学位论文 > 优秀研究生学位论文题录展示

科尔沁沙地土壤表层水分遥感反演模型研究

作　者: 张建平
导　师: 王崇倡
学　校: 辽宁工程技术大学
专　业: 摄影测量与遥感
关键词: 遥感信息模型土壤含水量热惯量 TVDI BP神经网络
分类号: P237
类　型: 硕士论文
年　份: 2009年
下　载: 112次
引　用: 0次
阅　读: 论文下载

内容摘要

荒漠化是制约我国经济发展的最重要因素之一,土壤水分是沙地生态系统的重要因素,制约着沙地植被的形成和发展,也是监测土地荒漠化的一个重要指标。随着3S技术的发展,使用定量遥感技术能够对大面积区域进行快速、实时的土壤含水量遥感监测。通过建立精确遥感反演模型可以长期监测沙地生态系统的土壤水分动态,对于防治土地荒漠化具有重要的实践价值。本文以Landsat TM影像为数据源,以科尔沁沙地西缘内蒙古翁牛特旗作为研究试验区。首先对遥感图像进行辐射校正、几何校正、大气校正等预处理,为土壤含水量的定量反演做数据准备。然后采用了热惯量遥感信息模型、温度植被干旱指数法(TVDI)、BP神经网络法三种方法建立内蒙古翁牛特旗地区科尔沁沙地土壤含水量的精确遥感信息模型,并利用理论精度和实际精度分别对三种方法建立的土壤含水量遥感信息模型进行了精度检验。统计结果表明: BP神经网络法建立的遥感信息模型理论精度和实际精度最大,分别为81.81%和92.17%;温度植被干旱指数法建立的遥感信息模型理论精度76.82%、实际精度86.15%;基于热惯量法建立的土壤含水量遥感信息模型理论精度和实际精度最低,分别为68.27%和77.28%。由于地表温度、土壤热惯量除了受土壤含水量影响以外,还受地形、植被、土壤质地、有机质含量等其它因素的影响。从反演精度考虑,在裸土或植被稀疏的地区应该采用热惯量法来进行反演。在植被覆盖较大的区域宜采用温度植被干旱指数法(TVDI)来反演土壤含水量。

全文目录

致谢  4-5
摘要  5-6
Abstract  6-11
1 绪论  11-25
  1.1 研究背景  11-12
  1.2 国内外遥感监测土壤水分研究进展  12-15
    1.2.1 国外遥感监测土壤水分进展  13-14
    1.2.2 国内遥感监测土壤水分进展  14-15
  1.3 遥感反演土壤水分相关概念  15-19
    1.3.1 土壤水分  15
    1.3.2 土壤水分的表示方法  15-17
    1.3.3 归一化植被指数(NDVI)  17
    1.3.4 地表温度(LST)  17-18
    1.3.5 地表温度与植被指数的关系  18-19
  1.4 建立土壤含水量遥感信息模型的方法  19-23
    1.4.1 用热惯法反演土壤表层含水量  20-21
    1.4.2 用温度植被干旱指数法(TVDI)反演土壤表层含水量  21-22
    1.4.3 用BP 神经网络法反演土壤表层含水量  22-23
  1.5 研究的目的和意义  23-24
  1.6 研究的技术路线  24-25
2 研究区概况及数据获取  25-30
  2.1 自然地理环境  25-27
    2.1.1 地理位置  25
    2.1.2 地貌条件  25-26
    2.1.3 气候  26
    2.1.4 水文条件  26-27
    2.1.5 土壤类型  27
  2.2 数据获取  27-30
    2.2.1 样地选取  27-28
    2.2.2 测定时间  28
    2.2.3 仪器和工具  28
    2.2.4 遥感数据的选择  28-30
3 遥感影像预处理  30-37
  3.1 几何校正  30
  3.2 投影转换  30-31
  3.3 Landsat TM 5 辐射定标  31-32
  3.4 大气校正  32-37
    3.4.1 FLAASH 模块简介  33-34
    3.4.2 FLAASH 大气校正操作步骤  34-37
4 土壤含水量遥感信息模型  37-63
  4.1 遥感反演土壤水分地表参量计算  37-46
    4.1.1 归一化植被指数(NDVI)  37
    4.1.2 地表温度(LST)  37-43
    4.1.3 地表反照率  43-46
  4.2 热惯量法反演土壤含水量  46-48
    4.2.1 热惯量法理论基础  46-47
    4.2.2 热惯量与土壤水分的关系模型  47-48
  4.3 使用温度植被干旱指数法(TVDI)反演土壤水分  48-52
    4.3.1 温度植被干旱指数(TVDI)原理和计算方法  48-50
    4.3.2 TVDI 的反演过程及结果  50-52
  4.4 用BP 神经网络法反演土壤表层含水量  52-58
    4.4.1 BP 算法原理  53-54
    4.4.2 BP 神经网络模型的实现  54-58
  4.5 土壤含水量精度检验与分析  58-63
    4.5.1 土壤含水量遥感信息模型的阈值选择研究  58-59
    4.5.2 精度检验  59-61
    4.5.3 结果分析  61-63
结论  63-65
参考文献  65-70
作者简历  70-72
学位论文数据集  72-73

科尔沁沙地土壤表层水分遥感反演模型研究

内容摘要

全文目录

相似论文