学位论文 > 优秀研究生学位论文题录展示
基于MODIS反演重构时间序列数据的长江三角洲地区生态环境演变研究
作 者: 黎治华
导 师: 高炜;高志强
学 校: 华东师范大学
专 业: 自然地理学
关键词: 光谱角-最小距离分类法(SAM-MDM) 数据同化 遥感反演 时间序列数据集重建 EVI(增强型植被指数) FVC(植被覆盖度) LST(地表温度) SWCI(地表含水指数) LUCC(土地利用覆盖变化) 土地转移矩阵 马尔科夫过程 相关分析法 时间序列分析法 扰动指数(DI) 季节变化指数(SVI)
分类号: P237
类 型: 博士论文
年 份: 2011年
下 载: 255次
引 用: 0次
阅 读: 论文下载
内容摘要
本论文重点研究了四个内容:1)基于MODIS数据反演和重构时间序列数据集的技术、方法和程序;2)长江三角洲地区生态环境演变的时空分布、状态及其动态;3)研究区生态环境演变趋势的建模和预测;4)生态环境在长时间序列数据上的年际扰动和季节性突变分析。归纳起来,所做研究工作主要是MODIS时间序列数据集的反演和重构、长江三角洲地区生态环境的演变两个方面,解决区域(或全球)生态环境发展演变过程和生态环境要素扰动与突变的监测、评估与预测问题,具体内容如下:(一)遥感数据时间序列数据集的反演与构建MODIS数据的预处理、反演和时序数据集重构是本研究工作的基础,主要包括:1)由8d MODIS数据合成16d的过程中,尝试使用“最大值”法合成了16d的LST,使用“最小值”法合成了16d的MOD09A1数据;同时,尝试了增加检测点对BISE算法(最佳指数斜率提取)进行改进,将改进后的BISE和Savizky-Golay滤波器结合使用,以提高时序数据集重构的质量;2)将光谱角制图(SAM)和最小距离算法(MDM)各自的优势通过程序进行“融合”,形成了综合性分类算法(SAM-MDM),并尝试应用到遥感长时间序列数据的土地覆盖分类上来。对2005年分类数据进行精度评估,结果是Kappa系数和总体精度分别达到0.71265和83.70%。3)根据已有水分指数算法基于MODIS进行反演和对比,实验表明地表含水指数(SWCI)具有较好的性能,与地面降水观测数据进行相关分析,以验证SWCI描述地表水分含量的能力。4)以往研究表明EVI与NDVI相比具有描述高密植被能力强、不饱和的特征,以此参照以往NDVI反演植被覆盖率(FVC)的算法,尝试使用EVI来反演FVC,并用于研究区11a植被覆盖状况演变的过程和特征的评估。(二)长江三角洲地区生态环境演变的过程与扰动长江三角洲地区生态环境演变是本文重点研究的对象,主要工作是应用MODIS数据反演出植被覆盖率(FVC)、地表温度(LST)、地表含水指数(SWCI)和土地覆盖(LULC)等,以分析生态环境的演变过程、趋势和扰动。主要工作包括:1)使用LST、SWCI、FVC和土地覆盖研究生态环境状况及其演变是可行的。通过相关分析表明遥感反演出的生态要素指标与地面观测数据具有较高的相关程度,如LST与气温观测值具有较高相关程度,年内SWCI与降水量相关程度较高。2) LST、SWCI、EVI和LULC的时空动态演变分析表明生态环境要素的时空分布是不平衡的,沿“吴淞口-长江-大别山”(相当于1200mm等降水量一线)是研究区生态要素南北差异的分界线。植被覆盖率空间分布上呈现“东南高西北低、山高平低”的总体特征;LST空间分布的总体特征是“南高北低、低覆盖地高水域低、平原高山丘低”;SWCI空间分布总体特征表现为“南低北高、低覆盖地低高覆盖高”;耕地主要集中在北边,林地主要集中在南边。3)生态环境要素的时空动态分析揭示了环境演变是一种时空轮动消长的“波浪式”模式。从时间上看,2000-2010年11 a来,LST略有升高、SWCI略有变“湿”、植被覆盖率有增加趋势。研究区林草地明显减少,城市等低覆盖地明显增加,耕地略有增加,水域变化轻微,长江三角洲核心区域受人类影响最为强烈,耕地、草地、林地的转移概率较大。这种结果是波浪式的年际轮动过程所形成的,通过LUCC分析建立了土地覆盖类型转移矩阵,尝试使用马尔科夫(Markov)链对土地覆盖动态变化未来的趋势进行了预测。