遙感論文開題報告
開題報告是指開題者對科研課題的一種文字說明材料。以下是小編收集的遙感論文開題報告，歡迎查看！
開題報告
畢業(yè)設(shè)計題目：基于ETM＋遙感影像的綠化動態(tài)監(jiān)測方法研究
學(xué)院：武漢大學(xué)遙感信息工程學(xué)院
專業(yè)：遙感科學(xué)與技術(shù)
班級學(xué)號：
姓名：
指導(dǎo)老師：賈永紅
時間：
一． 研究目的與意義
由于人類對植被的破壞,導(dǎo)致了生態(tài)環(huán)境的惡化以及全球性的環(huán)境變化。如水土流失的加重，土壤的退化以至荒漠化等局部性的生態(tài)環(huán)境惡化、大氣二氧化碳的增加、全球變暖以及生物多樣性減少等，這些變化直接影響了人類的生存和繁衍。所以對于全球變化的研究越來越被人們所重視，特別是土地利用/土地覆蓋等方面。綠色生態(tài)系統(tǒng)在全球的碳循環(huán)過程中起著積極的作用，并且城市綠地作為城市結(jié)構(gòu)中的自然生產(chǎn)力主體，在城市系統(tǒng)中起著重要作用。因此，研究綠色植被的動態(tài)變化對認(rèn)識全球變化，具有至關(guān)重要的作用。
把遙感技術(shù)作為一種綜合性探測技術(shù)運用于綠化動態(tài)監(jiān)測中，不僅能迅速獲得大量豐富的第一手信息和數(shù)據(jù)，而且能科學(xué)、準(zhǔn)確、及時地提供分析成果。不僅能提供細(xì)部地區(qū)的信息，而且能統(tǒng)觀全局。遙感技術(shù)以其宏觀性、多時相、多波段等特征為監(jiān)測和了解植被變化提供了一種新型而有效的方法，為生態(tài)規(guī)劃提供了科學(xué)依據(jù)和技術(shù)支持。
二． 國內(nèi)外現(xiàn)狀和發(fā)展趨勢
植被變化主要是地球內(nèi)部作用（土壤母質(zhì)，土壤類型等）以及外部作用（氣溫，降水等）的綜合作用的結(jié)果[1]。植被光譜特征是植被遙感的基礎(chǔ)。植被反射光譜是植被，土壤，大氣，地形，地帶性，水分含量等多種因素影響而成的綜合反映。利用遙感技術(shù)對植被變化的監(jiān)測的優(yōu)勢主要有：（1）衛(wèi)星遙感圖像具有周期性，宏觀性，現(xiàn)勢性，經(jīng)濟性的特點，可以用于大范圍區(qū)域的植被覆蓋監(jiān)測[2] ；（2）利用多時相衛(wèi)星影像進(jìn)行變化分析,是遙感數(shù)據(jù)應(yīng)用的重要領(lǐng)域[3]；（3）高光譜遙感數(shù)據(jù)具有波段多、信息量豐富的特點可以提供連續(xù)、精細(xì)的光譜信息，用于植被遙感的定量研究中[4] ；（4）多源遙感信息（多時相、多光譜、多傳感器、多平臺和多分辨率）提供的信息具有互補性、合作性，可以使對植被覆蓋度的定量估算更加精確、完全和可靠[5]。因此用遙感數(shù)據(jù)來進(jìn)行植被變化監(jiān)測已經(jīng)成為動態(tài)檢測植被變化的主要手段。
由于變化檢測問題的復(fù)雜性，遙感圖像變化檢測目前仍處于探索階段，還沒有統(tǒng)一的解決方法。但是大家比較一致的認(rèn)為：變化檢測的方法的選擇依賴于遙感數(shù)據(jù)源的類型和待檢測目標(biāo)的類型。因此，在綠化動態(tài)檢測方面，研究者們試圖通過各種方法對植被變化檢測方法進(jìn)行探索，在變化信息發(fā)現(xiàn)方面有光譜特征變異法、差值法、差異主成分法、多波段主成分變換、主成份差異法等等，在變化信息提取方面比較有效的有閾值法、分類法、人機交互解譯法等等。
