一、南沙珊瑚环礁的遥感复合信息熵与类型(论文文献综述)
何鑫[1](2021)在《南海珊瑚礁区海表风速时空变化及热带气旋影响分析》文中认为使用遥感数据分析珊瑚礁区的风速,包括海表风速(Sea Surface Wind,SSW)和热带气旋(Tropical Cyclone,TC),是研究珊瑚礁受环境胁迫的重要内容,能够为保护珊瑚礁资源奠定基础。本研究基于海表风速数据集系统分析1988~2017年南海珊瑚礁区海表风速的时空变化;使用热带气旋最佳路径数据集统计2010~2019年南海珊瑚礁区热带气旋的分布情况,并且评估不同珊瑚礁区受热带气旋的影响程度等级。得到的主要结论如下:(1)东沙群岛的年平均SSW最大,南沙群岛的最小。珊瑚礁区SSW的月平均变化呈现‘W’型。南沙群岛的年平均海表温度(Sea surface Temperature,SST)最高,东沙群岛的最低。在春季,四个珊瑚礁区的风速偏低,风向较为复杂。在夏季,南沙群岛西南风发生的频率最高,风速约7m/s。东沙群岛的风速最低。秋季,珊瑚礁区主要呈现东北风,风速在6 m/s左右。南沙群岛东北风和西南风的频率都很高。冬季,四个珊瑚礁区的风向均为东北风,频率在80%左右。东沙群岛的风速最高,南沙群岛的风速最低。珊瑚礁区的月平均SST近似呈现‘M’型变化,与月平均SSW的‘W’型变化相反。南海的海温变化不仅滞后于El Ni(?)o 3.4指数7个月左右,而且强度也有所降低。(2)对南海的海表风速距平(Sea Surface Wind Anomaly,SSWA)进行EOF分析,其第一模态表明东沙群岛、西沙群岛、中沙群岛和南沙群岛的SSWA的变化是一致的。南海的SSWA的第二模态空间分布表明南沙群岛与其他三个珊瑚礁区的变化呈反相关系。对南海的纬向风进行EOF分析,纬向风第一模态空间分布表明东沙群岛、西沙群岛、中沙群岛和南沙群岛的纬向风的增大和减小是一致的。纬向风第二模态空间分布表明,南沙群岛与其他三个珊瑚礁区的纬向风变化呈反相关系。对南海的经向风进行EOF分析,经向风的第一模态空间分布表明东沙群岛、西沙群岛、中沙群岛和南沙群岛的经向风变化是同相的。经向风的第二模态空间分布显示,南沙群岛与其他三个珊瑚礁区的经向风变化呈反相关系。SSWA、纬向风和经向风的第一模态时间系数都呈现一年的周期,第二模态时间系数都呈现一年和半年的短周期。(3)近10年以来,2010和2011年发生的热带气旋总数较少,其他年份的热带气旋频数相差不大,STY频数最少,Super TY的频数最多。影响到南海珊瑚礁区的TC等级多数为Super TY,STS很少影响珊瑚礁区。影响南海珊瑚礁区的TC高发期为8~10月。TC过境时,珊瑚礁区的风速大多数在41.5 m/s以下。2011年、2015年和2019年没有TC影响珊瑚礁区。2012年、2013年、2017年珊瑚礁受TC的影响时长较长。热带气旋对南海北部的影响更大,且多数热带气旋等级为STY和Super TY。2010~2019年,东沙群岛受热带气旋的影响最严重,影响程度等级最高可以达到V级,西沙群岛次之,影响程度等级最高可以达到IV级,中沙群岛和南沙群岛受热带气旋的影响都很小,影响程度等级几乎都在Ⅰ级。
