导读:本文包含了环境一号卫星论文开题报告文献综述及选题提纲参考文献，主要关键词:植被指数,地形校正,BP神经网络,叶面积指数
环境一号卫星论文文献综述
黄海明[1]（2017）在《基于环境一号卫星数据的叶面积指数遥感反演研究》一文中研究指出叶面积指数(Leaf Area Index,LAI)是陆地表层生态系统植被冠层结构的一个十分重要的参数,近年来,遥感卫星影像为区域乃至全球的植被叶面积指数快速提取提供了可靠的数据源。在地形复杂地区,受地形效应的影响,植被叶面积指数遥感反演存在反演精度较低和耗费时间较高的问题。本文基于环境一号卫星多光谱影像,评估地形对植被指数的影响,结合地面仪器测量的LAI数据,通过消除地形影响的植被指数构建统计模型和BP神经网络模型反演研究区叶面积指数,并结合地理环境数据分析研究区的LAI空间分布。主要研究内容包括:(1)地形对植被指数的影响分析。选取TAVI、NDVI、RVI、DVI、SAVI等常用的植被指数,结合DEM数据,计算植被指数与太阳入射角cosi的相关性。通过环境一号卫星影像地形校正前后的效果对比分析,得出地形对非比值型植被指数DVI的影响非常严重,并且随着坡度的增加,地形影响越显着。比值型植被指数NDVI、RVI可以在一定程度上削弱地形的影响,但当坡度超过18°时,地形也会对NDVI、RVI产生较大的影响。比值型植被指数SAVI在一定程度上可以消除土壤背景的影响,但是对地形比较敏感,受地形的影响比较严重。TAVI由于具有很强的抗地形影响的效果,地形对其基本没有影响。C校正对研究区的环境一号卫星影像具有很明显的地形校正效果,可以很好的削弱地形对遥感影像计算的植被指数的影响,在坡度较大的区域也具有很好的效果。(2)地形校正前后植被指数统计模型反演LAI。地形校正可以提高对叶面积指数的反演精度,在单个植被指数统计模型反演LAI中,TAVI、NDVI、RVI植被指数对研究区的LAI具有较强的相关性,SAVI植被指数不适合用于本研究区LAI的反演。在所采用的四种模型中,二次多项式模型在各个植被指数中反演效果均较差,幂函数模型和指数模型拟合效果较好。TAVI、NDVI、RVI植被指数的多元线性回归模型对研究区的LAI具有较好的拟合效果。在地形复杂地区,TAVI由于不需要经过地形校正就可以消除地形的影响,对LAI的反演精度有较大的提高。(3)BP神经网络模型反演LAI。相对于单个植被指数统计模型与多元线性回归统计模型,BP神经网络模型总体反演精度更高。在不同植被指数的组合中以TAVI、NDVI、RVI植被指数为输入数据的BP神经网络模型的精度最高,其实测值与预测值之间的验证决定系数R2达到了 0.806,RMSE为0.324,反演结果与地面实测LAI值具有很好的一致性。最后,采用精度最高的BP神经网络模型反演研究区LAI,得到 LAI空间分布图。(本文来源于《福州大学》期刊2017-06-01）
徐军,韦金丽,何燕君[2]（2016）在《环境一号卫星CCD数据影像特征分析研究》一文中研究指出本文以2008年9月成功发射的环境一号(HJ-1A/1B星)CCD多光谱扫描相机成像数据作为数据源,从统计学的角度对其环境星CCD影像的4个波段在多方面进行数据特征分析,并从光谱特征分析的角度,对环境一号卫星CCD影像典型地物可分性进行分析,以各波段地物间变换离散度为指标,得出各波段在典型地物的区分度,进一步挖掘各波段的信息特征和应用能力。(本文来源于《全国测绘科技信息网中南分网第叁十次学术信息交流会论文集》期刊2016-10-20）
刘玥佟[3]（2016）在《环境一号遥感卫星影像质量评估和应用分析》一文中研究指出以CCD影像分析为主,通过随机抽取的环境一号卫星遥感影像,按照卫星影像标准处理流程获得遥感影像,综合利用多种计算机分析和人眼判定方法,对卫星影像质量进行分析,获得环境一号卫星遥感影像质量评定结果,并确定其应用范围与适用性。其相关结果可以为环境一号卫星的应用提供借鉴,也为未来我国发展多光谱宽幅中分辨率遥感卫星提供参考。(本文来源于《地理空间信息》期刊2016年05期）
孙立娥,崔文连,王艳玲,王静,陈辉[4]（2016）在《基于环境一号卫星的PM_(2.5)浓度遥感反演研究》一文中研究指出2014年12月29—30日,青岛市发生了一次空气污染过程,利用环境一号卫星CCD遥感影像数据和实测PM_(2.5)浓度数据,分析了该过程前后5 d的实测PM_(2.5)浓度与环境一号卫星CCD遥感影像的DN值之间的相关性,分别按日期和区域建立了反演模型。结果表明,按日期拟合反演模型相关系数为0.02~0.51,按区域拟合反演模型相关系数为0.01~0.80,总体来说,区域拟合结果较好。(本文来源于《中国环境监测》期刊2016年03期）