4)在研究区应用扰动指数(DI)分析了生态环境的扰动,尝试季节变化指数(SVI)模型的构建,以此分析2010年生态环境的年际扰动、季节性突变的程度和空间分布,并用当年地面观测记录文献和相关研究报告对结果进行验证,表明DI、SVI对灾害发生的区域检测具有一定的可行性。本论文的选题和研究内容是一个十分综合的、复杂的大课题,这里虽然做了一些研究工作,但并非完满,还需要完善和深入研究的问题有:1)生态环境要素关系模型的研究和完善,以进一步揭示生态环境要素间的演变关系;2)生态环境要素演变状态的定量分析,定量回答生态环境演变质与量的关系问题;3)时间序列趋势预测模型还需要进一步完善,重点通过时间和空间融合建模以提高预测的能力;4)生态环境演变的扰动和季节突变模型的进一步深化,提高生态环境扰动和季节突变检测的精度,并建立与生态环境各类灾害相应的评估体系。
|
全文目录
黎治华博士学位论文答辩委员会成员名单 5-6 摘要 6-8 ABSTRACT 8-10 目录 10-14 第一章 绪论 14-30 第一节 研究概述 14-16 1、选题背景 14-15 2、目标意义 15 3、研究内容 15-16 4、关键问题 16 第二节 国内外研究进展 16-21 1、遥感数据集建立的研究现状 17 2、上地覆盖遥感分类的研究现状 17-18 3、植被指数的研究现状 18-19 4、LST反演的研究现状 19 5、遥感水分与干旱指数的研究现状 19-20 6、生态环境遥感的研究现状 20-21 第三节 研究区域概况 21-28 1、研究区的确定 21-22 2、研究区的情况 22-28 第四节 研究方法和技术路线 28-30 1、研究方法 28 2、技术路线 28-30 第二章 MODIS在生态环境研究上的应用分析 30-37 第一节 MODIS数据特点分析 30-31 1、MODIS波段分布与分辨率特征 30-31 2、MODIS遥感数据的时间特征 31 第二节 MODIS数据产品及其应用 31-37 1、MOD13Q1数据产品及其应用 31-33 2、MOD09A1数据产品及其应用 33-34 3、MOD11A2数据产品及其应用 34-37 第三章 数据预处理与时间序列数据集的构建 37-66 第一节 数据预处理概述 37 第二节 数据源及预处理规格 37-38 第三节 数据获取与整理 38-40 1、数据下载与获取 38-40 2、数据整理与计算 40 第四节 MODIS数据预处理及其时序数据集构建 40-45 1、剪裁与拼接 40-41 2、叠加与16d数据集合成方法 41 3、MOD13Q1时间序列数据集合成 41-43 4、MOD09A1时间序列数据集合成 43-44 5、MOD11A2时间序列数据集合成 44-45 第五节 MODIS地表含水指数反演及其时序数据构建 45-49 1、基于MODIS反演水分指数分析 45-46 2、地表含水量指数(SWCI)反演 46-49 第六节 时间序列数据集的重建 49-52 1、时间序列数据集重建方法概述 49 2、BISE与Savizky-Golay算法结合重建时序数据 49-51 3、时间序列数据集重建效果比较分析 51-52 第七节 植被覆盖度的反演 52-53 1、基于NDVI的植被覆盖度 52-53 2、基于EVI的植被覆盖度反演 53 第八节 上地覆盖类型分类 53-61 1、植被指数时间序列数据集分类概述 53-55 2、光谱角制图和最小距离法对时间序列数据集分类算法 55-56 3、基于SAM-MDM的土地覆盖分类方法与步骤 56-61 第九节 土地覆盖时间变化和空间变化分析方法 61-63 1、土地覆盖分类的计算 62 2、土地覆盖动态度的计算 62 3、土地覆盖类型转移概率的计算 62-63 4、土地覆盖变化趋势的预测 63 第十节 气象观测数据预处理及其时序数据集构建 63-65 1、研究区气象观测站点 63-64 2、日气象观测数据建库 64 3、16d气象观测数据的合成 64-65 第十一节 遥感数据时间序列分析法 65-66 1、时间序列数据的特点 65 2、时间序列变化分析 65 