首页> 中文学位 >基于HSI高光谱数据的矿区水质监测
【6h】

基于HSI高光谱数据的矿区水质监测

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 主要研究内容

2 数据源及研究区概况

2.1 研究区概况

2.2 水体实测数据

2.3 HSI高光谱数据

3 水质参数反演模型的研究及分析

3.1 水体光谱数据处理及分析

3.2 水质参数与水体光谱反射率的相关性分析

3.3 水质参数遥感反演模型的建立及应用

4 高光谱图像处理及水质参数反演

4.1 高光谱图像预处理

4.2 水体信息提取

4.3 基于遥感图像反演水质参数的空间分布

5 水质评价模型研究与应用

5.1 水质评价概述及评价标准

5.2 水质评价方法、模型介绍及比较分析

5.3 基于遥感数据的水质评价模型应用

5.4 小结

6 结论与展望

6.1 结论

6.2 展望

致谢

参考文献

附录

展开▼

摘要

本文以兖州矿区周边的水域为研究区,综合使用地表的实测数据、高光谱遥感数据以及水质评价模型等方法研究了矿区水体质量状况,实现了基于HSI高光谱遥感影像的矿区水质污染等级评定,为矿区水环境污染的监测与治理提供了技术支持。
  本研究主要进行了以下几个具体方面的研究:
  (1)本文基于研究区采集的水体波谱和水质参数(叶绿素浓度、COD浓度、悬浮物浓度)数据上,分析了水体的实测光谱特征,采用一阶微分、归一化、去除包络线的方法来增强水体的波谱特征,优选出了水质参数相关性较高的波段,利用多项式拟合方法构建了上述三个水质参数的遥感反演模型,并对模型进行了验证,三个模型反演的相对误差分别约为0.135、0.096、0.5。
  (2)基于分析处理后的高光谱遥感HJ-1A/HSI数据,根据构建的统计模型,反演了研究区水域的水质参数浓度:悬浮物浓度、叶绿素浓度和COD浓度,并得到叶绿素浓度、悬浮物浓度、COD浓度的空间分布图。研究表明反演结果的水质参数空间分布变化状况与周边环境影响相关联。
  (3)基于实测水质样本,分别利用综合指数法、内罗梅指数法、模糊数学法、灰色关联评价法等多种水质评价方法进行水质等级的评判,研究结果表明灰色关联模型评价的水质等级结果与水体的实际质量等级最为趋近,评价更为合理。
  (4)利用灰色关联方法,以遥感反演模型反演的水质参数为对象,评价这些样本的水质级别;并将结果与对应位置的基于实测水质参数利用灰色模型评价得到的水质级别进行比较,研究发现基于遥感数据监测样本点的水质等级与基于实测数据评价的水质等级大部分吻合(18个样本点中,有4个样本点出现了偏差),精度达到75%以上。
  (5)基于HSI高光谱数据,利用灰色关联数学模型,并结合IDL语言实现对研究区水域的水质等级评判。分析评判结果得出:水质的优劣与水域周边环境密切相关,水质评价结果合理可信。
  研究结果表明,基于HSI高光谱数据对矿区水质等级的定量评价是可实现的,评价精度达到75%以上。本文的研究为基于遥感方法实现定量的判别水质级别提供了新思路。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号