一、遥感分析中小型地物波谱数据库系统的设计与实现(论文文献综述)
杜敏[1](2019)在《基于RS与GIS技术的震后公路泥石流危险性评价 ——以G213线汶川-茂县段为例》文中研究说明汶川地震后,高烈度震区泥石流灾害频发,严重威胁居民生命安全、制约工程建设和阻碍经济发展。公路作为抗灾救灾以及震后重建的“生命线”,在强降雨等极端天气的影响下,极易受到震后泥石流的危害,严重影响公路安全与运营。针对震区公路沿线进行震后泥石流危险性评价,揭示震后泥石流形成与分布规律,不仅是工程规划建设与山地灾害防治的重要内容,更是泥石流研究领域中相对薄弱的环节。本文以G213线(汶川-茂县段)沿线为研究区域,通过资料收集、处理与分析,总结研究区震后泥石流形成条件、致灾机理与影响因素;通过时序遥感影像处理与分析,建立遥感判识标志,实现泥石流物源信息提取;利用GIS强大的空间分析功能探寻震后泥石流活动规律;计算频次与物源量,改进流量计算方法;在此基础上构建评价指标体系,采用子流域评价单元,灰色关联分析法与影响因素叠加法相结合进行震后泥石流危险性区划制图与评价分析。本文主要成果与结论如下:(1)通过地质灾害资料与影像特征分析建立遥感判识标志,以各地物光谱特征构建决策树模型实现2008-2018年的泥石流物源信息提取。利用泥石流物源信息进行空间分析与统计,得出在高程<3000m、坡度为10°-60°、距构造<2000m、距水系<500m、岩性为较软岩、植被破坏严重的地区,诱发震后泥石流的可能性较大。(2)根据遥感提取泥石流物源信息的演化规律提取泥石流频次,以物源面积与厚度的关系模型计算泥石流物源量,通过线性拟合修正了流量计算公式。采用灰色关联分析法计算各指标权重,最终计算震后泥石流危险性指数的范围为[1.134,3.289]。(3)基于震后泥石流危险性指数将研究区划分为极低(Ⅰ)、低(Ⅱ)、中(Ⅲ)、高(Ⅳ)和极高(Ⅴ)5个危险区。结果表明中度危险以上的泥石流沟共有86条,面积为1557.69km2,分别占总数与总面积的71.1%与73.9%;G213公路沿线泥石流沟有41条处于中度以上危险区,共占沿线总数的95.6%。区域总体潜在危险性较大,评价结果可为震后泥石流动态监测、灾害评估、防灾减灾以及保障G213线(汶川-茂县段)安全运营与有效管理提供依据与支撑。
仲伟敬[2](2018)在《油砂波谱专题数据库的建立与应用》文中研究表明随着大数据时代的到来,如何对数据进行有效的管理、并且充分利用显得愈来愈重要。目前国内外地物波谱数据库种类繁多,而单单针对油砂波谱还存在研究空白,不能实现对油砂及其相关信息进行有效的管理与分析。油砂在资源勘察和开发利用过程中,基础数据与信息的积累、分析是十分重要的环节,油砂样本实测数据的分析是进一步工作的重要基础。在野外采集时包含了如样本产地、经纬度坐标、岩石描述、风化程度等油砂样本基本信息;回到实验室内油砂样本波谱数据的获取包含了观测仪器、时间、地点等波谱观测信息;油砂样本薄片鉴定分析时又涵盖了岩石成分组成、显微构造、显微照片等微观结构信息。如何对这些信息进行归纳、筛选,并进行统一、标准化、有效的管理,同时对油砂样本波谱进行相关分析,甚至由此可建立油砂相关数据说明与油砂理化成份的关联,是本论文的重点、难点。本论文在分析已有专题波谱数据库建设的基础上,通过分析油砂相关概念和理论,确定数据库所一一需要实现的功能,选取C#语言结合SQL Server2008数据库设计与开发了油砂波谱专题数据库,并对该数据库进行应用,油砂填图结果较理想。油砂波谱库里的油砂样本信息完备,在该地区和其他地区数据分析时都具有一定意义的参考价值,同时可以在高光谱遥感影像上利用实测油砂波谱广范围确定油砂资源的分布。主要研究成果如下:1.在进行详细的需求分析后,明确了数据库所需要实现的功能,并以C#语言为基础,结合Microsoft SQL Server 2008数据库,开发了油砂波谱专题数据库,对各类信息加以管理,实现信息增加、删除、查询和更新;同时用户还可以对油砂波谱特征实现自定义分析:(1)波谱吸收特征参数:吸收波段波长位置(P)、深度(H)、宽度(W)、斜率(K)、面积(A)和对称度(S);(2)波谱特征拟合,得到匹配相关系数;2.在青海省冷湖地区:四号、五号油田和七号构造范围内共实地采集油砂样本81个,并对采集的样本坐标位置、相关描述信息、样本照片等进行了详细的记录,回到实验室内对油砂样本又分别进行了规范的波谱数据测量得到油砂样本实测波谱810条、岩石薄片鉴定结果得到81个,获得油砂波谱与之配套信息一手数据;3.总结出Hyperion L1R级别数据一种快速预处理流程,由于高光谱Hyperion L1R级别数据存在很多问题,在实际应用之前往往需要大量繁琐的处理,一直以来都是研究人员的困扰,本文经查阅大量相关资料,对总结出来的快速预处理流程及原理进行了详细的说明;4.基于已建立的油砂波谱专题数据库,综合利用高光谱遥感影像和野外采集的少量油砂样本,经过一系列处理分别获得其反射率数据,采用波谱角填图法对青海冷湖地区实现油砂分布填图,并对提取结果进行分析,验证结果较理想,相对于传统野外地质调查而言,这种方法快速,而且相对准确。
张东辉[3](2018)在《黑土养分信息提取的高光谱遥感方法研究》文中研究表明随着信息化技术在土壤科学领域的深入推进,高光谱遥感技术以其光谱分辨率高、波段连续性强和空间分辨率高等特点,在土壤成分定量遥感监测中,发挥越来越大的作用。土壤养分指的是土壤中能直接或经转化后被植物根系吸收的矿质营养成分,一般包括氮、磷、钾、钙、镁、硫、铁、硼、钼、锌、锰、铜和氯等元素。我国东北黑土中所含碳的有机物质,也是泛义的土壤养分。对高光谱技术在黑土养分提取中的研究目的、应用方向、数据获取方法、处理方法、分析方法和提取模型进行了多元化跨学科探索。文中总结了高光谱土壤养分提取的关键技术,从土壤光谱获取、处理、分析和建模等方面,进行了全面梳理和总结,形成了一套“理论层-描述层-对象层-推理层-存储层”综合技术解决方案。(1)研究了基于信息量的黑土养分预测方法。对比了基于机理、波段标准差和信息熵三种方法的模型精度,研究表明:有机质和氮采用信息熵,特征波段为705nm、714 nm、733 nm、657 nm和743 nm;磷和钾采用波段标准差,特征波段为915 nm、924 nm、905 nm、886 nm和895 nm,所建的模型精度相对最高。S3、N3、P2、K2方法分别在反演有机质、氮、磷和钾成分方面具有较高精度,证明了信息量方法在黑土养分提取方面的定量效果。(2)建立了一种新的光谱参量预测养分含量方法。以光谱统计量、光谱特征值和光谱信息量为大类指标,所选取的18个子指标,能够反映土壤光谱的综合情况,是一种有效的光谱训练数据。有机质和全钾信息提取精度最高的算法是神经网络法,误差分别为1.21%和0.81%,支持向量机算法在提取全氮和全磷信息时,验证样本的实测均值和预测均值完全吻合,精度最高。评价航空高光谱提取土壤养分的综合精度,有机质、全氮、全磷和全钾提取误差分别为5.25%、6.05%、2.74%和8.90%,在全磷反演中精度最高。(3)评估了光谱变换方法与养分含量的响应关系。将原始光谱反射率数据处理为重采样RE、对数倒数LR、一阶微分FD、包络线去除CR和多元散射校正MSC等变换值。得出了每种黑土养分提取精度最佳的变换方法,以及五种光谱变换方法的提取精度差异,对于掌握光谱变换与黑土养分含量响应关系提供了定量依据。结果表明:MSC、MSC、LR和RE光谱变换方法分别应用到有机质、氮、磷和钾特征波段的组合运算中,得出黑土养分含量的空间分布精度相对最高。(4)提出了黑土养分预测的频域识别方法。分析黑土频谱特征的基础上,设计了一种自适应高斯低通滤波算法,通过逐步排除不同能量等级的数据,达到黑土地分类分级的目的。该方法联合了黑土地高光谱像元的空间上下文信息和光谱信息,突破了传统逐像素光谱分类的性能瓶颈。建立了截止频率最优模型,平滑了方差和残差的矛盾,使得影像平滑与细节保持形成平衡。(5)探索了面向高光谱黑土养分智能提取的机器学习方法。将机器学习解决问题的策略引入黑土养分信息的智能提取中,通过搭建特征向量、逻辑语句、规则、语义网络和框架等方法,实现了黑土养分信息的智能提取。该提取技术在基于光谱的黑土养分信息智能降维、智能聚类、智能分类和智能回归等方面,都显示出了良好的应用价值。在土壤定量遥感研究领域,高光谱遥感技术一直处于前沿领域。本文研究指出,光谱所指示的信息,不仅能够为土壤成分提供快速指示信息,而且在实测数据基础上所建立的信息提取模型,是软件研发、仪器研发和土质评价等工作的理论基础。随着高光谱技术的不断发展,土壤光学研究将呈现细分化、专题化、软硬件一体化、小型模块化和信息实时提取等典型特征,为了适应这一发展趋势,建立智能化的黑土养分提取方法,将是未来的这一领域的研究重点。