纪茜[2](2021)在《基于遥感影像的水深反演方法研究》文中研究指明水深是重要的地形要素,水深的测量有助于更好的了解浅海的地形地貌,也对近海开展经济和军事等活动有很重要的作用。水深遥感反演因为覆盖面积大、更新快和成本低的优势而成为测量水深的一种重要手段,也是对传统水深测量方法和技术的补充和改进。遥感反演水深的原理是利用遥感影像数据,根据能够测得的与水深相关性大的参数来反演水深值。基于遥感技术探测水深是对传统测深方式的补充,但受水体质量和遥感影像的影响,精度比较低。本文选取了我国南海的西沙群岛的甘泉岛和七连屿作为研究区域,并使用高分一号、高分二号、高分六号和World View-2作为遥感数据,激光雷达测的点云数据作为实测水深数据,进行水深反演的展开研究。根据光在水中的传播原理,介绍了通过遥感反演水深的基本原理,传感器接收到的总辐射亮度来源,并以此展开阐述了理论解析模型、半经验半理论模型和统计模型。主要介绍了机器学习的BP神经网络、随机森林和极限学习机,并在评价遥感影像质量的基础上对研究区域建立了三种机器学习水深反演模型。本文主要研究内容及结论如下:1)根据遥感反演水深的基本原理,从光在水中的辐射传输入手,推导了各种模型中代表模型的公式。2)对遥感影像数据进行预处理,针对几何校正,对比了三种栅格重采样的方法,结果表明在研究区域内使用双线性内插法处理后的影像与原影像的值更接近。3)对国产卫星高分一号、高分二号和高分六号以及国外卫星World View-2进行影像质量的评价,采用了四个客观指标进行评价分析。结果高分二号和World View-2的蓝绿波段的独立性更高,World View-2受噪声干扰程度最小,高分二号影像上各种类型地物之间的可分性更高,四个卫星的信息承载量基本上差不多。4)使用了BP神经网络、随机森林和极限学习机三种机器学习方法对甘泉岛和七连屿构建水深反演模型。经过多次试验,找出最优参数。5)针对三种模型反演的水深结果,采用R2、RMSE和MAE三个指标对水深的模拟结果进行误差评价,并对比分析。根据结果表明,极限学习机的精度最高。6)对比四种卫星的反演结果,World View-2精度最高,高分一号和高分二号的精度基本一致,高分六号的精度最低,不适合采用高分六号卫星进行此研究区域的水深反演。本文利用机器学习分别反演高分一号、高分二号和高分六号以及World View-2甘泉岛和七连屿的水深,得出World View-2的反演精度更高,在三个国产卫星里,高分二号精度最高,在一定程度上可以替代国外的卫星。在反演模型上,极限学习机的反演效果最好。为使用遥感技术反演水深,提供了一定的思路。
闵开付,程亮,周晓,夏南,李宁,李满春[3](2020)在《南沙他国侵占岛礁战略价值及空间格局评价》文中指出从建岛潜力、岛礁辐射能力和岛礁承载能力3个方面选取26个指标,采用主客观综合赋权法确定各因子权重,利用线性加权法获得被越南、菲律宾、马来西亚、文莱等国所侵占的南沙44个岛礁的战略价值,并对结果进行空间插值,分析其空间格局特征。结果表明:1)被马来西亚侵占的弹丸礁、越南侵占的南威岛、以及菲律宾侵占的中业岛,其战略价值位列前3,评价得分分别为100、98.42和97.09。2)岛礁辐射能力空间分布格局呈现"NW—SE条带式","最高"和"高"等级的区域由研究区西北延伸至东南,然后向东北、西南两侧递减,辐射能力格局中有2个核心区域和2个次级核心区域。承载能力空间分布格局呈现"横向条带式",由北向南越来越低,有1个核心区域和2个次级核心区域。建岛潜力空间分布格局有3个核心区域及2个次级核心区域。3)岛礁战略价值空间分布格局有3个核心区域,分布于研究区中部、北部及南部,与越南、菲律宾、马来西亚密切相关的核心区域各有1个。越南侵占岛礁最多且空间分布较广,有2个次级核心区域也与越南密切相关,越占岛礁若进一步建设,将形成多核心协同的战略格局,需密切关注。
李成鹏,徐慧,禹文清[4](2020)在《基于中等分辨率遥感影像的珊瑚礁信息提取》文中指出中国海域辽阔,其中南海海岛周围分布着大量的珊瑚礁。本文以西沙珊瑚岛浅水海域为研究对象,选取2015年和2018年的高分一号影像数据为数据源,应用基于统计学习原理的支持向量机(Support Vector Machine,SVM)分类方法,对珊瑚礁信息进行提取。结果表明,高分卫星影像数据对于珊瑚礁信息提取具有有效性及可行性。通过对两年影像分类结果对比分析,发现2018年珊瑚岛浅海水域珊瑚礁面积相较于2015年减少大约7.73%。
