论文部分内容阅读
随着对地观测系统的快速发展，卫星遥感数据呈几何级数增长，加强对海量数据工程化处理方法研究，不仅有利于卫星遥感应用向深度和广度发展，而且将有效提高对地观测数据的利用率和应用效率。作为地球表层三大地物（水、土壤、植物）之一，水既是人类生存和发展的最基本资源，又是影响全球气候变化的最活跃因子之一，充分利用遥感技术对（陆表）水体进行动态监测，是水资源—环境—灾害系统研究的重要内容，也是遥感应用研究的重点和难点。因此，开展陆表水体监测中卫星遥感数据工程化处理研究，探讨卫星遥感数据陆表水体监测适宜性评价体系，建立陆表水体遥感监测数据工程化处理方法，选择合适的区域进行系统验证，是势在必行的。此研究对于推动对地观测系统发展具有积极作用，对于我国扩大卫星遥感应用面、提升卫星遥感的应用水平和应用效益具有重要的意义。 本文以陆表水体遥感监测为应用目标，建立卫星遥感数据水体监测评价指标体系、评价模型并进行检验性分析。在提出卫星遥感数据集和数据处理算法最优化选择的基础上，建立一套陆表水体遥感监测数据工程化处理方法。选择太湖流域为试验区，以平水期和洪水期陆表水体监测为典型应用，检验卫星遥感数据水体监测评价指标体系的正确性和所构建的工程化处理方法的可行性、实用性和适用性，为提高卫星遥感数据利用率、提升未来我国卫星遥感应用深度和广度进行方法的前期研究和技术的积累。论文的主要研究结论总结如下: (1)遥感数据工程化处理特点与方法研究将工程化的理念与遥感数据处理结合，首次界定了遥感数据工程化的涵义，即遥感数据工程化处理，就是针对某一业务需求，形成一套系统的、规范的、可度量的方法，重复不断地生产符合业务要求的遥感数据产品。在分析遥感数据工程化处理需求、特点的基础上，提出了卫星遥感数据工程化处理的基本流程，包括卫星遥感数据产品实现过程和卫星遥感数据处理过程，明确了卫星遥感数据工程化处理技术方法，分析了卫星遥感数据工程化中存在的问题，其中多源遥感数据选择是决定工程化成败的关键问题。 (2)卫星遥感数据水体监测评价模型与评价指标体系构建在对陆表水体类型、遥感监测需求特性以及适宜性评价方法的分析基础上，首次创造性地将多因素综合评定法和极限条件法应用于陆表水体监测中遥感数据的选取。提出将卫星遥感数据的适宜性评价分为两个步骤。第一步数据源初选，采用极限条件法选出可用数据源，即符合所有条件时，可作为初选数据源，至少有一个条件不符合时，该数据源不作为初选数据源。第二步水体识别能力评价，采用专家打分法和层次分析法来实现对初选数据源的优选。在此基础上，构建了卫星遥感数据水体监测评价模型，建立了由13个指标组成的指标体系。其中5个指标进行数据源初选，4个指标用于评价光学传感器水体识别能力，4个指标用于评价微波传感器水体识别能力。分析了适宜性评价模型的影响因素，并给出了指标体系的检验方法。 (3)陆表水体遥感监测数据工程化处理方法研究与建立分析陆表水体监测的需求，开展卫星遥感数据适宜性评价，获取必要的评价指标属性值，构建评价模型，为工程化处理选择正确、科学的数据源;开展陆表水体监测处理算法分析，为工程化处理选择合适的算法集;以平水期和洪水期陆表水体监测为典型，制定工程化处理步骤和流程。 (4)太湖流域卫星遥感数据工程化处理实验与初步应用以太湖流域为试验区，以平水期和洪水期太湖湖面水体监测进行实验应用，检验卫星遥感数据水体监测评价指标体系的正确性和所构建的工程化处理方法的可行性、实用性和适用性。在平水期，选择了4种光学卫星遥感影像，采用了3种不同算法进行实验分析;在洪水期，选择了2种光学卫星遥感影像、2种雷达卫星遥感影像，各采用了2种不同算法进行实验分析，同时选取了1种光学卫星遥感影像同2种雷达卫星影像进行融合处理实验，并在太湖流域进行了初步应用。结果表明，陆表水体遥感监测适宜性评价得分较高的影像在实际使用过程中表现出了较好的陆表水体提取效果，所设计的卫星遥感数据水体监测工程化处理方法有效可行。在洪水期等有云、悬浮物和水生植被等干扰因素的情况下，增加人机交互，对于提高解译精度和解译速度至关重要。