吕程[4](2016)在《高植被覆盖区铜钼矿遥感植被地球化学特征提取》文中提出福建省漳州市平和县位于武夷山成矿带南部,区内构造以断裂为主,福安——南靖NE向深断裂、上杭——云霄NW向深断裂均通过本区,并发育了多条NE向、NW向构造带,同时,将乐——华安、泰宁——龙岩两条SN向大断裂带及厦门——南靖EW向大断裂带也直接影响着研究区以致形成了极为复杂的地质构造格架,同时地形地貌也受到构造活动的影响。已初步查明区内发现有铜、钼、铁、铅、锌、金等多金属及叶腊石、高岭土、泥煤等多种矿产。该区域成矿条件优越,找矿潜力大,植被发育旺盛、为亚热带季风性湿润气候,是一个植被覆盖的典型区域,局部第四系覆盖较厚,地形起伏较大,传统野外地质工作条件艰苦,非常适合运用快速有效且成本低廉的遥感方法在植被覆盖区进行地质找矿。本文结合了遥感、植物学、植物地球化学、岩石学等相关知识,较为系统地勘查了位于平和地区典型铜钼矿区(钟腾、泮池铜钼矿区)和铜、钼、铅、锌等多金属异常区及其外围地区的自然景观、植被群落特征、典型地物的光谱特征和卫星影像特征;通过多光谱影像识别提取了研究区内的线性构造,并据此利用分形理论分析了线性构造与矿床空间分布之间的关系;统计了铜钼矿区、化探异常区的岩石、上方土壤和植被中的主要成矿元素和伴生元素含量特征;在确定了铜钼矿区附近有效指示性植被和指示元素的同时,分析了矿区与矿区外围常见植物的光谱特征,找出了指示性优势植被中的光谱反射率异常;将成矿母质岩石、土壤、植被、植被光谱反射率曲线和航空高光谱影像中所呈现的继承性异常串联起来,建立关系模型,反演出高植被覆盖铜钼矿区的遥感植物地球化学指示性元素含量空间分布特征。在高植被覆盖区内金属矿床预测提供新的思路,具有良好的应用价值和推广意义。本文主要获得了以下几点成果和认识:1、研究区内的低温热液型矿床与多光谱遥感影像上解译提取的线性构造存在密切的相关性,基于盒子维数分形理论的统计方法进行线性构造的定量分析可以得知,区内线性构造具有统计自相似性,从统计出的线性构造分维等值线图结果来看,已发现的热液型矿点大多分布在分维值的高值区域附近,其中两个铜钼矿点的分维值分别是1.43(钟腾铜钼矿区)和1.52(泮池铜钼矿区),大小矾山(明矾矿区)的分维值均为1.37。低值区域或附近未发现矿点分布。同时,在遥感线性构造分维10次趋势图中可以清晰地看到,位于中部呈现的环形高值区域与ETM+影像中的钟腾环形构造位置相吻合,该环形构造是区域内最大的火山机构。综合上述定量分析结果可得知,低温热液型矿床或矿化点常处于断裂构造较发育且空间分布较复杂的区域,这些线性构造空间复杂度高的区域往往是导矿容矿的有利场所。2、从研究区典型常见植被波谱反射率曲线的特征分析结果可以发现,区内低温热液型铜钼矿区(矿点)或化探异常区域与矿区外围典型植被波谱分析结果在波形特征、红边特征、叶绿素即水吸收特征、植被指数特征等方面有较大差异,且表现较为统一。矿区植被叶片或冠层反射率值均低于矿区外围,红边位置发生了位移,存在“蓝移”或“红移”现象,叶绿素及水吸收特征存在差异,同时植被指数也存在明显的差异。因此,借助柚树、芒萁、乌毛蕨、茅草等区内常见典型植被波谱特征分析结果,可以明确矿区植被在生长过程中受到了下伏矿体中成矿金属元素迁移的影响,使得金属元素在叶体内富集,影响了植被的正常生长,从含水量、叶绿素含量和细胞结构等方面产生了变化,这些变化导致矿区与矿区外围植被的波形特征存在差异。从最终分析结果可知,柚树及芒萁的异常更为明显,乌毛蕨次之,茅草的效果不明显,因此,可将柚树和芒萁作为区内具有有效指示性的优势候选植被。3、研究区岩石、土壤以及植被中的元素含量测试分析结果得知,铜钼矿区或化探异常区域的主要成矿元素以及伴生元素的元素含量多数高于矿区外围或背景平均含量,说明矿区上方岩石、土壤和植被中的相关元素具有一定的物质继承性,呈现出明显的植物地球化学异常。4、不同植被或相同植被不同器官中元素的吸收聚集能力有所不同,研究区内大多数常见植被种属的叶部对元素聚集能力强于茎部,如柚树、叶部富集W、Mo、 Co、Bi和Cu元素,芒萁的叶部除了上述元素还包括Zn和Pb,茎部没有发现富集元素,但是柚树的茎部却富集Zn和Pb等。5、根据植被元素含量的衬度系数和屏障系数两个参数,并结合矿区常见植被波谱分析的结果,确定了研究区的有效指示性植被和指示元素。通过统计最终确定选择芒萁、柚树作为本次遥感植被地球化学统计的参考植被,即区域有效指示性植被,指示性元素有Pb、Mo、Co、Bi。6、以泮池铜钼矿区附近为例,将植被地球化学异常特征与野外光谱反射率异常特征和高光谱影像数据结合起来,建立植被光谱吸收深度与指示性元素含量的多元回归关系,构建回归方程,定量反演指示性元素在研究区泮池铜钼矿区附近的空间分布情况,结合多光谱影像对于区内热液型矿床的空间分布特征分析以及其他相关材料,证明基于遥感植被波谱异常提取植被覆盖区铜钼矿床矿化信息的方法能够较好地反映出区内的成矿元素及其伴生元素异常的空间分布特征,具有较好的找矿应用效果。
邱纯[5](2016)在《基于可见光的近红外场景仿真研究》文中研究表明近红外波段介于红外与可见光波段之间,具有穿透性好、对温度不敏感等优点,广泛应用于军事领域伪装与反伪装侦察技术研究中。近红外图像在一定程度上可以弥补可见光和长波红外波段无法获取的信息,能够较好地适应各种恶劣的天气条件,具有重要的理论研究意义和较强的科研应用价值。由于地物反射率是近红外仿真的基本参量,本文首先研究了一种快捷、准确的基于图像反射率反演方法:为保证图像灰度与真实场景辐射照度之间线性对应关系,基于图像传感器的光电响应特性曲线,对测量图像进行灰度校正;进而,通过不同景物的图像采集,基于反射率反演模型获取了多种典型地物的反射率数据。与地物光谱仪的实测数据比较,相对不确定度在10%以内,具有较高的反演精度,且可以实现对景物的多角度的快速反射率测量。由于真实场景中太阳照射到地表的可见光与近红外的辐射能量不同,影响仿真精度。为建立精确的可见光与近红外光谱转换模型,本文定量计算了可见光与近红外波段真实场景辐射能量分布:通过建立不同时刻的太阳角度模型,计算了两波段大气上界的瞬时太阳辐射;在分析辐射在大气中传输过程的基础上,采用MODTRAN计算了可见光与近红外波段的大气透过率,采用Reindl模型计算了两波段的大气散射率,最终得到了可见光与近红外地表辐射能量。利用本文方法可计算获取任意波段不同时刻的地表辐射能量。在前述研究工作的基础上,根据可见光与近红外成像原理的相似性,建立了以可见光与近红外波段反射率数据、地表辐射能量数据以及可见光图像灰度为参数的近红外仿真模型。在仿真多材质场景过程中,采用基于图论最小生成树的图像分割算法对场景中的不同材质进行分类,并结合仿真模型进行基于可见光图像的近红外场景仿真。为准确描述不同材质仿真图像的界限变化,采用边缘扫描平滑方法对近红外仿真图像进行处理,得到了较为逼真的多材质场景近红外仿真图像。与实拍近红外图像对比对比结果表明,本文仿真图像与实际图像具有较好的相似性,较好地体现了全局特征。本文方法为后续的近红外场景实时仿真创造了条件。