變化信息發(fā)現(xiàn)方面：
(1) 光譜特征變異法 是運用多源數(shù)據(jù)的融合技術(shù)，將來自不同傳感器的遙感數(shù)據(jù)進(jìn)行融合，使變化區(qū)域呈現(xiàn)特殊的影像特征的一種方法。同一地物反映在不同影像上的光譜信息一一對應(yīng)的。因此對不同時相影像融合時，才能如實地顯示出地物的正確光譜屬性。但如果兩者信息表現(xiàn)為不一致時，那么融合后影像的光譜就表現(xiàn)得與正常地物有所差別，此時就稱地物發(fā)生了光譜特征變異。 這部分影像在整個的影像范圍內(nèi)是不正常和不協(xié)調(diào)的，可以通過目視的方法將它們選擇出來。這種變化信息提取的方法具有物理意義明顯，簡潔的特點。
(2) 差值法 就是將兩個時相的遙感圖像相減。其原理是：圖像中未發(fā)生變化的地類在兩個時相的遙感圖像上一般具有相等或相近的灰度值，而當(dāng)?shù)仡惏l(fā)生變化時，對應(yīng)位置的灰度值將有較大差別。因此在差值圖像上發(fā)生地類變化部分灰度值會與背景值有較大差別，從而使變化信息從背景影像中顯現(xiàn)出來。
(3) 差異主成份法 兩時相的影像經(jīng)糾正、配準(zhǔn)融合及精確的空間疊置之后，先做差值運算并取絕對值，從而得到一個差值影像。顯然，這個差值影像集中了原兩時相影像中絕大部分的變化信息，而濾除了影像中相同的背景部分，在此基礎(chǔ)上，再對差值影像作PC變換。由PC變換的特性知道，變換結(jié)果的第一分量集中影像的主要信息，而在其它分量則反映了波段的差異信息。因此，差值影像作PC變換之后的第一分量應(yīng)該集中了該影像的主要信息。
(4) 多波段主成份變換 地物屬性發(fā)生變化，必將導(dǎo)致其影像特征的變化，表現(xiàn)為某幾個波段上的灰度值發(fā)生變化，所以只要找出兩時相影像中對應(yīng)波段上灰度值的差別并確定這些差別的范圍，便可發(fā)現(xiàn)土地利用變化信息。首先將兩時相的影像各波段進(jìn)行組合形成一個兩倍于原影像波段數(shù)的新影像，然后對該影像作PC變換。由于變換結(jié)果前幾個分量上集中了兩個影像的主要信息，而后幾個分量則反映出了兩影像的差別信息，因此可以試著抽取后幾個分量進(jìn)行波段組合來提取變化信息。
(5) 主成份差異法 本方法和差異主成份法所不同之處在于影像作PC變換與差值處理的順序不一樣。要求先對兩時相的影像作PC變換，然后對變換結(jié)果作差值，取差值的絕對值為處理結(jié)果。由于在對兩影像分別作PC變換時前面的分量集中了影像里的主要信息，因此，在作影像差值時，前面分量對應(yīng)之差也就反映了原始影像中對應(yīng)的變化信息。利用這幾個差值分量作波段組合也能發(fā)現(xiàn)不同時相影像的變化。研究表明，兩時相影像作PC變換后相差的第一分量已經(jīng)涵蓋了幾乎所有的變化信息。
變化信息提取 方面：
a. 閾值法 遙感圖像中，每類地物都對應(yīng)特定的灰度域。在變化信息特征增強的圖像上，變化區(qū)域的灰度值與其它區(qū)域的灰度值一般是明顯不同的。因此可以根據(jù)直方圖和影像特征，交互確定變化存在區(qū)灰度域的`上下限閾值。然后利用閾值將變化發(fā)生的區(qū)域從圖像中提取出來。
