利用混合光谱分解方法对湖泊水质进行评价研究
资料包括： 论文(44页23251字) 源码 图纸 开题报告
说明：
摘 要：由于传感器空间分辨率的限制以及地物的复杂多样性，混合像元普遍存在于遥感影像中。它们的存在对结果精度带来了很大的影响。需要首先进行混合像元分解。通常的方法是利用混合像元分解模型来进行。
本文利用武汉市的TM影像，通过利用线性混合像元分解模型对武汉境内部分水域进行混合像元分解，达到将混合像元中各典型地物所占比例计算出来的目的，为后续的水质监测或者影像分类提供依据。
关键词:遥感 混合像元 混合像元分解 水质
Abstract
The pixels in remote sensing imagery are typically mixed pixels due to the limited spatial resolution of sensor and the heterogeneous surfaces of ground covers. Their presence severely degrades the precision of the result.It is important to unmixing pixels at first. The usual approach to achieve this is through modeling of spectral mixtures.
Utilizing the remote sensing imagery of Thematic Mapper of WuHan city, combining with the linear mixture model, we take some process to unmixing the mixed pixels in order to determine the proportions of their component endmembers.This process will provide evidence to monitoring of water pollution and the classification of the remote sensing imagery.
Key words: remote sensing; mixed pixel; pixel unmixing; water quality
第1章 引 言
水在人类历史中具有独特的地位和作用，近年来，由于工业和经济的发展，水质污染较为严重，影响到了人类的生存和发展，使水质监测成为国内外的研究重点。水质遥感由于其特有的优势弥补了人工水质监测的不足，逐步成为水质监测的一种重要方法，并发挥了巨大的作用。利用水质遥感进行水质监测中，利用混合像元分解方法分离水体每个像元中典型地物的含量，将会提高水体分类的精度，使水质的动态监测更为精确。
摘 要
第1章 引 言1
1.1研究背景1
1.2国内外研究现状2
1.3本文研究的意义5
1.4本文研究的内容及关键技术问题7
第2章 混合像元分解模型9
2.1混合像元分解的地物理解9
2.2混合像元分解模型10
2.3混合像元分解模型的选择13
第3章 实验研究15
3.1实验流程15
3.2具体编程实现23
3.3结果分析27
第4章 结论29
4.1主要成果29
4.2可能的突破点29
参考文献30
致 谢31
附录32
参考文献：
钱少猛.遥感像元分解方法及其在滇池水质监测中的应用研究.硕士论文
钱少猛.改进的混合像元分解法用于快速水污染遥感评价研究.地理与地理信息科学.2003.3
闻建光.太湖水体叶绿素a遥感监测模型研究.硕士论文
游晓斌，游先详.混合像元及混合像元分析.北京林业大学学报 2003.12
延昊，张国平.混合像元分解法提取积雪盖度.2004.4
吕长春,王忠武,钱少猛.混合像元分解模型综述.2003.7
桂预风，张继贤，林宗坚，宣文玲.基于灰神经网络理论的混合像元分解方法研究
桂预风，张继贤，林宗坚.土地利用遥感动态监测中混合像元的分解方法研究.遥感信息.2000.2
李剑萍,郑有飞.气象卫星混合像元分解研究综述.中国农业气象.2000.3
齐峰，王学军.内陆水体水质监测与评价中的遥感应用.环境科学进展.1999.7
贾永红.数字图像处理.武汉大学出版社.
孙家广.计算机图形学.清华大学出版社.
孙家抦.遥感原理方法与应用.武汉大学出版社
浦瑞良，宫鹏.高光谱遥感及其应用.高等教育出版社,2000.
[15]李素菊，王学军.巢湖水体悬浮物含量与光谱反射率的关系.2002
[16]赵冬至，刘玉机.中国污染水体光谱特征.2001
作者点评：
利用混合光谱分解方法对湖泊水质进行评价研究
在对武汉市一些水体的遥感监测与水质评价研究过程中，利用了线性混合像元分解方法对其进行了混合像元分解，取得了一些成果，但在精度方面还不够理想。主要体现在如下方面：
(1)通过对混合像元分解模型的深入了解学习，对比各种模型的优缺点，选择了线性分解方法来进行，但是由于影象波段数目过少而且获取的光谱信息不够精确，带来了结果上的较大误差。
(2)了解了几种常用的端元组分选取方法，使用了散点图方法和直接利用光谱库两种方法来提取端元组分的光谱信息。但是由于水体与陆地分离过程中存在错分现象和其他一些原因，导致散点图方法存在较大误差。从光谱库中提取数据又无法消除当时的大气影响和地形影响，导致仍然存在误差。
(3)利用计算得出的每个像元中各端元组分的丰度，可以得到每种污染物的相对丰度图。利用不同时间的污染物相对丰度图可以实现对污染物的动态监测。
(4)可以对分解模型进行改进以取得更好的效果。可以通过与其他模型的结合或者优化自身来达到此目的。