喻义勇,陆晓波,朱玉霞[5]（2015）在《基于环境一号卫星的气溶胶光学厚度反演技术研究》一文中研究指出基于环境一号卫星(HJ-1)遥感观测数据,采用改进的暗目标算法和深蓝算法分别对暗像元、亮像元地表的气溶胶光学厚度(AOD)进行反演,并将其结果与MOD04产品对比。结果表明:二者反演的AOD空间变化特征较一致,相关系数达0.874,HJ-1星反演结果有更高的空间分辨率。当AOD值<0.2时,HJ-1星反演结果可靠性较低;当AOD值在0.2~0.8之间时,HJ-1星CCD相机反演气溶胶的结果与MOD04产品最相近,二者相对误差<10%;当AOD值在0.8~1.5之间时,HJ-1星反演结果相对MOD04产品显着偏高;当AOD值>1.5时,HJ-1星反演结果相对MOD04产品偏低。(本文来源于《环境监测管理与技术》期刊2015年04期）
陈星,刘智华[6]（2015）在《环境一号卫星与MODIS NDVI的定量关系分析》一文中研究指出不同遥感器由于波段设置和光谱响应函数差异导致其在红光和近红外波段所接收的地物反射信号不同,产生了NDVI的不一致性问题,针对这一问题,该文研究了HJ-1NDVI和MODIS NDVI的定量关系。采用高光谱Hyperion数据进行光谱卷积和空间卷积,模拟HJ-1与MODIS两遥感器波段反射率数据。通过计算NDVI,进行回归分析求出两者之间的定量关系。分别基于单一覆盖类型和混合覆盖类型建立HJ-1与MODIS的转换方程,排除其定量关系可能受不同土地覆盖类型的影响。定量分析与精度验证表明:HJ-1NDVI与MODIS NDVI有很高的线性正相关性(R2>0.99);单一覆盖类型转换精度高于混合覆盖类型转换精度,均能满足定量应用要求,但单一覆盖类型转换在实际应用中较为复杂,可采用混合覆盖类型转换方程进行HJ-1 NDVI与MODIS NDVI的转换。(本文来源于《遥感信息》期刊2015年04期）
官尚碧,刘智华,马泽忠,张海珍,何锦峰[7]（2015）在《基于国产环境一号卫星的土地生态安全评价》一文中研究指出构建了忠县土地生态安全的层次分析模型及评价指标体系;根据国产环境一号卫星数据、DEM、行政区划、社会经济统计等多源数据,在Arc GIS平台建设土地生态安全评价数据库,利用国产环境一号卫星影像提取土地利用信息,利用DEM提取地形信息,并将社会经济统计数据与行政区划数据关联;然后采用Arc GIS空间分析模型,通过图形迭加分析,经数据融合、数值计算与统计,得到分乡镇的各评价指标特征值,再经极值法标准化处理,运用指标权重计算忠县各乡镇土地生态评价得分;最后按土地生态安全等级划分标准,确定土地生态安全等级。(本文来源于《安徽农业科学》期刊2015年17期）
官尚碧[8]（2015）在《基于国产环境一号卫星的土地生态安全评价研究》一文中研究指出论文以重庆市忠县为研究区,探索利用国产环境一号卫星数据、DEM、行政区划、社会经济统计等多源数据,开展县域土地利用监测及土地生态安全评价的理论与方法。论文的主要研究内容及结果如下:(1)土地生态安全评价模型及指标体系构建忠县土地生态安全层次分析模型及评价指标体系。目标层为土地生态安全评价;准则层为经济因素、自然因素、社会因素;指标层中,经济因素含人均GDP、经济密度2个指标,自然因素含﹥25°耕地占耕地面积比重,耕地面积占土地总面积比重,林地、草地、水域面积之和站土地总面积比重共3个指标,社会因素含人均耕地面积、人口自然增长率、城镇化率、人口密度4个指标。(2)土地生态安全评价数据库建设①将DEM、二调数据、2010年环境一号卫星影像、行政区划数据等图层进行几何纠正、镶嵌裁切等预处理。②利用国产环境一号卫星影像提取土地利用信息,选择土地分类体系,建立解译标志,采用人机交互的目视解译方法,解译遥感影像并编辑土地利用图斑边界及类型属性,外业调查后修改完善,并依据二调数据进行分类精度、面积精度校验后,得到2010年土地利用解译数据。结果表明:2010年土地总面积2184.68km2;耕地、林地、草地、水域、建设、未利用地的面积分别为986.16 km2、861.49km2、33.28 km2、139.89 km2、159.33 km2、4.53 km2。③基于DEM数据的地形信息提取。忠县1:1万DEM数据,在ArcGIS软件平台中,利用Spatial Analysis模块,以30m×30m为单元,提取坡度栅格数据,并根据≤2°、2°-5°、5°-10°、10°-25°、>25°五个坡度等级重分类,得到新的坡度栅格数据。④社会经济数据。在行政区划数据中建属性数据表,将统计年鉴中的乡镇总人口、常住人口、镇区常住人口、当年出生人口、当年死亡人口、GDP等数据加入到属性数据表中。