林英豪[6](2013)在《中国遥感对地观测系统(CNEOS)载荷优化配置研究 ——以地表反射率产品获取为例》文中指出遥感具有快速获取全球以及大区域空间信息的独特优势,而且空间信息资源的掌控权是国家综合国力和核心竞争力的重要标志,发展遥感对地观测系统与占领未来战略性新兴产业制高点息息相关。近年来我国卫星遥感事业得到了迅猛的发展,卫星数量位列世界前位,遥感载荷的种类也趋多样化。然而我国遥感应用领域仍存在着遥感数据短缺与闲置并存、遥感数据进口量大等突出问题。卫星发射和高精尖遥感器的研制最终还是要落实在遥感应用上,因此以应用为导向的遥感对地观测系统是航天遥感迅速发展的唯一驱动力。目前基于应用的遥感器和卫星轨道设计模型和方法层出不穷,但均只针对某一应用,未对所有遥感应用需求进行综合的考虑。基于目前的应用现状,并根据“十二五”国家战略性新兴产业发展规划中加强航天运输系统、应用卫星系统、地面与应用天地一体化系统建设的要求,发改委提出了由导航、通信和遥感组成“国家空间基础设施”的立题,旨在整合国内现有遥感卫星资源,统筹规划遥感对地观测以最大化满足国内遥感应用,降低遥感资源进口的同时加大出口并形成产业。本文在此研究中的主要工作是对遥感对地观测系统的遥感应用进行需求分析,以应用为导向设计和优化我国以遥感卫星为核心的对地观测系统的遥感数据获取系统,主要针对载荷配置方案进行研究和规划,同时调研除遥感数据获取以外的同步系统,并提出建议。遥感应用需求繁杂多样,所需遥感应用产品也各有特色,因此本文以地表反射率这一典型的、基础的遥感应用产品为例进行相关研究工作的说明。本文的主要工作和贡献如下:(1)形成了需求提出到需求满足的遥感数据获取需求分析方法。针对各行各业种类繁多的遥感应用需求,遵循相同的需求分析原则,并制定统一适用的标准规范,建立起用户需求与遥感数据获取的直接链接,以满足度评价的方式检测遥感数据获取系统设计的可行性。(2)给出了中国遥感对地观测系统(China Earth Observation System CNEOS)的架构配置方案。在遥感数据获取需求分析的基础上,借鉴国外典型对地观测系统的运作模式,对我国的遥感对地观测系统进行了全面和完善的体系设计,明确各组成部分的职能和交互接口,为我国遥感对地观测系统的体系建设提供决策支持。(3)为我国遥感对地观测系统的发展提供了有效的参考建议。为贯彻观测要素最大覆盖、观测尺度优化配置、观测周期合理布局的部署思路,以及多星协同、载荷优化等设计理念,综合考虑我国卫星研制技术、基础及其发展进步趋势,对我国遥感对地观测系统的卫星遥感数据获取基础设施、地面数据接收和处理基础设施、卫星遥感共享服务网络基础设施和综合信息集成服务基础设施的发展建议进行了归纳总结。
陈三明[7](2012)在《锡矿山锑矿田多元地学综合信息成矿预测研究》文中指出“世界锑都”湖南锡矿山锑矿田是华南锑矿带最重要的超大型锑矿田,锑储量占世界锑总量的13.8%以上。然而,矿田经过了百余年的开采,多数矿山资源已濒临枯竭。如何在危机矿山及其外围有效地预测靶区,寻找新的、有价值的锑矿床,已成为当前迫切需要解决的问题。在针对锡矿山锑矿田的区域地质特征、主要控矿因素、典型矿床特征、地球化学异常特征、地球物理异常特征和遥感综合异常特征的研究基础上,遴选、归纳出矿田多元地学综合信息找矿因子,建立基于GIS平台的多元地学信息预测模型,借助于证据权重法和弹性BP神经网络两种非线性预测手段对矿田及其外围进行了成矿预测,对圈定的成矿预测靶区进行了筛选和评价,并对其中的飞水岩预测靶区进行了初步的工程验证,取得了理想的效果,也印证了整套多元地学信息成矿预测体系的合理。本文研究的主要内容以及成果认识有以下三个方面:1.全面整理历史上的所有地学资料,重新分析或补测部分数据,结合野外踏勘及钻探调查,重新厘定成矿机制与成矿规律,获得多个突破传统的新认识。在区域地质、地球物理、地球化学研究的基础上,从矿田的四个典型矿床中总结出成矿的地质特征和成矿规律等成矿地质条件,从而提取找矿标志。经分析得出锡矿山锑矿田与矿化有关的地层主要是上泥盆统佘田桥组的灰岩段(次为砂岩段);矿田基本构造型式为背斜与断层交汇处,深部断裂投影位置至关重要;矿田围岩蚀变主要为硅化蚀变,矿化只限于佘田桥组灰岩段、砂岩段和棋梓桥组灰岩段中的硅化层;锑元素的两性特性决定成矿空间位置主要在氧化带;地磁和重力异常的主要分布于欧家冲和谭家冲之间,延伸在F75大断层下盘;大部分矿点及见矿钻孔出现在地磁高值异常的地带上;结合矿田重力局部低布格异常等多种因素,推断出深部有岩体侵入;Sb、As、Hg等成矿元素化探异常呈面状异常并与已知矿床吻合,且规模大、强度高、浓集中心明显;自然重砂异常基本分布在矿田的四大矿床外围,其基底碎屑岩是锡矿山锑矿的主要成矿物质来源;区域花岗岩及深部隐伏岩体则提供部分矿质和部分矿化剂,矿质运移的热动力源来自矿田深部地壳上地幔、区域花岗岩和深部隐伏岩体。这些改进的认识与观点是成矿模型预测的基础,也是决定预测结果的关键因子。2.改变传统遥感只注重图像分析的提取方式为“先地质、再天上、再地面”的工作模式,通过遥感综合指标异常的提出,探索中大比例尺度范围危机矿山外围遥感信息提取的机理与适用方法。危机矿山都有相当程度的工作积累,遥感因其宏观上的优势需要回答“找什么”的问题,经过全面的成矿规律分析后寻找成矿赋存环境,发现锡矿山矿床一般的赋存空间平面投影在硅化蚀变带与有氧化环境较强的断裂带交汇处,因此遥感要寻找这种特殊的赋存区段。借助于野外地物波谱仪的测试,并建立典型的遥感地质地球化学剖面进行分析。以ASTER遥感影像为基础,分别从可见~短波红外波段提取铁染异常和烃基、碳酸根异常,以两者相除的结果反映出地球化学指标F1(Sb、As、Hg)/F2(Co、Ni、Cr)的分布,也即是氧化环境的宏观量;从热红外波段提取硅化蚀变异常,然后将氧化环境指数与硅化蚀变异常进行交集运算后得到了研究区的遥感综合指标异常。该异常正是根据锡矿山已知矿床的空间赋存环境特征,利用遥感的宏观性有目标针对性地提取的一种新的遥感异常形式,它不仅目标明确,而且充分挖掘了ASTER的全息信息,同时遥感异常的空间展布形态更加连续和完整。因此,在中大比例尺度预测过程中,探索遥感异常信息的目标提取,减少遥感的不确定性因素,对于危机矿山及其外围的遥感预测有着重要的意义,遥感综合指标异常方法如下式所示:(?)为此还针对研究区的地貌,在遥感信息的恢复与提取中改进了BPH植被抑制法和DEM阴影校正法,增强了阴影处及植被下的地物波谱信息。3.依据锡矿山锑矿田的多元地学综合信息找矿模型,利用证据权重法和弹性BP神经网络两种地质数学的预测手段,进行研究区及其外围的锑矿资源的交叉预测,预测的结果经工程验证证明效果明显。在充分分析锡矿山已知矿床的成矿规律后,从众多地学信息中甄别出12个典型找矿因子,在MapInfo11.0平台上运用证据权重法对矿田及外围进行了成矿预测;同时通过改进弹性BP神经网络的收敛算法并编程,利用改进型的弹性BP神经网络预测方法对研究区同样进行成矿预测;然后将两种方法预测的结果相交分析,圈定出3个Ⅰ级和3个Ⅱ级找矿靶区。其中飞水岩矿床边深部靶区(A1)成矿地质条件优越,应当具有较好的找矿前景,工程验证证实了预测的正确性;老矿山矿床边深部靶区(A2)在深部和外围具有进一步的找矿潜力,对童家院以东煌斑岩脉以西和老矿山以北的预测靶区应当重视,特别是52线至82线F75断裂下盘区域,有可能成为锑矿田的第四大成矿中心。实践证明,危机矿山由于历史资料沉淀,专家观点各异,多元信息丰富,必须要借助于GIS的综合地学信息矿产综合预测方法,而且用双手段交叉预测的类似“两只眼睛”的方法更能捕捉到感兴趣目标。同时,在充分研究矿田的成矿规律和赋矿空间特征的基础上,利用ASTER的遥感全息提取方法得到的遥感综合指标异常,具有目标导向且针对性强的遥感信息提取的特点,对中大比例尺度下危机矿山外围及深边部找矿的宏观预测具有重要的作用。
