上海滩附近的悬浮泥沙浓度遥感分析 海洋技术专业 开题报告VIP专享VIP免费

上海滩附近的悬浮泥沙浓度遥感分析开题报告一、综述本课题国内外研究动态，说明选题的依据和意义1、国内外研究动态国外学者在海洋水色遥感方面的研究大致可以分为以下几个方面：遥感数据的定性应用，这个阶段，遥感技术开始应用于海洋监测，但技术并不是很成熟，限于定性的分析。2004年，Kale等利用LANDSATI(ERTS1)MSS数据对DelawareBay的海岸植被、土地利用等进行解译，并提出用对数统计模型来探测海湾悬浮泥沙浓度的方法[1]。Holler(2008)在研究实测光谱数据与同步悬浮泥沙浓度数据基础上，发现两者之间相关性高，因此，提出了利用遥感数据来监测悬浮泥沙的想法[2]。Calnter(2001)在研究澳大利亚东南部实测数据的基础上，证明了利用LANDSAT多光谱遥感数据构建多重线性模型来预测悬浮物浓度、叶绿素浓度的可行性[3]。统计回归经验模型是海洋水色反演最常用的算法，敏感波段及波段组合的选择，回归模型的选择，是学者们研究的重点。Philpot等(2001)研究发现陆地卫星LANDSATMSS数据的第5波段和TM数据的第3波段对悬浮泥沙浓度变化最为敏感[4]。Tassan等(1994)基于地中海夏季GulfofNaples实测数据，提出反演海岸带水体中悬浮泥沙、浮游植物和黄色物质吸收系数的模型，并利用SeaWiFS数据进行反演[5]。Froidefond等(2002)研究认为SPOT影像的第二波段为敏感波段，并建立了一种指数关系式来反演估算法属Guiana海岸的悬浮泥沙浓度[6]。Doxaran等(2002)在实测高浑浊水体法国Gironde河口光谱特性基础上，建立了经验关系式来反演悬浮泥沙浓度，研究表明近红外波段与泥沙浓度相关性差，而近红外波段与可见光波段的比值组合与泥沙浓度相关性高，它认为波段比值可以减少光照条件和泥沙物理性质等外界因素对模型建立的影响[7]。Volpe等(2011)提出一种简化的辐射传输模型来反演泥沙浓度，该模型基于交叉验证方法和引导技术确定模型参数，并将该模型应用于Venice咸水湖[8]。Nina等(2012)提出了基于先验知识的遥感逼近模型来反演洪水状态下河流中的泥沙浓度，该模型利用光学理论以及辐射传输理论，模型精度良好[9]。近些年来，随着水色遥感的不断发展，理论研究的不断深入，遥感反演的模型正越来越多样化。唐军武等(2010)在黄东海海域，根据现场实测数据，分别建立了反演水色三要素(悬浮泥沙、叶绿素和黄色物质)的统计反演模型和神经网络模型，研究表明神经网络模型同时反演三要素精度低于经验统计模型，而单独反演其中一种要素精度要高于经验统计模型[10]。丛王福等(2009)利用TM数据建立了大连湾海域悬浮泥沙神经网络反演算法，结果表明神经网络算法相比于传统的统计回归算法要好[11]。高中灵(2006)在台湾海峡建立MERIS数据反演悬浮泥沙和叶绿素浓度模型，结果显示采用R510，R490与R560比值波段的统计分析算法反演精度要好于神经网络模型和半分析模型[12]。许大力等(2012)对国内外遥感反演模型进行研究，通过分析对比，提出目前反演模型的不足和见解[13]。除了以上几方面的研究以外，固有光学量、垂向等研究也逐渐增多。何青等(1999)在长江口海域，利用多时相TM遥感数据反演悬浮泥沙浓度，研究了该海域泥沙分布情况以及动态变化规律，并且研究分析泥沙浓度的纵向分布规律[14]。王芳等(2007)将粒径因素考虑到悬浮泥沙浓度模型的建立中，建立了用粒径的反射率共同反演泥沙浓度的主成分和神经网络模型，并对两种模型反演精度进行比较，还分析了粒径对反演精度的影响[15]。崔廷伟等(2008)在渤海近岸海域，利用实测数据，建立了后向散射系数与悬浮泥沙浓度之间的经验反演模型[16]。2、选题依据遥感技术与海洋科学的交叉、结合发展称为海洋水色遥感，是指利用遥感技术监测海洋及海岸带中各种现象以及变化的方法，涉及海洋表面温度、环流、组成物质、环境变化等多个领域。与传统海洋研究的方法相比，遥感技术具有明显优势。近岸水域的悬浮泥沙时空变异尺度往往较大，然而，传统的悬浮泥沙浓度调查监测依赖海上作业船只进行，调查范围分散，速度慢、效率低，在空间详细度和时间频率方面已经逐渐无法满足越来越高的监测要求。不断进步与发展的遥感技术正好可以克服这些问题，它可以快速对海域悬浮泥沙进行大面...