张君珏,苏奋振,王雯玥[5](2018)在《南海资源环境地理研究综述》文中认为南海及沿岸地带是亚太地区经济发展最有活力和潜力的地区之一,受全球变化和人类活动的影响,南海资源环境正发生快速变化,对社会、经济、生态和环境带来新压力。本文从地理空间信息角度,以海岸资源、海洋资源和珊瑚礁资源的地理研究为综述内容,梳理了该区域岸线遥感监测、油气资源储量及渔业资源渔获量的地理差异、珊瑚礁地貌遥感监测与珊瑚白化等相关研究进展,讨论了已有研究的成果及其薄弱方向,依据发展趋势探讨了未来研究工作的重点。综述发现,南海资源环境的地理空间研究中,主要成果表现在资源环境的大面积快速监测与地理分异性方面,但在资源分布的内在机制及资源开发的环境效应影响方面仍缺少足够的研究。未来可望获得突破的研究主要包括:区域时空多尺度特征及其效应,区域间自然和社会发展的分异和规律,多源数据融合的南海资源动态监测的精度与时效的提高,以及资源变化过程的海洋生态与环境综合效应研究等。
王华[6](2018)在《南海地区典型气象年生成方法对比研究》文中研究说明在建筑设计过程中,需要对建筑是否达到节能标准进行判断,通常会运用模拟软件进行能耗模拟计算。要进行建筑能耗模拟一般需要一整年与能耗相关气象参数的逐时数据,对于长期的气象数据而言,它应该具有典型性。南海地区大部分岛礁属于极端热湿气候区,建筑物常年暴露在高温、高湿和高盐环境中,建筑耗能巨大,而当地没有可以用于建筑能耗模拟的气象数据,所以针对南海地区进行典型气象年生成方法的对比研究十分必要。首先,本文通过从NOAA和TRMM获取南海地区气象数据,将所获得的气象数据转化成可读格式,通过机器学习使用随机森林算法处理非线性回归关系得到了精度较高的辐射预测模型,模型精度:训练数据0.963、测试数据0.743,用该模型补充了南海地区8个站点16年的总辐射数据,并分析了南海地区的气象特征,发现各岛礁具有群岛尺度的气象规律。其次,本文针对南海地区数据较完整的7个站点,分别运用Sandia法、Danish法和Festa-Ratto法三种算法,使每个站点均得到三种典型气象年生成结果。对每个站点的三种结果,通过评价指标气象参数(空气温度、露点温度、风速和水平日总辐射)月均值、标准差值和CDD差值的分析比较,进行南海地区典型气象年算法适应性评估,综合各指标评价结果,发现Festa-Ratto算法较Sandia法和Danish法而言考虑较全面,是生成南海地区典型气象年的适用算法。最后,本文对辐射逐时化模型和常规气象参数逐时化方法进行分析,选用CP&R统计模型对总辐射数据进行逐时化,选用Gompertz函数进行直散分离,选用三次样条插值法对其他数据进行逐时化。通过Python语言,分别对C-P&R统计模型、Gompertz函数模型和三次样条插值法的编写程序,将所选的典型气象年数据批量处理,实现各气象数据的逐时化并分析逐时化数据特征。分别用三沙市、马尼拉对照组和太平岛、斯里巴加湾对照组进行气象参数分析和能耗模拟,发现两组对照组中典型气象年的代表性气象参数数据差别均较大,并且建筑全年总能耗与空调负荷量差值也很大。因此,对于南海地区建筑能耗模拟的准确性而言,本文中针对南海地区各站点挑选典型气象年用于南海地区建筑能耗模拟,所做工作十分必要,优于以往直接使用临近站点数据,建议南海地区今后可采用本文所生成典型气象年数据进行建筑能耗模拟。