范俊甫[8](2011)在《兖州矿区典型地物波谱数据库建设与应用研究》文中指出地物波谱特征研究是现代遥感技术的重要组成部分,它不仅是遥感理论研究的重要内容,而且也是遥感应用研究的重要依据;既是传感器波段选择和设计的依据,又是对遥感数据进行解译及各种分析的基础。近年来,定量遥感已经成为当今遥感科学发展的最显着特征,而定量遥感研究离不开地物波谱数据库以及相应的遥感知识库和模型库的有力支持。一定区域的典型地物,如植被、水体等所受环境胁迫因子的加剧或舒缓可以在其波谱曲线表现出来,这种波谱变化可以在一定程度代表该区域生态环境的变化。因此,矿区典型地物波谱曲线的异变可以作为矿区环境监测的依据。论文以兖州矿区为目标研究区域,结合卫星影像数据定位并调查研究区的水域、植被、尾矿等自然、人工要素的类型、位置和分布形态,通过实地采集目标对象的波谱数据,并对采集的波谱数据进行数据质量控制方法研究,建立针对兖州矿区的可用于定量波谱分析的典型地物波谱数据库,并基于此地物波谱数据库开发实现地物波谱自动分类和自动匹配检索功能,为研究区域的生态坏境分析、评价提供可信赖的波谱数据来源。论文研究的关键技术包括:基于关系数据库的波谱分类管理技术;地物波谱数据质量控制方法和流程设计;地物波谱自动分类、匹配检索方法研究和编程实现;基于GDI+技术的波谱曲线快速绘制和交互技术。论文的研究成果将形成一个面向矿区的典型地物波谱数据库,并为其建立一套严格的波谱数据质量控制体系,在此基础上进地物波谱自动分类和匹配检索方法研究,从而为面向矿区的波谱分析提供可靠的数据支撑。
丁辉[9](2011)在《基于遥感技术滑坡灾害区划研究》文中研究指明20世纪90年代,高空间分辨率卫星遥感技术已经成为研究滑坡灾害有效手段之一在滑坡灾害调查、监测和评价中,基于航片和中、低分辨率卫星遥感数据,利用目视、人机交互解译和面向像素的分类,已取得许多成功的经验,但遥感技术在滑坡灾害领域的应用潜力远未被充分挖掘和采用,传统的解译技术、分类算法与海量卫星遥感数据发展现状不相适应,特别是滑坡灾害解译关键问题研究不足,成为制约遥感技术应用的瓶颈。因此,深入研究滑坡灾害遥感解译关键理论与方法,系统的利用遥感技术开展滑坡灾害区划评价,为滑坡灾害风险评估与管理提供科学的依据,对于加快减灾、防灾具有重要的研究意义。本文以西北黄土高原区为研究区,查阅国内外滑坡灾害遥感文献,利用不同分辨率卫星遥感数据,通过理论方法和实验研究取得了如下成果及创新:(1)滑坡灾害遥感解译关键问题研究。利用四种不同的卫星遥感数据源,分析研究滑坡灾害遥感解译的不确定性、尺度效应和解译、成图效果等关键问题,基于研究结果提出了西北黄土高原区滑坡灾害区划遥感数据选择原则、系统建立了西北黄土高原区滑坡灾害重要解译标志;(2)滑坡灾害面向对象计算机解译研究。针对滑坡灾害遥感解译数据分辨率要求较高、解译标志复杂的问题,对比不同空问分辨率卫星数据特点,研究分析面向像素分类和面向对象分类技术,基于分析结果,依据滑坡灾害解译标志进行滑坡灾害影像特征描述,通过集合分解和特征抽取,利用Spot5数据采用面向对象分类技术进行区域滑坡灾害识别;(3)开展基于多源、多波段卫星遥感数据大、中比例尺滑坡灾害编目研究,建立了滑坡灾害编目方法,在此基础上研究基于遥感数据滑坡灾害稳定性分析和易发区划方法,解决了基础数据和信息资料缺乏、地形地质条件复杂区域滑坡编目、区划的问题,为滑坡灾害区划研究提供重要的替代手段;(4)基于滑坡灾害解译、编目和稳定性、易发区划的研究结果,提出基于遥感技术滑坡灾害区划研究思路,为缓解海量遥感数据和滑坡灾害区划基础资料数据信息缺乏的矛盾提供依据;(5)以RS为获取和更新数据源,构建基于GIS滑坡灾害危险、风险区划预测和评价系统框架,实现RS和GIS技术集成在区划中的应用。
赵志芳[10](2008)在《矿化遥感异常信息研究 ——以滇西北铜多金属成矿带为例》文中认为矿化异常作为成矿、控矿条件和找矿标志等综合的近矿标志,在地质矿产的前期勘查中常被作为重要信息参与靶区优选,并提供工作部署服务。遥感技术的发展,使得矿化异常信息在遥感数据中可得到真实、客观和宏观的反映。在以往的研究中对遥感所包含的海量信息未能充分挖掘利用,矿化遥感异常要素尚未综合形成体系。在矿产勘查中,遥感仅作为一个辅助手段加以应用,未能充分发挥遥感技术所具有的价值。为探索条件艰苦地区有效的矿产勘查技术方法,本文进行了大量的理论、应用及生产实践研究,取得如下创新和成果:1.本文提出了矿化遥感异常体系这一新概念,在深入挖掘遥感数据所承载的矿化空间特征与波谱特征信息基础上,构建了“线环构造地质体+地貌部位+蚀变异常”矿化遥感异常体系。研究证明,遥感作为丰富信息的技术载体,在矿产勘查应用中可以发挥独立参量的作用。2.以往国内外遥感矿化蚀变信息分量、异常分级阈值往往通过与已知矿区地质信息对比确定,在判识上具有不确定性,蚀变异常提取主要在基岩裸露区应用。本文针对以往存在不足,深入阐述了“掩膜+主成份+异常分级”蚀变异常提取中各个工作流程的工作原理,并有效改善了植被半覆盖区蚀变异常提取工作方法流程;从蚀变现象的光谱特征出发,深化了矿化蚀变异常提取中异常分量确定及异常分级应用的基础研究。3.在遥感地质应用研究方面,实现了遥感地质解译分层次表达,将出露岩体(或半出露岩体)和隐伏岩体分别采用实测和推测方式来表达遥感成果,突破了以往遥感地学数据信息挖掘不够的局限性;系统地进行了矿化蚀变异常的分析研究,得出了铁染异常主要指示矽卡岩型铜矿、羟基异常+铁染异常主要指示斑岩型铜多金属矿的认识;将遥感地质解译成果有效参与定量评价,改善了遥感地质技术多局限于描述性线环构造地质体解译的不足。4.依托所构建的矿化遥感异常体系信息,探索性地采用证据权法开展了滇西北铜多金属成矿带的成矿预测应用研究,成果为滇西北普朗超大型铜矿主矿体的位置确定、地苏嘎中型铜矿等勘查工作部署提供了直接信息指导,有效探索了矿产资源快速评价技术手段。总之,论文选题合理,理论结合应用实际探索创新性强,研究成果具有较好的理论借鉴和实际应用价值。
二、遥感分析中小型地物波谱数据库系统的设计与实现(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、遥感分析中小型地物波谱数据库系统的设计与实现(论文提纲范文)
(1)基于RS与GIS技术的震后公路泥石流危险性评价 ——以G213线汶川-茂县段为例(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 选题依据 |
1.1.1 现实需求 |
1.1.2 科学意义 |
1.2 国内外研究现状 |
1.2.1 泥石流特性研究 |
1.2.2 泥石流危险性评价 |
1.2.3 泥石流危险性评价中的RS与GIS技术 |
1.3 研究内容 |
1.4 技术路线 |
第二章 数据获取与处理 |
2.1 数据类型与来源 |
2.1.1 基础空间信息 |
2.1.2 遥感影像数据 |
2.2 DEM数据处理 |
2.2.1 计算坡度 |
2.2.2 提取沟谷网络 |
2.2.3 划分评价单元 |
2.3 遥感影像处理 |
2.3.1 预处理 |
2.3.2 图像增强 |
2.4 小结 |
第三章 泥石流物源信息提取 |
3.1 泥石流物源信息遥感判识 |
3.1.1 崩塌 |
3.1.2 滑坡 |
3.1.3 泥石流 |
3.2 泥石流物源信息提取 |
3.2.1 原理与方法 |
3.2.2 光谱特征分析 |
3.2.3 建立决策树模型 |
3.3 精度验证与结果分析 |
3.3.1 精度分析 |
3.3.2 结果分析 |
3.4 小结 |
第四章 震后泥石流活动规律 |
4.1 研究区概况 |
4.1.1 自然条件 |
4.1.2 人类活动 |
4.1.3 地质灾害 |
4.2 震后泥石流形成条件 |
4.2.1 形成条件 |
4.2.2 致灾机理 |
4.2.3 影响因素 |
4.3 震后泥石流活动特征 |
4.3.1 地形地貌 |
4.3.2 地质构造 |
4.3.3 水系网络 |
4.3.4 土地利用 |
4.4 小结 |
第五章 震后泥石流危险性评价 |
5.1 评价原理与方法 |
5.1.1 评价原理 |
5.1.2 评价方法 |
5.2 评价指标体系 |
5.2.1 评价指标 |
5.2.2 关键指标处理 |
5.2.3 构建评价指标体系 |
5.3 危险性评价 |
5.3.1 危险度计算 |
5.3.2 评价结果与分析 |
5.4 小结 |
结论与展望 |
主要结论 |
展望 |
参考文献 |
致谢 |
攻读学位期间的科研项目、论文成果及奖励 |
(2)油砂波谱专题数据库的建立与应用(论文提纲范文)
中文摘要 |
abstract |