3、时间序列预测法分类 65-66 第四章 生态环境时空动态变化分析 66-111 第一节 地表温度时间变化与空间分布分析 66-70 1、LST时空分布特征 66-68 2、LST动态变化时空分布分析 68-70 第二节 地表含水指数时间变化与空间分布分析 70-75 1、SWCI时空分布特征 70-73 2、SWCI动态变化时空分布分析 73-75 第三节 植被覆盖率时间变化与空间分布分析 75-85 1、植被覆盖率时空分布特征 75-80 2、植被覆盖率时空变化总体特征 80-83 3、植被覆盖率逐年变化时空分布分析 83-85 第四节 土地覆盖时间变化与空间分布分析 85-111 1、土地覆盖类型时空分布特征 85-93 2、土地覆盖类型时间变化特征分析 93-99 3、土地覆盖类型时空动态变化分析 99-109 4、土地覆盖类型转移趋势分析 109-111 第五章 生态环境要素演变关系与趋势分析 111-135 第一节 生态环境要素之间响应关系分析 111-118 1、LST与气象观测气温响应关系分析 111-113 2、SWCI与降水响应关系分析 113-114 3、SWCI与LST响应关系分析 114-115 4、EVI与SWCI响应关系分析 115-117 5、EVI与LST响应关系分析 117-118 第二节 生态环境要素响应关系模型建立 118-122 1、EVI与LST、SWCI多元相关关系分析 119-120 2、生态环境要素年际演变关系回归分析 120-122 第三节 生态环境要素时间序列建模及时空演变趋势 122-129 1、生态环境要素时间序列分析方法 122-125 2、LST时间序列时空变化分析 125-127 3、SWCI时间序列时空变化分析 127-128 4、EVI时间序列时空变化分析 128-129 第四节 生态环境扰动及其季节性突变检测研究 129-135 1、生态环境长周期扰动时空分析 129-131 2、生态环境要素季节突变时空监测研究 131-135 第六章 结论和展望 135-141 第一节 主要结论 135-138 1、遥感数据反演与时间序列数据构建方面的主要结论 135-136 2、长江三角洲生态环境演变研究方面的主要结论 136-138 第二节 主要认识与创新点 138-140 1、主要研究认识 138-139 2、论文主要创新点 139-140 第三节 研究展望 140-141 第七章 附录 141-150 第一节 参考文献 141-147 第二节 博士期间发表论文 147-149 第三节 后记 149-150
|
相似论文
- 星载光纤陀螺随机漂移建模及滤波方法研究,V241.5
- 时间序列分析方法研究及其在陕西省GDP预测中的应用,F222.33
- 软土路基的沉降机理及其发展规律预测方法研究,U416.1
- 啮齿动物种群数量动态几种预测方法的比较研究,S812.6
- 湖北省交通运输对县域经济的影响研究,F127;F224
- 交流电功率智能传感器粗信号的处理,TP212.6
- 基于过程的供应链企业合作的信任及决策机制设计,F274
- 关于Cox风险模型的一些破产问题,F840
- 高阶差分跳频通信体制性能分析,TN914.41
- 南海内潮三维数值同化模拟,P731.23
- 分布式降雨量估算模型与方法研究,P426.613
- 基于连续运行基准站的动态定位理论与方法研究,P228.4
- 渤海盐度和悬浮颗粒粒径的遥感反演及应用研究,P731.12
- 应用卫星遥感LST调查农业气候热量分布的方法研究,S16
- 基于RS的城市热岛效应研究,X16
- 时间序列NDVI数据集重建方法研究,P237
- 基于MODIS数据的章丘市土壤含水量遥感反演研究,TP79
- 用MODIS-TVDI方法及AMSR-E数据分析蒙古高原土壤湿度,P237
- 西藏羊八井地区遥感数据地温反演与地热异常探,P314
- 灰色神经网络模型在渭河水质定量遥感反演中的应用研究,P237
中图分类: > 天文学、地球科学 > 测绘学 > 摄影测量学与测绘遥感 > 测绘遥感技术
© 2012 www.xueweilunwen.com
|