安振振,李广雪,马妍妍,徐继尚,丁咚,张洋,闵建雄,王丽艳[7](2018)在《珊瑚礁地质稳定性研究现状》文中认为为探究珊瑚礁稳定性的研究现状,对影响礁体稳定性的诸多因素如礁体结构、地形地貌、波浪、潮汐、潮流、风诸如热带气旋和风暴、海流等进行总结,结果表明以上诸多因素可在不同程度上决定或影响礁体稳定性。同时指出现阶段礁体稳定性研究所需注意的问题,其一是涉及珊瑚礁地质稳定性的礁体结构、地貌形态的研究尚少,需合理利用多波束测深仪、高分辨率多道地震探测系统、钻探及AUV、三维实时声学成像声呐技术获取礁体地形、地层及剖面形态,并借助GIS技术对滑坡等失稳地带进行圈定,其二是泻湖区、礁体边坡等区域的稳定性研究缺乏,需引入极限平衡法评估礁体边坡、泻湖等区域的稳定性,且需考虑波浪、潮汐引入的孔隙水压力、渗流力的影响。通过综述礁体稳定性研究现状及未来礁体稳定性研究的方向的展望,以期为珊瑚礁体上的工程建设及未来的珊瑚礁地质稳定性研究提供些许启示。
杨娟,苏奋振,石伟,左秀玲,方月[8](2014)在《南海珊瑚环礁开放程度模型构建研究》文中认为南海环礁发育过程中形成了开放程度不同的环礁类型,依据环礁不同地貌部位的几何因子作为反映环礁开放程度的指标可以定量划分环礁开放程度类型。如果将澙湖潮汐通道作为环礁地貌结构要素用来反映环礁开放程度,则潮汐通道可以成为新的度量因子。利用高分辨率遥感影像结合GIS技术,以澙湖潮汐通道的几何参数为主构建反映环礁开放程度的模型,结果表明,以口门宽度与礁体中轴线长度之比为指标建立的经验式,可用来划分环礁开放程度类型,封闭型环礁的开放度为0,准封闭型环礁的开放度为00.06,半开放型环礁的开放度为0.060.25,开放型岛礁的开放度为0.251。因此,采用这一量化表达式反映南海环礁的开放程度类型,可为珊瑚环礁的开放程度发育规律研究提供科学工具。
张荷霞[9](2014)在《南沙群岛岛礁战略价值评价研究》文中进行了进一步梳理南沙群岛作为我国的固有领土,不仅是海洋防御的前沿阵地,而且是海洋资源的重要基地,关系到我国海疆权益维护、资源能源开发、区域和平发展的客观需求。自20世纪70年代以来,越南、菲律宾、马来西亚、文莱等国先后以武力方式非法侵占和控制南沙岛礁,公然侵犯我国海洋权益与领土主权,严重威胁中国国防安全与外交关系。因此,研究针对南沙群岛岛礁争端日益加剧、南沙群岛岛礁战略价值研究匮乏等现象,在Landsat OLI遥感影像的支持下,通过修正引力模型,实现了南沙群岛岛礁战略价值的评分类价,以期为解决南沙岛礁争端、维护国家海洋权益、制定海洋发展战略提供参考和依据。研究的主要内容包括:(1)针对不同珊瑚覆盖类型的光谱特征,采用逐层分解的方式,结合OTSU分割算法,提取出高潮高地、潮间沙地、低潮沙地、活珊瑚/沙、死珊瑚、漏湖泥沙6种珊瑚礁覆盖类型及开放水体背景信息;通过分类结果二值化和栅格边界矢量化,构建南沙群岛岛礁礁坪的面状要素,实现南沙群岛岛礁空间地理信息的自动获取。(2)通过深入剖析南沙群岛岛礁的战略价值,认为其主要包含自然价值、经济价值、航运价值、政治价值、军事价值5个方面,同时,还受到热带风暴等极端气象灾害等的影响。研究利用GIS空间分析功能,对各个影响因子进行量化,构建评价指标体系以计算岛礁自身的综合价值。同时,考虑到岛礁之间存在相互作用且相互作用具有不对称性的特点,引入并修正引力模型,构建南沙群岛岛礁战略价值评价模型。(3)根据南沙群岛岛礁空间地理信息的提取结果,研究按照形态特征和分布状况,将岛礁分为群礁、组合环礁、环礁、台礁4种类型。通过南沙群岛岛礁战略价值评价模型,分别定量评价南沙群岛的群礁、组合环礁、环礁、台礁的战略价值,从而为南沙群岛的控制与管理、开发与保护提供支撑。研究结果表明:(1)南沙群岛群礁的战略价值由高到低依次为:郑和群礁、中业群礁、九章群礁、道明群礁、双子群礁。