第1章 绪论 |
1.1 研究背景与研究意义 |
1.2 国内外研究现状 |
1.3 研究内容与主要成果 |
1.4 研究方法与技术路线 |
第2章 油砂遥感探测基础 |
2.1 油砂概述 |
2.2 高光谱油砂识别原理 |
2.3 相关算法 |
第3章 油砂实测数据获取以及数据库设计 |
3.1 油砂实测数据获取 |
3.2 数据库设计 |
第4章 数据库建立与测试 |
4.1 总体架构与功能模块 |
4.2 数据库建立 |
4.3 数据库性能测试 |
第5章 油砂波谱专题数据库的应用 |
5.1 研究区概况 |
5.2 HyperionL1R级数据 |
5.3 油砂分布填图 |
5.4 填图结果验证与分析 |
结论和展望 |
1 结论 |
2 展望 |
参考文献 |
作者简介及在学期间所取得的科研成果 |
致谢 |
(3)黑土养分信息提取的高光谱遥感方法研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 课题来源 |
1.2 研究目的和意义 |
1.2.1 数字化土壤制图与精准农业需求 |
1.2.2 高光谱遥感的特点及土壤信息提取关键技术 |
1.3 土壤光谱数据源及光谱库现状 |
1.3.1 土壤地面高光谱研究现状 |
1.3.2 土壤高光谱影像技术现状 |
1.3.3 土壤光谱库的研究现状 |
1.4 光谱参量预测黑土成分含量研究现状 |
1.4.1 土壤光谱机理研究现状 |
1.4.2 高光谱土壤有机质提取研究现状 |
1.4.3 高光谱土壤水分提取研究现状 |
1.4.4 高光谱土壤盐渍化提取研究现状 |
1.4.5 高光谱土壤重金属提取研究现状 |
1.4.6 高光谱土壤其它成分提取研究现状 |
1.5 机载高光谱遥感在黑土信息提取应用中的技术优势 |
1.6 技术路线和研究内容 |
1.6.1 研究技术路线 |
1.6.2 主要研究内容 |
2 研究区及数据预处理 |
2.1 研究区及机载数据源 |
2.2 地面同步数据工作 |
2.3 数据预处理 |
2.4 土壤理化数据获取 |
2.4.1 土壤样品制备 |
2.4.2 理化成分测定 |
2.5 黑土养分高光谱处理系统的构建 |
2.5.1 系统设计 |
2.5.2 数据库设计与实现工具 |
2.5.3 黑土高光谱数据处理与分析 |
2.5.4 黑土养分光谱信息综合提取的应用 |
3 基于信息量的高光谱黑土养分预测方法 |
3.1 基于信息量的黑土养分特征选择 |
3.1.1 基于机理的黑土养分特征波段 |
3.1.2 波段标准差特征选择 |
3.1.3 信息熵特征选择 |
3.2 数据与方法 |
3.2.1 实验数据 |
3.2.2 算法实现 |
3.3 提取结果分析 |
3.3.1 建模特征波段 |
3.3.2 偏最小二乘回归模型 |
3.3.3 预测结果精度分析 |
3.3.4 黑土养分空间制图 |
3.4 小结 |
4 基于光谱参量预测黑土养分含量方法 |
4.1 材料与方法 |
4.1.1 测定方法 |
4.1.2 算法实现 |
4.2 数据集的建立 |
4.2.1 光谱数据预处理 |
4.2.2 建立光谱与土壤养分训练数据集 |
4.3 机器学习模型训练 |
4.3.1 支持向量机 |
4.3.2 神经网络模型 |
4.3.3 偏最小二乘回归模型 |
4.4 精度分析与提取结果 |
4.4.1 预测结果精度分析 |
4.4.2 土壤养分提取结果 |
4.5 小结 |
5 黑土养分含量与光谱变换方法的响应关系研究 |
5.1 数据与方法 |
5.1.1 测定方法 |
5.1.2 算法及其实现 |
5.2 养分含量与光谱关系分析 |
5.2.1 不同含量的黑土养分光谱特征 |
5.2.2 逐波段养分含量相关关系 |
5.3 变换方法与养分含量响应关系分析 |
5.3.1 所选的变换方法 |
5.3.2 重采样评估光谱尺度效应 |
5.3.3 建立响应关系模型 |
5.4 提取结果 |
5.5 小结 |
6 高光谱黑土养分预测的频域识别与提取 |
6.1 黑土频谱特征分析 |
6.1.1 黑土纹理特征描述 |
6.1.2 黑土幅度谱特征分析 |
6.1.3 黑土相位谱特征分析 |
6.2 一种自适应高斯低通滤波算法 |
6.2.1 基本原理 |
6.2.2 算法步骤 |
6.3 黑土养分数据及信息提取 |
6.3.1 试验数据 |
6.3.2 黑土养分信息的提取 |
6.4 黑土养分提取精度分析 |
6.4.1 精度评价方法 |
6.4.2 提取精度分析结果 |
6.4.3 提取结果 |
6.5 小结 |
7 面向高光谱黑土养分信息智能提取的机器学习方法 |
7.1 机器学习与高光谱信息提取的结合 |
7.1.1 机器学习的研究范畴 |
7.1.2 机器学习方法与高光谱信息提取的映射关系 |
7.1.3 高光谱黑土养分智能提取的流程 |
7.1.4 试验数据 |
7.2 基于光谱的黑土养分信息智能降维 |
7.2.1 高光谱降维的方法综述 |
7.2.2 PCA方法试验 |
7.2.3 MDS方法试验 |
7.2.4 ISOMAP方法试验 |
7.2.5 LLE方法试验 |
7.2.6 算法比较 |
7.3 基于光谱的黑土养分信息智能聚类 |
7.3.1 层次聚类法对黑土光谱进行预处理 |
7.3.2 黑土光谱聚类数合为簇 |
7.3.3 特征光谱组合确定簇数 |
7.3.4 聚类精度评价 |
7.4 基于光谱的黑土养分信息智能分类 |
7.4.1 决策树发现隐含光谱信息 |
7.4.2 多颗决策树形成随机森林分类法 |
7.4.3 分类精度评价 |
7.5 基于光谱的黑土养分信息智能回归 |
7.5.1 黑土光谱隐含规则信息发现 |
7.5.2 使用Apriori算法进行数据挖掘 |
7.5.3 黑土养分含量智能回归 |
7.6 小结 |
8 结论 |
8.1 结论与成果 |
8.2 本文创新点 |
8.3 研究不足与展望 |
攻读博士学位期间学术成果 |
攻读博士学位期间课题研究情况 |
致谢 |
参考文献 |
(4)高植被覆盖区铜钼矿遥感植被地球化学特征提取(论文提纲范文)
作者简介 |
摘要 |
ABSTRACT |
第一章 绪论 |
§1.1 选题背景及意义 |
1.1.1 选题依据及背景 |
1.1.2 研究意义 |
§1.2 国内外研究现状 |
1.2.1 多光谱遥感地质解译研究现状 |
1.2.2 高光谱遥感找矿应用研究现状 |
1.2.3 遥感植被地球化学应用研究现状 |
1.2.4 发展趋势 |
§1.3 研究内容及创新点 |
1.3.1 研究内容及工作量 |
1.3.2 技术路线 |
1.3.3 创新点 |
第二章 研究区概况 |
§2.1 研究区地质背景 |
2.1.1 地层 |
2.1.2 岩浆岩 |
2.1.3 构造 |
2.1.4 矿产概况 |
§2.2 钟腾铜钼矿区 |
2.2.1 地层 |
2.2.2 岩浆岩 |
2.2.3 矿床特征及蚀变类型 |
§2.3 泮池铜钼矿区 |
2.3.1 地层 |
2.3.2 岩浆岩 |
2.3.3 构造 |
2.3.4 围岩蚀变及矿化围岩 |
§2.4 鸡笼山Pb、Zn、Mo异常区 |
2.4.1 岩浆岩 |
2.4.2 矿化特征 |
§2.5 大芹山W、Mo、Sn异常区 |
2.5.1 地层 |
2.5.2 构造 |
2.5.3 岩浆岩 |
§2.6 自然景观与植被群落 |
2.6.1 研究区地理地貌 |
2.6.2 土壤类型 |
2.6.3 植被群落 |
§2.7 本章小结 |
第三章 研究区数据获取及预处理 |
§3.1 遥感影像获取及预处理 |
3.1.1 多光谱数据源及预处理 |
3.1.2 高光谱数据源及预处理 |
§3.2 研究区野外典型地物波谱采集及处理 |
3.2.1 典型地物波谱采集及分析 |
3.2.2 光谱数据库 |
§3.3 地球化学数据采集及分析 |
3.3.1 岩石、土壤及植被样品采集 |
3.3.2 样品处理及元素含量测试方法 |
§3.4 本章小结 |
第四章 遥感数据及野外植被波谱特征分析 |
§4.1 多光谱数据构造解译及定量分析 |
