高光谱水质遥感监测系统关键技术研究

论文摘要

对地观测数据处理软件平台的建立是对地观测系统工程中最关键也是最核心的一环。数据处理平台建设的好坏直接决定了对地观测系统的应用水平和应用效果。虽然目前国内外已经开发出各类别的软件系统和平台，但是这些平台有的偏重通用工具平台的建设，有的偏重空间数据的检索、发布，尤其是基于网络的数据发布，有的侧重于多维空间数据的可视化表达，而面向应用部门同时考虑到定量遥感专业特点和普通生产用户行业需求的专门化和业务化系统还十分缺乏。一方面我国环保行业存在重大行业应用系统需求，另一方面，我们针对高光谱数据处理长期积累成果形成了通用高光谱图像处理平台，迫切需要对通用高光谱处理平台进行业务化，构建面向水质监测行业需求的专门系统，而基于通用高光谱平台构建专门水质监测系统需要解决水质参量反演、平台构建以及系统集成等方面一系列棘手问题。基于这种局面，本文围绕高光谱水质遥感监测系统关键技术这一主题而开展研究。 本文从高光谱数据的自身特点和光谱数据库以及图谱合一的固有特点出发，充分考虑航空／航天高光谱遥感特殊性，构建面向应用的高光谱数据处理与分析平台，并以此为基础结合水质遥感业务构建面向业务化的高光谱水质监测系统REMS。同时从系统工程的角度出发，结合高光谱水质遥感的特点与环保行业需求，本文从水质环境遥感业务和软件工程两方面开展研究，针对海量多源多平台遥感数据(航空／航天)进行水质监测业务反演系统构建。本文讨论内容包括高光谱遥感数掘的多分辨率表达模型、海量高光谱数据的快速处理与访问技术、海量高光谱遥感数据的高效光谱保形压缩技术。同时，本文系统研究了遥感监测平台从建立到运行包括数据获取预处理、数据分析、水质参量反演与专题产品生成、产品发布等整体架构，水质成分产品定义和水质业务规范的建立，提供了针对水环境遥感监测业务化平台关键技术。同时，以江苏太湖为示范区，针对环境遥感监测业务化运行要求，给出了高光谱水质遥感监测系统太湖高光谱水质监测应用实例，基本形成了多类型、多专题、多空间分辨率、多光谱分辨率、多时相环境遥感数据的综合处理和应用能力。 本文以高光谱水质遥感监测系统构建为框架，在分析总结国内外大量相关文献和系统的基础上，结合作者在过去几年中参与构建高光谱图像处理与分析系统和我国首个高光谱水质遥感监测系统的实践和体会，以作者在参与系统建设过程中提出发展并实现的理论和算法为主线，组织整理这篇博士论文。 本文的工作主要体现在三个方面： ①数据处理软件系统与遥感水质反演模型集成：针对高光谱数据的空间特性、光谱辐射特性以及高光谱数据海量特性，系统地给出了海量高光谱数据处理思路和集成方案。 ②将高光谱遥感处理平台向水质遥感监测应用拓展研究：集成了水色大气校正模型和生物光学反演模型，建立了适合我国国情的内陆水色遥感技术体系和业务流程。 ③以江苏太湖流域水质监测构建应用实例，建立了国内首个高光谱水质遥感监测系统，为环保行业进一步应用做铺垫。 作者对以下几个问题做了较为深入的研究： (1) 提出高光谱图像代数结构用于描述高光谱数据，总结提炼出高光谱数据处