(3)忠县土地生态安全评价根据忠县土地生态安全评价数据库,利用ArcGIS空间分析模型,通过图形迭加分析,经数据融合、数值计算与统计,得到分乡镇的各评价指标特征值;运用极值法标准化处理,再运用指标权重计算各乡镇土地生态评价得分,然后按土地生态安全等级划分标准,确定土地生态安全等级。结果表明:全县安全级、较好级、敏感级、风险级的乡镇面积为135.60km2、775.28km2、717.23km2、556.37km2,分别占全县面积的6.207%、35.487%、32.830%、25.476%。论文提出的土地生态安全评价模型与指标体系、国产环境一号卫星影像的土地利用解译、以及土地生态安全评价数据库建设方法,对保障忠县、乃至叁峡库区土地生态安全具有一定理论意义和应用价值。(本文来源于《重庆交通大学》期刊2015-04-20）
付卓,申文明,熊文成,肖如林,史园莉[9]（2014）在《基于环境一号卫星CCD影像的磷石膏识别》一文中研究指出磷石膏是在磷酸生产中用硫酸处理磷矿时产生的固体废渣。磷石膏产量大,综合利用率低,大量的磷石膏露天堆放对周边环境造成严重污染。以贵州福泉市为研究区,利用环境一号卫星CCD影像,采用面向对象的方法识别磷石膏。首先,采用多尺度分割方法对遥感影像进行分割,生成影像对象层。然后,通过分析不同地物类的特征差异,建立面向对象的决策树规则集,并按照该规则集对磷石膏进行自动识别,提取磷石膏基本信息。研究结果表明:磷石膏的识别生产者精度和用户精度分别达到88.89%和84.21%。分类的总精度和总Kappa值分别达到了91.75%和0.817。因此,基于环境一号CCD影像的面向对象的磷石膏识别方法是可行有效的。(本文来源于《遥感技术与应用》期刊2014年06期）
温新龙,景元书,李亚春,顾春明,张娣[10]（2014）在《基于环境一号卫星数据的太湖叶绿素a浓度反演》一文中研究指出环境一号卫星在大型水体水环境监测与评价中具有独特的优势。为探求遥感影像在水体叶绿素a浓度反演中的应用,基于环境一号卫星CCD数据和同步实测叶绿素a浓度值,通过影像辐射定标、大气校正和几何精校正等预处理获取水体反射率,分别将单波段和不同特征波段组合的反射率与实测叶绿素a值进行皮尔逊相关分析,选取R2>0.8的波段组合进行建模,通过对3种波段组合反演结果对比和精度验证,发现基于CCD数据第4波段与第3波段反射率比值的二次模型具有良好的反演效果,模型预测值与实测值的最小相对误差为0.76%,平均相对误差10.99%,均方根误差为0.007 6 mg/L,明显低于实测叶绿素a浓度的平均值;最后基于该模型实现了太湖叶绿素a浓度反演,并对叶绿素a的时空分布进行了初步分析。(本文来源于《环境科学与技术》期刊2014年10期）
环境一号卫星论文开题报告
（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：
本文以2008年9月成功发射的环境一号(HJ-1A/1B星)CCD多光谱扫描相机成像数据作为数据源,从统计学的角度对其环境星CCD影像的4个波段在多方面进行数据特征分析,并从光谱特征分析的角度,对环境一号卫星CCD影像典型地物可分性进行分析,以各波段地物间变换离散度为指标,得出各波段在典型地物的区分度,进一步挖掘各波段的信息特征和应用能力。
（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。
环境一号卫星论文参考文献
[1].黄海明.基于环境一号卫星数据的叶面积指数遥感反演研究[D].福州大学.2017
[2].徐军,韦金丽,何燕君.环境一号卫星CCD数据影像特征分析研究[C].全国测绘科技信息网中南分网第叁十次学术信息交流会论文集.2016
[3].刘玥佟.环境一号遥感卫星影像质量评估和应用分析[J].地理空间信息.2016
[4].孙立娥,崔文连,王艳玲,王静,陈辉.基于环境一号卫星的PM_(2.5)浓度遥感反演研究[J].中国环境监测.2016
[5].喻义勇,陆晓波,朱玉霞.基于环境一号卫星的气溶胶光学厚度反演技术研究[J].环境监测管理与技术.2015
[6].陈星,刘智华.环境一号卫星与MODISNDVI的定量关系分析[J].遥感信息.2015
[7].官尚碧,刘智华,马泽忠,张海珍,何锦峰.基于国产环境一号卫星的土地生态安全评价[J].安徽农业科学.2015
[8].官尚碧.基于国产环境一号卫星的土地生态安全评价研究[D].重庆交通大学.2015
[9].付卓,申文明,熊文成,肖如林,史园莉.基于环境一号卫星CCD影像的磷石膏识别[J].遥感技术与应用.2014
[10].温新龙,景元书,李亚春,顾春明,张娣.基于环境一号卫星数据的太湖叶绿素a浓度反演[J].环境科学与技术.2014