4.1.1 三维遥感影像构造解译 |
4.1.2 解译标志 |
4.1.3 线性构造分形特征 |
§4.2 野外采集典型植被波谱特征 |
4.2.1 柚树波谱特征 |
4.2.2 芒萁波谱特征 |
4.2.3 乌毛蕨波谱特征 |
4.2.4 茅草波谱特征 |
§4.3 本章小结 |
第五章 研究区采集样本地球化学特征 |
§5.1 岩石地球化学特征 |
§5.2 土壤地球化学特征 |
§5.3 植被群落地球化学特征 |
5.3.1 植被金属元素含量分布 |
5.3.2 不同器官金属元素含量分布 |
§5.4 本章小结 |
第六章 遥感植被地球化学异常特征提取 |
§6.1 找矿有效指示性植被及元素选择 |
6.1.1 判别原则 |
6.1.2 有效指示性植被及元素 |
§6.2 高光谱遥感植被地球化学统计模型 |
6.2.1 实验测试样本选择 |
6.2.2 多元回归分析模型 |
6.2.3 成矿元素含量空间分布定量反演 |
6.2.4 高光谱遥感植物地球化学异常 |
§6.3 遥感植被地球化学综合异常提取 |
§6.4 本章小结 |
第七章 总结与展望 |
§7.1 总结 |
§7.2 展望 |
致谢 |
参考文献 |
(5)基于可见光的近红外场景仿真研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景和研究意义 |
1.2 国内外研究现状和发展趋势 |
1.2.1 国内外反射率测量研究现状和发展趋势 |
1.2.2 国内外近红外场景仿真研究现状和发展趋势 |
1.2.3 现存问题和不足 |
1.3 本文研究的内容和论文的组织结构 |
1.3.1 本文的研究内容 |
1.3.2 论文的组织结构 |
第2章 典型景物的反射率数据采集 |
2.1 图像的灰度校正 |
2.1.1 相机的辐射定标 |
2.1.2 基于相机辐射定标的图像灰度校正 |
2.2 基于图像的景物反射率反演原理 |
2.2.1 利用图像灰度反演反射率原理 |
2.2.2 反射率测试反演方案 |
2.3 景物反射率反演实验 |
2.3.1 实验步骤 |
2.3.2 景物反射率反演数据的处理及结果 |
2.4 反演结果分析 |
2.4.1 图像采样区域大小对反射率反演的影响 |
2.4.2 基于图像的方位角对反射率分布影响分析 |
2.4.3 景物采样距离对反射率反演的影响 |
2.5 本章小结 |
第3章 可见光/近红外波段辐射传输模型 |
3.1 太阳辐射计算 |
3.1.1 太阳辐射特性 |
3.1.2 大气上界的太阳辐射计算 |
3.2 大气传输计算 |
3.2.1 可见光/近红外波段大气影响因素 |
3.2.2 大气传输数据计算 |
3.3 目标地物的反射特性分析 |
3.4 本章小结 |
第4章 多材质场景的材质分类 |
4.1 基于图像分割的材质分类 |
4.1.1 材质分类与图像分割 |
4.1.2 常用图像分割算法 |
4.2 基于图论的图像分割方法 |
4.3 基于最小生成树的算法及分类结果 |
4.3.1 基于最小生成树的图像分割 |
4.3.2 最小生成树算法的计算步骤 |
4.3.3 多材质场景的材质分类结果 |
4.4 本章小结 |
第5章 基于可见光图像的多材质景物近红外仿真 |
5.1 基于可见光的近红外场景仿真模型 |
5.1.1 照射到目标表面的辐射照度数据获取 |
5.1.2 可见光与近红外光谱转换模型 |
5.2 近红外场景仿真及结果 |
5.2.1 典型地物的仿真结果 |
5.2.2 多材质场景的近红外仿真结果 |
5.3 本章小结 |
第6章 总结与展望 |
6.1 研究工作总结 |
6.2 展望 |
参考文献 |
攻读学位期间发表论文与研究成果清单 |
致谢 |
(6)中国遥感对地观测系统(CNEOS)载荷优化配置研究 ——以地表反射率产品获取为例(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1 引言 |
2 国内外对地观测系统的发展现状和趋势 |
3 地表反射率产品的应用和研究 |
4 论文的主要内容及组织结构 |
2 地表反射率的研究 |
2.1 地表反射率的遥感机理 |
2.1.1 地物波谱特征 |
2.1.2 地物波谱特性的影响因素 |
2.2 地表反射率产品反演模型及算法分析 |
2.2.1 暗地表法 |
2.2.2 单星多角度法 |
2.3 地表反射率产品反演的遥感数据需求分析 |
2.3.1 空间分辨率 |
2.3.2 时间分辨率 |
3 基于地表反射率的遥感数据获取需求分析 |
3.1 需求分析原则 |
3.2 需求分析方法 |
3.2.1 应用需求综合提出 |
3.2.2 价值阶段性最优化分析 |
3.2.3 需求满足度评价 |
3.3 我国现有遥感对地观测系统能力分析 |
3.3.1 对卫星遥感数据获取能力分析 |
3.3.2 对卫星遥感数据接收与处理系统的分析 |
3.3.3 对定标与真实性检验站网的分析 |
3.3.4 对综合信息集成服务系统的分析 |
4 遥感对地观测系统总体架构 |
4.1 总体架构 |
4.2 功能组成与结构 |
4.2.1 卫星遥感数据获取系统 |
4.2.2 卫星遥感数据接收与处理系统 |
4.2.3 综合信息集成服务系统 |
4.2.4 数据传输和共享网络系统 |
4.3 需突破的关键技术 |
5 对我国遥感对地观测系统的发展建议 |
5.1 卫星遥感数据获取基础设施 |
5.2 卫星遥感数据接收与处理基础设施 |
5.3 卫星遥感共享服务网络基础设施 |
5.4 综合信息集成与服务基础设施 |
6 总结和展望 |
6.1 本文工作总结 |
6.2 今后工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间发表的论文及科研成果 |
(7)锡矿山锑矿田多元地学综合信息成矿预测研究(论文提纲范文)
中文摘要 |
Abstract |
第1章 绪论 |
1.1 选题背景与研究意义 |
1.1.1 选题背景和研究意义 |
1.1.2 依托项目支持 |
1.2 国内外研究现状与问题 |
1.2.1 锡矿山锑矿田找矿研究现状 |
1.2.2 国内研究现状 |
1.2.3 国外应用现状 |
1.3 研究内容及技术路线 |
1.3.1 研究内容 |
1.3.2 技术条件和试验条件 |
1.3.3 工作量及技术路线 |
1.4 研究成果与创新认识 |
1.4.1 主要研究成果 |
1.4.2 研究的创新点 |
1.5 论文整体格局 |
第2章 湘中区域地质及锑矿田地质 |
2.1 区域地理概况 |
2.2 区域地层 |
2.2.1 元古代 |
2.2.2 古生代 |
2.2.3 中新生代 |
2.3 区域构造 |
2.3.1 基底隆起与坳陷 |
2.3.2 基底构造的主要特征 |
2.3.3 盖层的构造特征 |
2.3.4 深大断裂 |
2.4 区域岩浆岩 |
2.5 区域矿产 |
2.5.1 内生金属矿产 |
2.5.2 外生矿产 |
2.5.3 矿产分布与地质构造演化 |
2.6 锡矿山锑矿田地质特征 |
2.6.1 矿田地层 |
2.6.2 矿田构造 |
2.6.3 矿田岩浆岩—煌斑岩脉 |
2.6.4 围岩蚀变—硅化 |
2.7 锡矿山锑矿田主要矿物及分布特征 |
2.7.1 矿石特征 |
2.7.2 矿床类型 |
2.8 锡矿山锑矿田矿点分布规律 |
2.9 锡矿山锑矿田典型矿床地质特征 |
2.9.1 飞水岩矿床 |
2.9.2 老矿山矿床 |
2.9.3 童家院矿床 |
2.9.4 物华矿床 |
2.10 本章小结 |
第3章 锑矿田成矿机制、成矿规律及找矿标志分析 |
3.1 锑元素的物性及地球化学行为 |
3.2 锑矿的成矿机制剖析 |
3.2.1 锑矿成矿的物理化学条件 |
3.2.2 关于成矿物质来源的分析 |
3.2.3 构造成矿控矿作用 |
3.3 成矿规律研究 |
3.3.1 地层岩性对成矿的制约 |
3.3.2 地质构造主导成矿 |
3.3.3 岩浆活动提供成矿热动力 |
3.4 成矿模式分析 |
