导读:本文包含了流域特征提取论文开题报告文献综述及选题提纲参考文献，主要关键词:GF-2影像,果树提取,光谱特征,纹理特征
流域特征提取论文文献综述
姚新华,金佳,徐飞飞,冯险峰,罗明[1]（2019）在《太湖流域果树提取的光谱和纹理特征选择研究》一文中研究指出准确获取果树的空间种植分布信息,对于开展果树长势监测、产量估算等具有重要意义。为提取太湖流域金庭镇果树的空间分布,本研究以冬夏时期的两景高分二号(GF-2)遥感影像为数据源,利用归一化植被指数(NDVI)和归一化水体指数(NDWI)结合纹理特征构建了基于光谱指数和纹理特征的决策树模型,提取了金庭镇2017年果树的空间分布信息。通过分析研究区各地类的光谱曲线发现,植被与非植被区分明显,但果树与茶树的光谱存在混淆。GF-2影像包含丰富的纹理信息,果树与茶树在GF-2影像上纹理特征明显,易于区分。纹理可作为果树提取的重要特征。为了确定最佳纹理窗口的大小,研究中提出了累计差(Δf)的方法。通过比较每一个纹理变量在15种不同尺度窗口(3?3,5?5,7?7,9?9,11?11,13?13,15?15,17?17,19?19,21?21,23?23,25?25,27?27,29?29,31?31)下的Δf,确定了最佳纹理窗口为15?15。在最佳纹理窗口下根据累计差选取了5大纹理组合:均值(mean)、方差(variance)、对比度(contrast)、信息熵(entropy)和相关性(correlation)。研究结果表明基于光谱指数NDVI和NDWI结合纹理特征构建的决策树模型可有效区分果树与茶树。累计差的方法能够快速确定最佳纹理窗口和纹理组合。提取结果说明果树分布于金庭镇的各个位置,主要分布在平原区,种植比较整齐,南部种植面积多于北部。本研究果树的提取精度为95.23%,模型总体分类精度为89.57%,Kappa系数为89.00%,果树的生产精度为90.00%,用户精度为87.30%。与单一光谱、纹理模型相比,本文模型总体分类精度更高,精度分别提升了10.65%和12.04%。该方法能够适用于大区域果树的遥感提取,可为亚米级遥感影像研究果树的纹理特征提供重要参考和借鉴价值。此外,文中提出的累计差可为选取最佳纹理窗口提供一种新的思路。(本文来源于《中国生态农业学报(中英文)》期刊2019年10期）
李世有[2]（2019）在《基于多源DEM的数字流域特征提取对比分析》一文中研究指出为探讨不同DEM数据源在提取流域特征方面的优劣,本文采用HYDRO1K、SRTM3-DEM和ASTER GDEM数据,以金沙江下游干流小黄瓜园流域为研究区,详细对比了3种DEM数据源在提取流域数字特征等方面的差异。结果表明:洼地填充后,各数据的高程累积频率曲线都近似一条"S"形曲线;当DEM水平分辨率达到一定精度后,水系提取效果不会随着数据精度的提高而改善;叁种DEM数据提取的子流域的平均高程相差不大,随着水平分辨率的提高,子流域平均地形起伏度和平均坡度呈增大趋势。该研究可为流域水文模拟及水资源管理等方面提供科学参考。(本文来源于《水资源开发与管理》期刊2019年07期）
王雪,李精忠,余斌[3]（2019）在《基于DEM提取流域特征影响因子的分析》一文中研究指出基于DEM的流域特征提取,受数据源、分辨率、重采样技术等因子影响。为系统地评价不同地貌类型对各影响因子的敏感程度,本文提出一种多指标因子分析模型,综合分析不同因子对流域特征,如流域面积、河流分叉比、河网密度、流域长度、流域坡度、流域高程、流域形状等的客观影响。实验过程选取山地、丘陵、平原地形的中小流域为研究区域,以ASTER 30 m重采样生成的40—100 m分辨率DEM,ASTER 30 m、SRTM 90 m和GMTED 2010 250 m的3种数据源及4种重采样技术生成的DEM场景为实验数据。结果表明:分辨率对流域特征影响最敏感,数据源次之,重采样技术不太敏感。山地地形下的流域特征变化趋势性显着,适合山地中小流域的分辨率为最高分辨率,数据源为SRTM,重采样技术为最邻近分配法。丘陵、平原地形评价结果具有随机性。(本文来源于《测绘与空间地理信息》期刊2019年06期）