论文目录

• 第一章 绪论
• 1.1 前言
• 1.2 高光谱水质遥感监测技术的发展
• 1.3 遥感图像反演软件平台架构综述
• 1.4 太湖水质光谱特征分析
• 1.5 论文组织体系与数据源
• 第二章 高光谱图像代数结构分析与光谱代数表达
• 2.1 高光谱图像代数结构分析
• 2.1.1 局部操作:
• 2.1.2 聚焦操作:
• 2.1.3 区域操作:
• 2.1.4 全局操作:
• 2.1.5 剪裁切片操作（图像DIMS操作）
• 2.2 光谱代数和波段代数
• 2.2.1 光谱参量化表达的应用实例
• 2.2.2 光谱特性参量化的意义:
• 2.3 本章小结:
• 第三章 高光谱数据水质参量反演模型与数据处理
• 3.1 基于统计模型水色典型要素反演
• 3.1.1 试验与数据验证
• 3.2 水质光谱监测数据原始光谱数据与叶绿素a的相关性分析
• 3.3 水色反演遥感数据的标准化处理
• 3.4 基于地面测量统计数据水质参量反演波段选择与波段组合设计
• 3.4.1 试验结果与分析:
• 3.5 基于遥感反射率的分析反演算法
• 3.5.1 计算流程
• 3.5.2 太湖水体遥感反演试验验证
• 3.6 6S模型支持下的水色大气校正
• 3.7 水体归一化光谱参数的测量与导出
• 3.8 本章小结:
• 第四章 海量高光谱数据谱形保真压缩方法
• 4.1 海量高光谱数据的特性
• 4.2 高光谱图像压缩技术现状
• 4.3 遥感图像分形编码的原理
• 4.3.1 高光谱分形图像压缩的基本思想
• 4.3.2 高光谱数据小波变换
• 4.4 基于光谱保形海量高光谱影像数据分形编码框架
• 4.4.1 图像压缩结果数据试验及评价
• 4.4.2 解码结果
• 4.4.3 试验结果评价方法
• 4.5 基于光谱自相似性数据压缩
• 4.6 本章小结:
• 第五章 海量高光谱遥感数据处理平台构建关键技术
• 5.1 遥感数据处理平台概述
• 5.1.1 海量高光谱图像显示时处在的问题
• 5.1.2 海量高光谱图像处理算法中存在的问题
• 5.2 高光谱图像数据结构
• 5.2.1 高光谱遥感影像分块金字塔模型Hyperspectral Pyramid Slice Model（HPSM）
• 5.2.2 高光谱数据块结构设计BLOCK
• 5.2.3 分块策略
• 5.3 高光谱数据存储体系设计
• 5.3.1 存储架构设计例子
• 5.3.2 海量高光谱数据存储和索引
• 5.4 高光谱遥感图像处理与分析系统构建案例分析
• 5.4.1 面向高光谱业务的功能模块设计
• 5.4.2 海量高光谱图像处理系统模块设计
• 5.5 高光谱图像处理与分析系统设计策略
• 5.5.1 高光谱数据库设计
• 5.5.2 光谱数据提取与高光谱遥感特征参量化的模块设计
• 5.6 本章小结:
• 第六章 高光谱水质遥感监测系统构建与开发
• 6.1 研究区概况
• 6.2 系统需求分析
• 6.3 REMS系统模块设计
• 6.4 REMS设计的其它考虑
• 6.4.1 多层次的遥感数据关系模型
• 6.4.2 基于多摸式REMS视窗设计实例
• 6.4.3 基于任务驱动太湖流域水质反演模式设计
• 6.4.4 小结:遥感监测水质参量反演业务实例分析
• 6.4.5 分布式海量高光谱影像数据并行提取机制设计SDSE
• 6.5 太湖水质监测产品查询与发布系统REMSIS架构设计
• 6.6 本章小结
• 第七章 研究总结与展望
• 7.1 全文总结
• 7.2 本文创新点
• 7.3 研究展望
• 参考文献
• 攻读博士学位期间发表论文情况
• 攻读博士研究生期间参与科研项目
• 攻读博士学位期间所做学术报告
• 获得奖励
• 攻读博士学位期间主要社会工作
• 攻读博士研究生期间专业培训
• 开发过的软件系统和平台
• 附录
• 致谢