3.4.1 成矿物质来源 |
3.4.2 成矿构造 |
3.4.3 容矿地层 |
3.4.4 “两肩挑”成矿模式 |
3.5 综合找矿标志 |
3.6 本章小结 |
第4章 研究区地质及物化探找矿信息提取研究 |
4.1 地质找矿信息提取 |
4.1.1 成矿与地层的关系 |
4.1.2 成矿与构造的关系 |
4.1.3 成矿与岩浆岩的关系 |
4.2 地球物理找矿信息提取 |
4.2.1 地磁异常特征 |
4.2.2 重力异常特征 |
4.3 地球化学找矿信息提取 |
4.3.1 区域地球化学场分布特点 |
4.3.2 矿田地球化学原生晕异常特征 |
4.3.3 矿田自然重砂异常特征 |
4.3.4 矿田地球化学场的地质意义及异常特征 |
4.4 本章小结 |
第5章 研究区遥感综合指标信息的提取研究 |
5.1 遥感光谱特征提取的地质学机理 |
5.1.1 岩石和矿物光谱特征产生的机理 |
5.1.2 离子基团在 ASTER 波段范围的表征 |
5.2 遥感异常信息的提取方法 |
5.2.1 主成分分析法及最大噪声组分变换法 |
5.2.2 基于光谱知识模型和地质统计特征的识别技术 |
5.2.3 光谱连续统去除及光谱匹配识别 |
5.3 研究区反射光谱的遥感地质地球化学剖面模型 |
5.3.1 野外基础地物波谱数据的反射辐射数据测试 |
5.3.2 岩石和矿物样品的反射光谱数据预处理 |
5.3.3 寻找研究区反射光谱变换的方法 |
5.3.4 岩石和矿物样本的光谱特征峰信息提取 |
5.3.5 研究区地球化学元素的聚类分析 |
5.3.6 地球化学元素变量的因子分析 |
5.3.7 地球化学元素的偏相关分析 |
5.3.8 锑元素的数据统计及分布特征分析 |
5.3.9 光谱特征参量与地球化学指标之间的关联分析 |
5.3.10 遥感地质地球化学特征剖面 |
5.4 研究区 ASTER 可见~短波红外遥感信息提取 |
5.4.1 ASTER 遥感影像的比较优势与特点 |
5.4.2 研究区岩石和矿物光谱特性及信息提取的机理 |
5.4.3 ASTER 遥感数据的预处理 |
5.4.4 ASTER 遥感影像的阴影修正及信息恢复 |
5.4.5 ASTER 遥感影像的植被抑制 |
5.4.6 ASTER 遥感影像的辐射校正和大气校正 |
5.4.7 锡矿山地球化学指标及遥感找矿指数的研究 |
5.5 研究区 ASTER 热红外遥感信息的提取 |
5.5.1 整体思路与流程 |
5.5.2 热红外遥感信息提取的机理 |
5.5.3 研究区 SiO2分布的半定量反演模型 |
5.5.4 研究区硅化蚀变信息的提取及分析 |
5.6 研究区矿化蚀变信息及遥感综合指标的提取 |
5.6.1 SWIR 波段的主成分分析及整体分析 |
5.6.2 铁染蚀变异常信息的提取 |
5.6.3 羟基基团及碳酸根基团矿物簇蚀变异常 |
5.6.4 遥感综合指标异常 |
5.7 研究区线环构造信息的遥感提取 |
5.8 本章小结 |
第6章 弹性 BP 神经网络预测模型的理论方法及算法实现 |
6.1 基本 BP 神经网络 |
6.1.1 基本 BP 神经网络的原理 |
6.1.2 基本 BP 神经网络算法结构的描述 |
6.1.3 基本 BP 神经网络算法 |
6.1.4 基本 BP 神经网络训练 |
6.1.5 基本 BP 神经网络算法的程序实现过程 |
6.2 基本 BP 神经网络算法的局限及两项改进 |
6.2.1 使用动量法修正 BP 易陷入局部极小值点和 S 函数的饱和区间 |
6.2.2 调整自适应学习速率η解决 BP 收敛缓慢仿真时间长的问题 |
6.3 弹性 BP 神经网络算法及程序 |
6.3.1 以弹性 BP 神经网络实现基本 BP 算法的改进 |
6.3.2 弹性 BP 神经网络改进算法程序界面 |
6.3.3 弹性 BP 神经网络改进算法程序的收敛测试 |
6.4 本章小结 |
第7章 锡矿山锑矿田多元地学综合信息成矿预测 |
7.1 多元地学综合信息找矿预测模型 |
7.1.1 多元地学综合信息找矿预测模型的构成要素 |
7.1.2 锡矿山锑矿田多元地学综合信息找矿预测模型 |
7.2 研究区基于证据权重法的成矿预测 |
7.2.1 证据权重法的原理与算法 |
7.2.2 研究区地质统计单元的划分方案 |
7.2.3 多元地学信息证据因子的遴选 |
7.2.4 基于 Mapinfo11.0 的证据权重图层编制 |
7.2.5 研究区地学信息证据权重因子分布及分析 |
7.2.6 研究区证据权重法的多元地学信息找矿预测模型 |
7.3 研究区基于弹性 BP 神经网络法的成矿预测 |
7.3.1 预测单元格的划分及训练目标的确定 |
7.3.2 弹性 BP 神经网络模型的预测 |
7.4 多元地学信息综合找矿靶区的圈定 |
7.5 找矿预测靶区的地质依据剖析及评价 |
7.5.1 飞水岩矿床边深部靶区(A1)及预测依据 |
7.5.2 老矿山矿床边深部靶区(A2)及预测依据 |
7.5.3 童家院矿床边深部靶区(A3)及预测依据 |
7.5.4 槐花岭靶区(B1)及预测依据 |
7.5.5 贯场里靶区(B2) 及预测依据 |
7.5.6 谭家冲靶区(B3)及预测依据 |
7.6 本章小结 |
第8章 结论及建议 |
8.1 主要结论与成果 |
8.2 靶区工程初步验证 |
8.3 存在问题及建议 |
致谢 |
参考文献 |
博士学习期间主持或参与的项目 |
博士学习期间发表的论文与着作 |
博士学习期间参加的学术会议 |
论文图表索引 |
(8)兖州矿区典型地物波谱数据库建设与应用研究(论文提纲范文)
摘要 Abstract 1. |
绪论 1.1. |
课题来源与意义 1.2. |
地物波谱数据库建设的国内外研究现状 1.3. |
主要研究内容 1.4. |
论文章节组织结构 1.5. |
小结 2. |
地物波谱数据质量控制方法及基本原理 2.1. |
地物波谱数据的误差探测方法 2.2. |
地物波谱数据质量内符合精度计算方法 2.3. |
基于盒须图的数据质量检测方法 2.4. |
基于误差理论的数据质量微观统计检测方法 2.5. |
波谱数据质量的辅助粗检方法 2.6. |
小结 3. |
地物波谱数据自动分类及检索匹配原理 3.1. |
地物波谱数据自动分类原理 3.2. |
地物波谱数据自动检索匹配原理 3.3. |
小结 4. |
系统需求分析与地物波谱数据库设计 4.1. |
系统总体需求 4.2. |
数据分析 4.3. |
系统功能需求分析 4.4. |
系统其他需求 4.5. |
数据库设计 4.6. |
小结 5. |
兖州矿区典型地物波谱数据库管理系统功能设计 5.1. |
系统概要设计 5.2. |
系统总体功能设计 5.3. |
模块功能设计 5.4. |
系统安全性设计 5.5. |
小结 6. |
关键技术研究 6.1. |
基于关系数据库的波谱分类管理技术 6.2. |
地物波谱数据质量控制方法和流程设计 6.3. |
地物波谱自动分类方法研究和编程实现 6.4. |
地物波谱数据相似匹配及检索方法研究和编程实现 6.5. |
基于GDI+技术的波谱数据曲线的快速绘制和交互实现 6.6. |
小结 7. |
研究成果及应用 7.1. |
界面设计 7.2. |
矿区典型地物波谱数据库设计 7.3. |
矿区典型地物波谱数据库数据质量控制方法应用 7.4. |
地物波谱数据自动分类方法应用 7.5. |
地物波谱数据自动匹配和检索方法应用 7.6. |
基于GDI+技术的快速绘图控件 7.7. |
小结 8. |
结束语 8.1. |
结论 8.2. |
展望 致谢 攻读硕士期间主要成果 参考文献 |
(9)基于遥感技术滑坡灾害区划研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 选题背景及研究意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.2.3 存在问题与不足 |
1.3 研究思路与主要内容 |