b. 分類法 由于變化信息往往呈多態(tài)分布，單純用閾值法很難準(zhǔn)確地將變化區(qū)域從背景影像中分離開來，這時可以采用分類法。分類方法有多種，通常采用監(jiān)督分類。利用監(jiān)督分類提取變化信息時，訓(xùn)練樣區(qū)的選擇最為關(guān)鍵。首先要分析變化信息特征增強的圖像的特點，如果各類變化信息的影像特征差別明顯，就將每類的變化信息都選出一個樣區(qū)進(jìn)行分類。但是當(dāng)圖像中不同類型變化信息影像特征差別不明顯時，須將變化類型做適當(dāng)?shù)暮喜ⅲ员ＷC分類精度。
c. 人機交互解譯法 即通過人機交互解譯，從變化信息特征增強的圖像中手工描繪出變化區(qū)域，并結(jié)合土地利用現(xiàn)狀圖和實地調(diào)查確定變化類型。解譯的基本要素包括色調(diào)、顏色、大小、形狀、紋理、結(jié)構(gòu)、高度、陰影、組合構(gòu)型和所處的地理位置等。人機交互解譯最大優(yōu)點是靈活，并且由于加入了解譯者思維和判斷，信息提取精度相對較高。在目前計算機自動分類精度尚不能完全滿足工作需要時，人機交互解譯仍是一種非常重要 [6]。
由于以上方法都有一定的適用范圍，存在局限性，我們在實際運用時，必須將幾種方法進(jìn)行融合，或者根據(jù)自己的需要對某種方法進(jìn)行改進(jìn)，使其最大程度的滿足我們的要求。
三． 研究內(nèi)容和方法
本次畢業(yè)設(shè)計利用2002年和2005 年的TM影像,通過分別計算亮度指數(shù)和綠度指數(shù),建立“亮度－綠度指數(shù)”(BI－GVI) 平面, 進(jìn)而計算在這個平面上兩種不同時相的圖像產(chǎn)生的變化向量，再根據(jù)變化向量的方向和大小，對變化類型進(jìn)行分類，進(jìn)而得到綠地的變化分類信息。為了獲得對比信息我們也建立了“亮度—垂直植被指數(shù)”(BI－PVI)平面，同樣通過變化向量分析法獲取變化信息。
植被的動態(tài)變化，在遙感影像上主要表現(xiàn)為亮度的不同和植被指數(shù)變化。用TM數(shù)據(jù)為例來說，基本原理如下：
1．計算綠度指數(shù)（GVI）
1984年，Crist和Cicone對TM數(shù)據(jù)的6個波段（除TM6外）做了纓帽變化。通過這個變換獲得的6個分量中前3個分量與地物有著明確的關(guān)系，分別定義亮度（Brightness）、綠度（Greenness）和濕度（Wetness），而本次設(shè)計就選用第二分量作為綠度指數(shù)。采用下列公式做纓帽變化，從而獲得綠度指數(shù)圖像。
GVI=-0.2728TM1-0.2174TM2-0.5508TM3+0.7221TM4
+0.0733TM5-0.1648TM7 -0.7310
2．計算亮度指數(shù)(BI)和垂直植被指數(shù)（PVI）
本文采用了戴昌達(dá)等人提出的方法,該方法的核心思想是在采用了“垂直植被指數(shù)(PVI) ”概念的基礎(chǔ)上,建立“亮度－垂直植被指數(shù)”平面。亮度指數(shù)公式如下：
BI =1/3*[ ( TM3) 2 + ( TM4) 2 + (TM5)2 ]1/2
其中，BI為圖像的亮度指數(shù)，TM3、TM4、TM5分別為TM影像第3，4，5波段的亮度值。
為了計算垂直植被指數(shù)，首先在影像中分別對土地利用可以肯定的非植被區(qū)（湖泊、長江、建筑物、道路）,進(jìn)行采樣擬合“非植被線”。為了能夠?qū)崿F(xiàn)植被的分離,在TM3—TM4 平面中計算每一個像元到“非植被線”的距離D , D 被作為垂直植被指數(shù)PVI ,D 越大,說明是植被的可能性就越大; D 越小,就說明可能性越小。
3．計算變化向量