彭检贵,宋亚斌,宁小斌,江腾宇[4]（2019）在《洞庭湖流域植被物候特征参数遥感提取》一文中研究指出以洞庭湖流域为研究区域,对MODIS 13Q1植被产品数据的所有像元进行EVI时间序列重构后,采用滑动平均法、动态阈值法、最大变化斜率法以及Logistic函数拟合法等4种方法进行物候参数提取。对比分析后,选择了效果最佳的滑动平均法对2005年及2015年洞庭湖流域的EVI时间序列的遥感影像进行植被物候参数提取,分析近10年来研究区域植被物候特征变化。结果表明:滑动平均法提取的植被物候参数较准确,适用性较强;利用遥感手段能及时准确地监测大区域尺度植被物候变化,为研究区域气候变化等提供参考。(本文来源于《中南林业调查规划》期刊2019年02期）
周星,仲志余[5]（2019）在《基于公共DEM的平原湖泊流域特征提取研究及应用》一文中研究指出以典型的平原湖泊流域花马湖流域为例,针对流域缺乏实测地形数据,提出了基于公共DEM数据的流域特征(流域面积、河网结构、主河流长度和主河流比降)提取方法,并探讨了数据源、重要步骤对结果的影响,结果表明:河网校正对于消除平行河流,提高河网提取精度有明显的效果,平均误差降低了超过40%;低水平分辨率、高垂直精度的SRTM数据比高水平分辨率、低垂直精度ASTER数据结果更加可靠。同时还探讨了主河流相关参数提取结果的精度,结果表明采用自动提取方法能避免主观判定主河流走向带来的误差;河流比降与实测值也较为接近,绝对误差在-0. 11‰～0. 7‰之间。从提取的效率和结果精度两方面来看,基于公共获取数据的流域特征自动提取方法是切实可行的,在水利规划等领域中具有广阔的应用前景。(本文来源于《人民珠江》期刊2019年01期）
姜雪恺,霍亮,赵圳宇,雷鹏明[6]（2018）在《以黄河上游区下段流域为例分析ArcGIS环境下DEM流域特征提取》一文中研究指出文章基于DEM,以黄河上游区下段流域为例,使用地理信息系统软件ArcGIS10. 2进行水文特征参数的提取,进而获得研究区河流流向分析、汇流累积量、河网等一系列信息。(本文来源于《内蒙古水利》期刊2018年10期）
刘金铎[7]（2018）在《基于ArcHydroTools流域特征参数快速提取过程》一文中研究指出流域水文模型已成为流域水文信息提取的重要手段。以云南省双柏县为研究区域,以分辨率为90m的SRTM DEM为数据源,采用ArcHydroTools对双柏县32条河流的特征参数进行快速提取,与以前采用手工方法提取河网相比,提高了工作效率。从提取的结果来看,基于ArcHydroTools提取双柏县内河网与实际河流基本一致,说明利用该工具进行流域水文信息提取是合理可行的。(本文来源于《云南水力发电》期刊2018年05期）
汪玲玲[8]（2018）在《基于DEM的秋浦河流域水文特征提取研究》一文中研究指出针对小流域水文特征提取问题,以秋浦河流域为研究对象,提出利用ArcGIS软件,以30m分辨率的池州市及黄山市DEM为数据源,结合秋浦河出水口的位置信息,利用Model Builder进行建模,对预处理后的DEM数据进行汇流分析、流域分析等一系列操作以获取秋浦河流域的水文信息。其中,将提取的秋浦河水系与BIGEMAP地图中的水体数据对照,同时将生成的秋浦河流域与安徽省水文遥测信息网提供的数据进行对比,两次目视对比都发现两者之间是相仿的。研究表明:运用DEM作为基础数据建立水文分析模型进行水文分析的做法是合理的,可以高效、准确地获取研究区的水文特征。(本文来源于《黑龙江工程学院学报》期刊2018年04期）
