華南特色地物波譜及其在農(nóng)作物分類和咸潮監(jiān)測(cè)中的應(yīng)用.pdf

1、自20世紀(jì)70年代以來，國際和國內(nèi)波譜數(shù)據(jù)庫的發(fā)展很快，但是仍存在不同層次的缺陷，不能滿足現(xiàn)階段我國各領(lǐng)域遙感基礎(chǔ)研究和應(yīng)用的需要，特別對(duì)華南特色地物遙感應(yīng)用來說還有明顯不足。本研究以建立波譜知識(shí)實(shí)用型庫為目標(biāo)，集成了華南典型地物(荔枝、咸潮水等)波譜、環(huán)境配套參數(shù)、應(yīng)用模型，試建立了華南特色地物波譜數(shù)據(jù)庫，主要涉及了波譜數(shù)據(jù)庫的概念設(shè)計(jì)、數(shù)據(jù)的組織、功能和界面設(shè)計(jì)及示范應(yīng)用等方面。并且在地物標(biāo)準(zhǔn)波譜數(shù)據(jù)庫中設(shè)計(jì)了符合華南特色農(nóng)作物荔枝

2、的面積測(cè)算在線功能模塊，示范應(yīng)用中將空間數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)應(yīng)用到專家分類算法中，自行開發(fā)了適合荔枝等農(nóng)作物數(shù)據(jù)發(fā)現(xiàn)和挖掘的歸納學(xué)習(xí)算法，充分利用了波譜庫中豐富的波譜信息、相關(guān)屬性和地理空間數(shù)據(jù)，形成了基于波譜庫的荔枝智能專家分類系統(tǒng)，并進(jìn)行了深圳市的荔枝面積估算，結(jié)果顯示智能專家分類的總精度比非監(jiān)督分類提高了30.9％，Kappa系數(shù)也從0.26上升到0.81。同時(shí)本研究也基于特色地物波譜數(shù)據(jù)庫進(jìn)行了咸潮的GIS模擬和遙感監(jiān)測(cè)研究，咸潮

3、的GIS模擬主要是通過分析珠江口磨刀門水道咸潮發(fā)生時(shí)各個(gè)觀測(cè)站的含氯度、水位、地形與流量數(shù)據(jù)，在定義可變河口鹽度和磨刀門河道系數(shù)的前提下，改善了鹽度模擬模型，并以2006年1月12日的實(shí)測(cè)數(shù)據(jù)模擬了磨刀門水道鹽度分布，交叉驗(yàn)證表明與實(shí)測(cè)數(shù)據(jù)非常吻合(平均相對(duì)誤差4.98％)。咸潮的遙感監(jiān)測(cè)是基于地面測(cè)量的咸潮高光譜數(shù)據(jù)，分析了同步測(cè)量的水體水質(zhì)參數(shù)與實(shí)測(cè)波段吸收/反射光學(xué)特征之間的經(jīng)驗(yàn)關(guān)系，同時(shí)也分析了各水質(zhì)參數(shù)與鹽度之間的相關(guān)性，找出

4、了珠江口河網(wǎng)區(qū)水體表面鹽度的EO-1遙感反演方法。開發(fā)了低鹽度下珠江河網(wǎng)的反射率—懸浮物質(zhì)(R2=0.91)、懸浮物質(zhì)—鹽度(R2=0.84)遙感反演模型。并將此模型應(yīng)用于同時(shí)獲取的ALI和Hyperion遙感影像，獲得了珠江口河網(wǎng)區(qū)的懸浮物濃度和鹽度的分布圖，與同步實(shí)測(cè)點(diǎn)的懸浮物濃度和鹽度比較后發(fā)現(xiàn)，模型的反演精度較高，相對(duì)誤差大都在16％以下。另外也比較了ALI和Hyperion影像反演的懸浮物濃度，結(jié)果顯示Hyperion高光譜影