用以上的任意的一套分量建立一平面,不同時相的影像上的像元點都可以在這一平面內(nèi)找到一個與之對應(yīng)的點。對于不同影像上的同名地物點,我們可以求出“變化向量”A 。A = ( P2X－P1X , P2Y－P1Y) ,通過變化向量模的大小就可以描述變化的多少，而變化向量的方向可以反映變化區(qū)域的類別。
4．變化分類及輸出分類圖
引起地面植物和亮度變化的因素很多，最主要的有作物種類、長勢、土壤類別、耕地變成非耕地或非耕地變成耕地等等。為了檢測植被的變化，首先將變化向量大小拉伸到[0，255],然后確定二值化的閾值來發(fā)現(xiàn)植被變化部分。在變化向量的方向上，把360度劃分為4個區(qū)間，可以得到4個變化類別，最后得到植被變化分類圖。
四． 進(jìn)度安排
本畢業(yè)設(shè)計將分為四個主要階段進(jìn)行，其進(jìn)度安排如下：
第一階段：2006年3月1日－3月31日，相關(guān)資料收集，文獻(xiàn)閱讀，制定畢業(yè)設(shè)計方案；
第二階段：2006年4月1日－4月30日，算法實現(xiàn)階段，主要是將理論算法用VC＋＋程序?qū)崿F(xiàn)；
第三階段：2006年5月1日－5月20日，對畢業(yè)設(shè)計進(jìn)行理論和實驗兩方面的總結(jié)，整理實驗結(jié)果，撰寫畢業(yè)論文；
第四階段：2006年5月20日－6月2日，論文答辯。
五． 主要文獻(xiàn)和資料
1．《遙感原理與應(yīng)用》………………… 武漢大學(xué)出版社 孫家炳
2．《Visual C++數(shù)字圖像處理》………………… 人民郵電出版社 何斌，馬天予，王運堅，朱紅蓮
3．《遙感圖像的應(yīng)用處理與分析》………………… 清華大學(xué)出版社 戴昌達(dá)，姜小光，唐伶俐
4．《植被變化監(jiān)測方法研究》畢業(yè)論文………………… 余卉，2005
5．《基于ETM＋遙感影像的南京市城市綠地的動態(tài)監(jiān)測》………………… 鄭光，田慶久，李明詩
6．《廈門市植被變化的遙感動態(tài)分析》………………… 徐涵秋，陳本清
參考文獻(xiàn)
[1] 孫紅雨，王長耀，牛鉦，布和敖斯?fàn)�。中國地表植被覆蓋變化及其與氣候因子關(guān)系－基于ＮOAA 時間序列數(shù)據(jù)分析。遙感學(xué)報，1998，2（3）：204-209
[2] Zhou L, Tucker C, Kaufmann R, et al. Variations in northern vegetation activity inferred from satellite data of vegetation index during 1981 to 1999 [J]. Journal of Geophysical Research, 2001, 106, 20069-20083
[3] 馬明國，王雪梅，角媛梅, 陳賢章�；赗S與GIS的干旱區(qū)綠洲景觀格局變化研究——以金塔綠洲為例。中國沙漠，2003，23（1），53-58
[4] 陳述彭，童慶禧，郭華東，等。遙感信息機理研究。北京，科學(xué)出版社。
【遙感論文開題報告】相關(guān)文章：
國貿(mào)論文開題報告03-19
oracle論文開題報告03-19
物流論文開題報告02-24
稅務(wù)論文開題報告12-21
口譯論文開題報告12-21
電大論文開題報告11-18
論文開題報告須知03-19
施工論文開題報告02-07
學(xué)位論文開題報告02-07