马原[9]（2018）在《DEM空间分辨率对流域水文特征信息提取及径流模拟影响研究》一文中研究指出文章以大凌河流域为研究对象,利用8种DEM空间分辨率建立SWAT水文模型,探讨了水文特征信息提取及径流模拟受空间分辨率的影响规律。结果表明:河流洪峰流量模拟精度、模拟和实测流量误差精度随着空间分辨率的增大分别增加、减少,径流拟合曲线随分辨率的提高其吻合度显着变大;在不同的DEM分辨率下河流平均高度变幅最小,而最低、最高高程随着分辨率的减少分别逐渐增大、减少。文章所建立的模型表现出良好的精确性和准确性,适用于大凌河流域在月尺度的水文模拟研究。(本文来源于《水利规划与设计》期刊2018年05期）
胡友兵,王秀庆,阚光远,苏翠,赵梦杰[10]（2017）在《基于GDAL开源库的流域地貌特征提取》一文中研究指出GDAL是一个在X/MT许可协议下读写栅格、矢量空间数据的开源库,针对水文学上流域地貌特征提取研究中与栅格、矢量数据的频繁交互,引入GDAL地理空间开源库。分析GDAL模型库结构,空间数据打开、读写及转换等数据交互常用接口,在底层将上述接口与地貌参数提取算法无缝耦合。在.Net平台上,利用轻型SharpMap开源空间数据渲染控件作为显示窗体,开发独立地貌参数提取应用程序;在ArcGIS平台上通过ArcPy脚本语言包搭建地貌参数提取工具箱,通过图解建模工具可以将其中的工具与ArcGIS相关工具进行组合,构建一键地貌提取模型,为流域地貌特征的提取计算提供一条简便实用的技术路径。(本文来源于《水利信息化》期刊2017年06期）
流域特征提取论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为探讨不同DEM数据源在提取流域特征方面的优劣,本文采用HYDRO1K、SRTM3-DEM和ASTER GDEM数据,以金沙江下游干流小黄瓜园流域为研究区,详细对比了3种DEM数据源在提取流域数字特征等方面的差异。结果表明:洼地填充后,各数据的高程累积频率曲线都近似一条"S"形曲线;当DEM水平分辨率达到一定精度后,水系提取效果不会随着数据精度的提高而改善;叁种DEM数据提取的子流域的平均高程相差不大,随着水平分辨率的提高,子流域平均地形起伏度和平均坡度呈增大趋势。该研究可为流域水文模拟及水资源管理等方面提供科学参考。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
流域特征提取论文参考文献
[1].姚新华,金佳,徐飞飞,冯险峰,罗明.太湖流域果树提取的光谱和纹理特征选择研究[J].中国生态农业学报(中英文).2019
[2].李世有.基于多源DEM的数字流域特征提取对比分析[J].水资源开发与管理.2019
[3].王雪,李精忠,余斌.基于DEM提取流域特征影响因子的分析[J].测绘与空间地理信息.2019
[4].彭检贵,宋亚斌,宁小斌,江腾宇.洞庭湖流域植被物候特征参数遥感提取[J].中南林业调查规划.2019
[5].周星,仲志余.基于公共DEM的平原湖泊流域特征提取研究及应用[J].人民珠江.2019
[6].姜雪恺,霍亮,赵圳宇,雷鹏明.以黄河上游区下段流域为例分析ArcGIS环境下DEM流域特征提取[J].内蒙古水利.2018
[7].刘金铎.基于ArcHydroTools流域特征参数快速提取过程[J].云南水力发电.2018
[8].汪玲玲.基于DEM的秋浦河流域水文特征提取研究[J].黑龙江工程学院学报.2018
[9].马原.DEM空间分辨率对流域水文特征信息提取及径流模拟影响研究[J].水利规划与设计.2018
[10].胡友兵,王秀庆,阚光远,苏翠,赵梦杰.基于GDAL开源库的流域地貌特征提取[J].水利信息化.2017