空变化过程评价方法体系。利用土壤侵蚀强度变化速率分析、空间重心转移分析、空间结构分形特征及稳定性分析等,可有效地分析土壤侵蚀强度时空变异过程。研究表明:各侵蚀强度等级年变化率由大到小排列次序为微度、极强度、强度、剧烈、中度、轻度;各强度等级斑块平均重心呈纬度变化幅度大于经度变化幅度的空间变化特征;除微度侵蚀外,其余侵蚀等级图斑的稳定性指数均呈增加趋势,表明各侵蚀等级在朝微度方向发展,水土流失状况趋于好转。(4)初步阐明了不同土地利用类型与土壤侵蚀强度的耦合关系。研究表明:不同土地利用类型具有不同的土壤侵蚀率,侵蚀率较大的是园地、耕地、林地与草灌,而居民点、交通用地、水域等侵蚀率较小;景观格局平均形状指数和图斑数对土壤侵蚀结构的分维影响最大,而平均图斑面积对水土流失结构的分维影响较小。(5)初步探讨了流域水土流失驱动因素及其定量分析方法。研究表明:自二十世纪八十年代末以来,香溪河支流高岚河小流域的径流量和输沙量均呈5a平均值下降趋势;香溪河流域输沙量变化中人为作用贡献率为53.8%,而自然因素贡献率为46.2%,引起香溪河流域输沙量变化的主要原因为人为因素。
参考文献：
[1]. 遥感像元分解方法及其在滇池水质监测中的应用研究[D]. 钱少猛. 中国科学院研究生院（遥感应用研究所）. 2003
[2]. 基于混合像元分解的植被覆盖度估算及动态变化分析[D]. 李晓锦. 西北大学. 2011
[3]. 基于混合像元分解的水体提取及变化监测研究[D]. 孔美美. 华侨大学. 2016
[4]. 香溪河流域土地利用与水土流失的关系研究[D]. 孙长安. 北京林业大学. 2008
标签：环境科学与资源利用论文; 遥感论文; 水质监测论文; 植被指数论文;