資源描述:
《水稻鎘污染高光譜遙感主成分分析獨立分量分析小波分形分析碩士論文》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、水稻鎘污染脅迫高光譜分析模型研究【關(guān)鍵詞】水稻鎘污染;高光譜遙感;主成分分析;獨立分量分析;小波分形分析;【英文關(guān)鍵詞】riceunderCdcontamination;hyperspectralremotesensing;principalcomponentanalysis;independentcomponentanalysis;fractalanalysis;WaveletTransform;【中文摘要】農(nóng)田重金屬污染是當今世界面臨的重大環(huán)境問題,受到各界廣泛關(guān)注。重金屬污染具有復雜隱蔽性、危害持久性,尤其可
2、能通過食物鏈的富集作用危及人類健康。因此,如何快速、準確地監(jiān)測大范圍內(nèi)農(nóng)田重金屬污染相當迫切,具有重要的學術(shù)價值與實踐意義。本研究以國家863項目為依托,使用多種方法研究大范圍內(nèi)重金屬濃度微小變化量的遙感弱信息識別與提取,基于野外實測和Hyperion高光譜影像數(shù)據(jù)建立水稻鎘污染脅迫水平評估模型,為實現(xiàn)大范圍快速無損監(jiān)測水稻鎘污染提供理論基礎(chǔ)與科學依據(jù),具有較強的理論和現(xiàn)實意義。地面方法采用ASD公司的FieldSpec波譜儀獲得水稻冠層光譜數(shù)據(jù)。鑒于鎘對水稻各種生理特征參數(shù)的影響具有復雜隱蔽性,導致冠層光譜特征變
3、化微小,需要采用一些方法增強和提取隱含在光譜中的污染弱信息。在水稻冠層高光譜數(shù)據(jù)和各種實測生化參數(shù)的支持下,利用主成分分析、獨立分量分析、小波變換和分形分析技術(shù)從高光譜遙感數(shù)據(jù)中提取鎘污染弱信息,獲取水稻鎘污染敏感光譜因子,包括第一主成分F1、獨立分量ICA1和小波分解細節(jié)信號的光譜分維D,db系列小波函數(shù)表現(xiàn)良好。利用3個敏感因子分別構(gòu)建水稻鎘污染脅迫一維診斷模型,獲得較好的診...【英文摘要】Farmlandofheavymetalpollutionhasdrawnwideattention,whichisth
4、eworstseriousenvironmentalproblemswearefacing.Theheavymetalpollutionhascharacteristicofcomplexconfidentiality,durableharm,especiallymayendangerourhumanhealthenrichthroughthefoodchain.Therefore,it'sveryurgenttomonitoralargeareaoffarmlandquicklyandaccurately,ita
5、lsohasimportantacademicvalueandpracticesignificance?Thisstudybasedon863project,studyonremotesensingweakinformation...摘要5-6Abstract6-7第1章緒論10-171.1研究背景10-13Ll.l農(nóng)山重金屬污染概況10-111.1.2我國水稻鎘污染現(xiàn)狀11-121.1.3重金屬污染的傳統(tǒng)監(jiān)測方法121.1.4高光譜遙感技術(shù)探測植被重金屬污染的可能性12?131.2國內(nèi)外研究現(xiàn)狀13-151.3研
6、究內(nèi)容及意義151.4論文組織結(jié)構(gòu)15?17第2章水稻鎘污染脅迫遙感監(jiān)測機理17?212.1健康水稻光譜特征17?182.2鎘脅迫下水稻光譜特征變化182.3鎘污染脅迫下水稻生化參數(shù)響應18-21第3章數(shù)據(jù)與方法21-313.1研究區(qū)域概況21-223.2數(shù)據(jù)采集22-243.2.1地面光譜數(shù)據(jù)釆集223.2.2其他相關(guān)數(shù)據(jù)采集22-233.2.3高光譜影像數(shù)據(jù)23-243.3研究方法24-313.3.1技術(shù)路線243.3.2主成分分析(PCA)24-263.3.3獨立分量分析(ICA)26-283.3.4小波變換
7、與分形分析28-31第4章基于地面光譜的水稻鎘污染脅迫水平評估模型31-444.1水稻鎘污染脅迫敏感光譜波段選擇314.2水稻鎘污染脅迫一維光譜診斷31-414.2.1基于主成分的一維光譜診斷31-334.2.2基于獨立分量的一維光譜診斷33-344.2.3基于光譜分維的一維光譜診斷34-414.3水稻鎘污染脅迫二維光譜診斷41-424.4水稻鎘污染脅迫三維光譜診斷42-44第5章基于Hyperion影像的水稻鎘污染脅迫水平評估模型44-645.1Hyperion數(shù)據(jù)預處理44-585.1.1Hyperion數(shù)據(jù)預
8、處理流程44-455.1.2波段選擇45-475.1.3壞線修復47-495.1.4條紋去除49-505.1.5Smile效應50-525.1.6大氣校正52-555.1.7最小噪聲分離變換(MNF)55-575.1.8Hyperion數(shù)據(jù)預處理結(jié)果57-585.2基于Hyperion光譜分維的水稻鎘污染脅迫識別模型58-645.2.1小波函數(shù)的選擇58-6