论文部分内容阅读
渭河作为陕西中部地区重要的水资源,随着社会经济的高速发展和各个城市规模的不断膨胀扩张,渭河已受到严重污染。由于河流水质的好坏直接影响社会生产和人们日常生活,有必要加强渭河的监测和治理。常规水质监测技术耗时耗力,而且很难反应整个河流的水质状况。近几十年来,遥感监测技术迅猛发展,其具有范围广、速度快、可周期性连续监测的特点,弥补了人工水质监测的缺陷,在大面积水域的水质监测方面拥有巨大的应用潜力。本论文以渭河陕西省咸阳段为研究区域,在综述国内外遥感监测技术研究进展和渭河水质特点的基础上,应用GA-SVM模型构建了渭河的水质指标遥感反演模型,并对主要的水质指标透明度、叶绿素a和总磷进行反演,获得了理想的结果,从而为渭河咸阳段的水环境遥感监测提供了一种新方法。应用遥感技术对水质进行实时、动态及准确监测具有重要的理论意义和实际应用价值。本文主要研究成果如下:(1)在分析和总结水质遥感监测的基本原理和方法的基础上,提出了与本研究相关的水质遥感监测参数,这些参数主要有叶绿素a、透明度和总磷。其中叶绿素a和透明度是影响水体光谱特征的主要物质。(2)经过对遗传算法与支持向量机基本理论的深入了解,采用遗传算法的全局寻优能力对支持向量机的核函数及其参数进行优化,获得了基于遗传算法的一种新的支持向量机模型(即GA-SVM模型)。(3)对Landsat-7遥感影像进行大气校正,避免了因大气散射、折射及吸收等要素对其产生的影响。对Landsat-7遥感影像进行几何校正,消除了由于地形起伏、地球自转、地球表面曲率等影响造成的影像形变。通过遥感波段与波段之间、水质参数与水质参数之间、遥感波段或波段算法组合与水质参数之间相关性分析,得出叶绿素a与B4/B3、透明度与B4/B2、总磷与B4的相关系数分别为0.906**、0.877**、0.949**,达到极显著的相关性,分别可以作为变量与因变量。(4)利用训练数据集分别对SVM和GA-SVM模型进行训练并反演。结果表明,两种模型对叶绿素a及透明度的反演结果与ETM+数据之间达到显著的相关性,两种模型对总磷的反演结果与ETM+之间的相关性都不显著;虽然SVM模型对叶绿素a、透明度和总磷的拟合结果要好于GA-SVM模型,但其对这些水质参数的反演效果要比GA-SVM差的多。本文所构造的叶绿素a、透明度和总磷的GA-SVM模型,再通过严格的完善和检验后,均可以直接应用于渭河咸阳段的水质监测。