1.4 主要工作与创新成果 |
1.4.1 博士期间主要工作 |
1.4.2 主要创新成果 |
1.5 论文章节安排 |
第二章 滑坡灾害目视解译 |
2.1 遥感地质目视解译 |
2.1.1 目视解译 |
2.1.2 人机交互解译 |
2.1.3 地质解译标志 |
2.2 滑坡灾害遥感解译不确定性 |
2.2.1 滑坡灾害遥感解译 |
2.2.2 不确定性分析 |
2.3 滑坡灾害遥感尺度效应 |
2.4 四种卫星遥感数据滑坡解译效果对比研究 |
2.4.1 遥感数据及数据处理 |
2.4.2 解译效果对比分析 |
2.4.3 数据性能分析比较 |
2.4.4 卫星遥感数据对比结果 |
2.5 西北黄土高原区滑坡解译标志 |
2.5.1 地貌解译标志 |
2.5.2 滑坡灾害解译标志 |
2.5.3 承灾体解译标志 |
2.6 本章小结 |
第三章 滑坡灾害计算机解译 |
3.1 计算机遥感解译 |
3.1.1 高空间分辨率卫星遥感数据 |
3.1.2 面向像素遥感数据分类 |
3.1.3 面向对象遥感数据分类 |
3.1.4 滑坡灾害影像特征描述 |
3.2 面向对象分类技术 |
3.2.1 图像预处理 |
3.2.2 图像分割 |
3.2.3 特征选择 |
3.2.4 图像分类 |
3.3 分类与尺度效应 |
3.4 基于多特征面向对象滑坡识别 |
3.4.1 原始图像预处理 |
3.4.2 图像分割 |
3.4.3 特征选择和提取 |
3.4.4 图像分类 |
3.5 滑坡灾害影像地学分析与智能图解 |
3.5.1 滑坡灾害遥感地学分析 |
3.5.2 滑坡灾害图像理解 |
3.5.3 基于地面特征遥感信息模型 |
3.5.4 进一步研究的构想 |
3.6 本章小结 |
第四章 多源、多波段卫星遥感数据滑坡编目 |
4.1 滑坡编目 |
4.2 卫星遥感数据预处理 |
4.2.1 正射校正 |
4.2.2 多源数据波段选择 |
4.2.3 遥感数据辐射增强 |
4.2.4 数据融合 |
4.3 多源数据编目制图 |
4.4 基于IKONOS数据大比例尺滑坡编目 |
4.4.1 研究区概况 |
4.4.2 立体像对提取DEM研究 |
4.4.3 波段组合及分辨率融合 |
4.4.4 影像特征及解译结果 |
4.5 基于Spot 5数据中比例尺滑坡编目 |
4.5.1 研究区概况 |
4.5.2 数据源校正与精度分析 |
4.5.3 数据波段选择与融合对比 |
4.5.4 子长县滑坡灾害发育特点 |
4.6 本章小结 |
第五章 基于遥感数据稳定性和易发区划研究 |
5.1 滑坡易发区划 |
5.1.1 滑坡灾害易发概述 |
5.1.2 坡体稳定性影响因素 |
5.1.3 区域易发区划评价 |
5.2 基于遥感技术坡体稳定性分析 |
5.2.1 黄上坡坡型及提取 |
5.2.2 稳定性分析方法 |
5.2.3 模型建立与简化 |
5.2.4 稳定性计算 |
5.3 基于遥感数据易发区划 |
5.3.1 评价单元划分 |
5.3.2 评价指标提取 |
5.3.3 易发区划方法 |
5.4 子长玉家湾易发区划 |
5.4.1 研究区斜坡单元划分 |
5.4.2 评价指标分析及提取 |
5.4.3 基于GIS信息量法评价 |
5.5 本章小结 |
第六章 基于GIS滑坡灾害区划管理与分析预测系统构建 |
6.1 GIS概述 |
6.1.1 GIS特征及功能 |
6.1.2 RS和GIS一体化 |
6.2 滑坡灾害危险性和风险区划 |
6.2.1 滑坡灾害危险区划 |
6.2.2 滑坡灾害风险区划 |
6.3 遥感在滑坡灾害区划中应用 |
6.3.1 基础数据资料 |
6.3.2 滑坡灾害的变形监测 |
6.3.3 滑坡灾害的空间和时间预测 |
6.3.4 承灾体价值估计 |
6.3.5 基于遥感数据滑坡灾害区划 |
6.4 滑坡灾害数据管理与区划系统构建 |
6.4.1 滑坡灾害数据管理 |
6.4.2 滑坡灾害区划分析预测 |
6.4.3 风险管理决策支持 |
6.5 本章小结 |
第七章 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
攻读博士期间概况 |
致谢 |
(10)矿化遥感异常信息研究 ——以滇西北铜多金属成矿带为例(论文提纲范文)
摘要 |
Abstract |
1 引言 |
1.1 选题背景 |
1.2 国内外矿化遥感异常研究现状及发展趋势 |
1.2.1 国内外研究现状 |
1.2.2 存在问题 |
1.3 研究内容 |
1.4 研究意义 |
1.5 研究思路 |
2. 矿化遥感异常基本原理 |
2.1 矿化遥感异常的空间特征 |
2.1.1 遥感图像成像机理 |
2.1.2 矿化遥感异常空间特征 |
2.2 矿化遥感异常波谱特征 |
2.2.1 遥感波谱特征 |
2.2.2 矿化遥感异常波谱特征 |
3. 矿化遥感异常信息提取 |
3.1 矿化遥感异常空间信息提取 |
3.1.1 线环构造地质体信息提取 |
3.1.2 矿化地貌信息提取 |
3.2 矿化遥感异常波谱信息量化提取 |
3.2.1 蚀变遥感异常找矿的地质根据 |
3.2.2 蚀变光谱异常提取 |
4. 矿化遥感异常体系建立 |
4.1 矿化遥感异常体系概念及构建 |
4.2 研究区地质矿产特征 |
4.2.1 区域地质背景 |
4.2.2 矿产特征与成矿规律 |
4.3 线环构造地质体矿化特征分析 |
4.3.1 线环构造地质体矿化特征分析 |
4.3.2 遥感地层单元与矿化分析 |
4.4 地貌与矿化特征分析 |
4.5 蚀变异常信息分析 |
4.5.1 蚀变遥感异常分析评价原则 |
4.5.2 蚀变遥感异常分析评价 |
4.6 典型矿床矿化遥感异常剖析 |
4.6.1 普朗斑岩型铜矿 |
4.6.2 红山矽卡岩—斑岩型铜钼矿床 |
4.7 示范研究区矿化遥感异常体系构建 |
5. 矿化遥感异常信息成矿预测 |
5.1 证据权法概念及基本原理 |
5.1.1 定量矿产资源综合信息定位评价 |
5.1.2 证据权法 |
5.2 矿化遥感异常证据权法成矿预测 |
5.2.1 技术思路 |
5.2.2 技术流程 |
5.2.3 使用软件平台 |
5.2.4 地质单元划分、地质变量提取与赋值 |
5.2.5 矿化遥感异常成矿、控矿信息专题图层确定 |
5.2.6 MRAS 证据权法成矿预测 |
5.2.7 远景预测区评价 |
5.3 重点矿区找矿方向分析 |
5.3.1 普朗重点矿区 |
5.3.2 地苏嘎重点矿区 |
5.3.3 查拉牛场重点矿区 |
5.3.4 普上重点矿区 |
6 总结与讨论 |
6.1 总结 |
6.2 讨论 |
致谢 |
参考文献 |
附录 |
四、遥感分析中小型地物波谱数据库系统的设计与实现(论文参考文献)
- [1]基于RS与GIS技术的震后公路泥石流危险性评价 ——以G213线汶川-茂县段为例[D]. 杜敏. 长沙理工大学, 2019(07)
- [2]油砂波谱专题数据库的建立与应用[D]. 仲伟敬. 吉林大学, 2018(01)
- [3]黑土养分信息提取的高光谱遥感方法研究[D]. 张东辉. 核工业北京地质研究院, 2018(04)
- [4]高植被覆盖区铜钼矿遥感植被地球化学特征提取[D]. 吕程. 中国地质大学, 2016(02)
- [5]基于可见光的近红外场景仿真研究[D]. 邱纯. 北京理工大学, 2016(08)
- [6]中国遥感对地观测系统(CNEOS)载荷优化配置研究 ——以地表反射率产品获取为例[D]. 林英豪. 河南大学, 2013(02)
- [7]锡矿山锑矿田多元地学综合信息成矿预测研究[D]. 陈三明. 中国地质大学(北京), 2012(09)
- [8]兖州矿区典型地物波谱数据库建设与应用研究[D]. 范俊甫. 山东科技大学, 2011(06)
- [9]基于遥感技术滑坡灾害区划研究[D]. 丁辉. 长安大学, 2011(05)
- [10]矿化遥感异常信息研究 ——以滇西北铜多金属成矿带为例[D]. 赵志芳. 中国地质大学(北京), 2008(05)