海洋污染水体的卫星遥感监测方法研究

发布时间：2024-03-30 15:27

　　水体表面叶绿素浓度是监测沿岸水体质量的重要参数之一。海洋水色遥感是通过水表反射测定叶绿素浓度的便捷的方法。在开放的海域，很容易推导出叶绿素浓度的经验算法。但在近岸海域，由于高浓度的悬浮泥沙和不溶性有机物质对叶绿素光谱信号的遮掩，叶绿素浓度的测定变得困难。神经网络已被成功的用于各种传递函数模型的建立。本文采用神经网络方法来确定大连湾的叶绿素浓度和卫星得到的水体表面反射照度的传递函数模型。建立的神经网络模型具有两个隐藏层，以LANDSAT卫星的TM图像的可见光波段为输入，现场同步测量叶绿素浓度为输出，其比回归分析模型具有更高的精度。 本文的目的是建立大连湾的叶绿素浓度的卫星监测数学算法。卫星图像采用美国的LANDSAT卫星的TM卫片，但本方法可用于其他的海洋水色遥感卫星，如最近发射的SeaWiFS。

【文章页数】：53 页

【学位级别】：硕士

【文章目录】：
中文摘要
英文摘要
第1章 海洋污染物的性质与监测方法
    1.1 海域自然概况
    1.2 海洋污染物的来源
    1.3 海洋环境污染的危害
        1.3.1 近海污染对水产资源的影响
        1.3.2 海域污染对风景旅游区和海水浴场的影响
        1.3.3 海域污染对人体健康的影响
        1.3.4 海上船舶事故性溢油污染损害
        1.3.5 赤潮灾害
    1.4 近海海域环境质量现状
        1.4.1 主要污染物入海量预测
        1.4.2 近海海域水质预测
    1.5 中国海洋监测工作现状
    1.6 海洋环境的卫星遥感监测
第2章 海洋污染水体的卫星遥感监测
    2.1 遥感过程
    2.2 遥感技术系统
        2.2.1 遥感试验
        2.2.2 遥感信息获取
        2.2.3 遥感信息处理
        2.2.4 遥感信息应用
    2.3 遥感图像及其特征
        2.3.1 遥感图像的波谱信息
        2.3.2 遥感图像的空间信息
        2.3.3 遥感图像的时间信息
    2.4 遥感图像的恢复
        2.4.1 遥感图像的辐射校正
        2.4.2 遥感图像的几何校正
    2.5 海洋污染水体的卫星遥感监测
        2.5.1 Landsat陆地卫星的传感器
        2.5.2 陆地卫星TM图像的物理特性
第3章 海洋污染水体神经网络模型的建立
    3.1 海洋污染水体的水色遥感
        3.1.1 海面叶绿素水色遥感原理与光谱特征
        3.1.2 海面叶绿素遥感监测方法
    3.2 神经网络方法原理
        3.2.1 神经元的数理模型
        3.2.2 分层网络模型和B-P学习算法
    3.3 水色遥感信息神经网络模型的建立
        3.3.1 神经网络结构
        3.3.2 网络训练
第4章 海洋污染水体遥感监测应用
    4.1 遥感监测的实施作业流程
    4.2 大连湾概况
    4.3 数据采集及处理
        4.3.1 近岸水体特征
        4.3.2 建立同步采样站位
        4.3.3 现场同步水样采集
        4.3.4 样品分析测定
        4.3.5 TM卫星图象预处理
    4.4 建立神经网络传递函数模型
        4.4.1 重要的BP网络函数
        4.4.2 海区卫星现场同步数据
        4.4.3 初始化
        4.4.4 训练
        4.4.5 仿真验证计算
        4.4.6 海区计算
    4.5 结果与讨论
        4.5.1 TM图象的水色特征
        4.5.2 回归分析结果
        4.5.3 神经网络分析结果
    4.6 结论
致谢
参考文献



本文编号：3942553