基于悬浮泥沙影响的水深遥感方法研究

论文摘要

水深测量的遥感方法，是目前逐渐被人们所认识、接受的一种量测水体厚度的高科技方法。运用该方法不仅可以迅速、准确获得大范围、同时相水深信息，还可以利用历史卫星影像数据反演历史地形地貌，为进一步认识工程处的水下地形冲淤演变状况提供资料。本文基于国家自然科学基金重点项目《长江流域调水等工程对河口环境的影响及对策》，选择长江口为研究区，对水深遥感方法及悬浮泥沙光谱特性对遥感测深影响等方面进行了研究。所得结论如下： 1．不同浓度悬沙水体光谱反射率具有双峰型特征。第一反射峰位于550-720nm处，第二反射峰位于780-835nm处。随着水体含沙量的增加，各波段反射率都普遍增大，但随含沙量的增加其增幅不同；试验表明悬沙浓度敏感波段位于R1（430-500nm）、R2（550-570nm）、R3（670-735nm）和R4（780-835nm）。 2．对于同一浓度悬沙水体，随着悬沙粒径的减小，光谱反射率逐渐增加，且悬沙粒径敏感波段位于500-700nm和800nm左右。由于悬沙粒径减小，使悬沙的散射表面积增大，因此，在相同浓度下，随着悬沙粒径的减小，反射率将增大。 3．利用选取的敏感波段，建立了悬沙浓度（S）及其对数（1nS）的单波段、波段比值和泥沙参数模型。由于本文构建的高、低浓度泥沙遥感参数，即综合了不同波段具有的悬沙信息，也部分消除和减小了外界环境条件对泥沙信息的干扰，运用该参数建立的模型，估算精度均优于以上的单波段和波段比值模型。 4．光谱反射率和悬沙中值粒径的负一次方(D50-1)相关性最好，两者之间通用关系式为：R=a+b·D50-1。 5．基于对光谱反射率和悬沙浓度、粒径之间关系的分析，建立了光谱反射率、悬沙浓度、粒径和波段四者之间的关系模型，实验表明，该模型能较好的反映四者之间的关系，且具有一定的普适性。 6．建立了多种水深反演模型。比较各模型表明，非线性模型好于线性模型，多元回归模型好于单因子模型；由于BP人工神经网络模型是一种大规模并行的非线性动态系统，具有很好的非线性映射能力，因而在处理遥感测深问题上比传统的统计方法好；而泥沙因子水深反演模型，由于引入了“泥沙影响因子”，削弱了悬沙浓度对遥感测深的影响，因而提高了遥感测深的精度。 7．对研究区近30年来河道的泥沙冲淤量、横断面及等深线变化分析表明，南港—南槽河段在1973-2003年间整体呈淤积之势，泥沙淤积量为1.39亿m3，平均每年淤积0.05亿m3。在整个研究时段内，除了1973-1978年间，河槽略有冲刷外，其它时段河槽均为淤积。南港—南槽河段的冲淤演变与进入南港的水沙量密切相关，当进入南港的泥沙淤积到一定程度，将使南港水下地形发生改变，改变后的水下地形又会影响原有水的流速和流向，进而引起下游南槽河床演变和泥沙的冲淤变化。

论文目录

• 中文摘要
• 英文摘要
• 图表目录
• 第一章 绪论
• 1.1 选题依据和研究意义
• 1.1.1 选题依据
• 1.1.2 研究的目的及意义
• 1.2 国内外研究现状
• 1.2.1 水深遥感研究现状及存在问题
• 1.2.2 悬浮泥沙遥感研究现状及存在问题
• 1.3 研究内容和方法
• 1.3.1 研究内容
• 1.3.2 研究方法
• 1.3.3 技术路线
• 参考文献
• 第二章 水深遥感的原理和方法
• 2.1 水深遥感的原理
• 2.1.1 光波在大气中传播
• 2.1.2 光波在水体中的传播
• 2.1.3 水深遥感的信息源
• 2.2 数学模型
• 2.2.1 理论解译模型
• 2.2.2 半理论、半经验模型
• 2.2.3 统计相关模型
• 参考文献
• 第三章 水体悬浮泥沙光谱特性研究
• 3.1 悬浮泥沙光谱测量的基本原理
• 3.1.1 水色遥感机理
• 3.1.2 悬浮泥沙光谱测量原理
• 3.2 悬沙水体光谱测量方法
• 3.2.1 水体光学特性测量方法
• 3.2.2 水体光谱反射率计算
• 3.3 数据采集与处理
• 3.3.1 仪器介绍
• 3.3.2 实验室光谱测量
• 3.3.3 悬沙浓度测量
• 3.3.4 泥沙粒径测量
• 3.4 悬沙水体的光谱特征分析
• 3.4.1 不同浓度悬沙水体光谱特征分析
• 3.4.2 不同粒径悬沙水体光谱特征分析
• 3.5 悬沙浓度敏感波段的选取
• 3.5.1 光谱反射率归一化处理
• 3.5.2 悬沙浓度和光谱反射率相关分析
• 3.5.3 光谱反射率的一阶微分
• 3.5.4 悬沙水体敏感波段的选取
• 3.6 悬浮泥沙特性遥感反演
• 3.6.1 悬沙浓度遥感定量反演常用模型
• 3.6.2 悬沙浓度遥感定量模式的建立
• 3.6.3 悬沙粒径和光谱反射率的关系
• 3.6.4 悬沙浓度、粒径和光谱反射率的关系
• 3.7 小结
• 参考文献
• 第四章 泥沙因子水深反演模型研究
• 4.1 研究区概况
• 4.2 资料和方法
• 4.2.1 资料
• 4.2.2 方法
• 4.3 资料的处理和分析
• 4.3.1 遥感图像的处理
• 4.3.2 水深数据的处理
• 4.3.3 坐标系统转换
• 4.3.4 水深值和遥感数据的提取和处理
• 4.3.5 水深反演因子的选取
• 4.4 水深反演模型的建立
• 4.4.1 线性水深反演模型
• 4.4.2 非线性水深反演模型
• 4.4.3 BP人工神经网络模型
• 4.5 悬浮泥沙对遥感测深的影响
• 4.5.1 悬沙浓度变化对遥感测深的影响
• 4.5.2 悬沙浓度影响因子的选取
• 4.5.3 泥沙因子水深反演模型的建立
• 4.5.4 小结
• 4.6 小结
• 参考文献
• 第五章 水深遥感应用实例研究
• 5.1 概述
• 5.2 研究区水沙特性
• 5.3 资料的收集和整理
• 5.3.1 水下地形资料
• 5.3.2 遥感资料
• 5.4 水下地形资料反演
• 5.5 冲淤变化分析
• 5.5.1 河道冲淤量分析
• 5.5.2 河道横断面分析
• 5.5.3 河道等深线分析
• 5.6 河道演变的成因分析
• 5.7 小结
• 参考文献
• 第六章 结论和讨论
• 6.1 结论
• 6.2 讨论
• 致谢