(2)南沙群岛组合环礁的战略价值由高到低依次为:中业-铁线、梅九-铁峙、榆亚暗沙、马欢-费信、鲎藤-巩珍。(3)南沙群岛环礁中战略价值较高的有:美济礁、五方礁、弹丸礁、仁爱礁、六门礁、司令礁、永暑礁、毕生礁、东礁、柏礁、信义礁等。(4)南沙群岛台礁中战略价值最为突出的是太平岛和中业岛。在群礁区域内,双子群礁、中业群礁、道明群礁、郑和群礁、九章群礁中战略价值最高的分别为北子岛、中业岛、双黄沙洲、太平岛、景宏岛;在非群礁区域内,战略价值较高的有:南威岛、西月岛、马欢岛、浪口礁、费信岛、华阳礁、安波沙洲等。
徐兵[10](2013)在《珊瑚礁遥感监测方法研究》文中认为在气候环境变化和人类活动的双重影响下,全球珊瑚礁正面临着严重的危机,有可能成为第一个因全球变暖而消失的生态系统。遥感技术可以快速、大面积、周期性地获取全球范围内珊瑚礁的各类信息,已经发展成为珊瑚礁调查和监测的主要手段。为了更有效地保护珊瑚礁生态系统,研究适用于我国珊瑚礁遥感监测的技术与方法,具有重要的现实意义。本文以广东徐闻珊瑚礁保护区为研究区域,开展珊瑚礁水下地形遥感反演、底质光谱特征分析、珊瑚信息提取、健康状态变化检测等相关技术研究。主要结果如下:(1)基于研究区TM遥感影像和水深数据,建立了珊瑚礁区水下地形的遥感反演模型。基于水深反演专题图,结合珊瑚礁生态地貌特点,初步划分了珊瑚礁水下生态带。通过遥感解译从更宏观的角度描述了珊瑚礁水下地貌概况,表明了水深遥感方法在珊瑚礁区水下地形反演中的可行性。(2)通过对珊瑚礁不同底质的光谱测量与特征分析,研究发现各类底质光谱反射率总体上呈现出一个高反射区(400~580nm)、快速衰减区(580~740nm)和一个低反射区(740~900nm),不同的底质光谱之间存在特征差异,且底质光谱反射率受到水深和水质环境的影响较大。对比野外实验采集的五种珊瑚优势种的光谱反射率,研究发现不同珊瑚优势种之间光谱特征存在明显差异。同一种珊瑚在健康与白化两种状态下光谱之间也存在明显差异,通过光谱的一阶微分处理可以更清晰地发现这些差异。而对于同属不同种的珊瑚而言,其光谱差异非常细微,光谱可分性较差。通过对ETM+、QuickBird、IKONOS和SP0T5等几类常用的传感器进行光谱响应分析,结果表明:对于简单的底质粗分类,这几种传感器都能够有效发挥作用;而对于更细致的底质精分类,则需要借助高光谱资料进行更深入的分析。光谱测量与分析为遥感监测工作的后续开展提供了光谱学基础,也为遥感数据源选择和底质分类提供了依据。(3)通过研究珊瑚信息提取方法,在水深反演基础上提出利用礁盘水深识别模型来提取大型礁盘信息。结果表明:应用该模型能够提取出潜在的大型礁盘信息,但是受模型精度的影响对一些礁盘存在误判情况,结合野外调查数据进一步检验,能够更准确地识别大型礁盘。基于底质光谱特征,应用高空间分辨率QuickBird影像对珊瑚礁底质进行粗分类研究,采用监督和非监督分类分别提取出珊瑚信息,并作对比分析。分析结果表明:提取的珊瑚主要分布于近岸lkm附近的区域,水深2m以浅范围;监督分类提取珊瑚信息的精度约为71%,高于非监督分类的精度。受水深和遥感数据影响,底质信息提取的精度还有待进一步提高,研究工作初步建立起了珊瑚礁浅海底质信息提取的思路和方法,为后续的研究提供了参考。(4)基于珊瑚礁生态系统的空间特征,研究基于多时相影像空间统计的变化检测方法,利用该方法识别出珊瑚礁健康状态发生变化的区域。论文对研究区2004、2007和2010年三景TM影像资料进行空间局部自相关统计分析,结果表明:三个不同年份局部区域表现出了较为明显的空间统计变化特征,空间低值聚集区和高值聚集区变化较为明显,反映出了2004~2010年研究区范围内生态系统的总体变化趋势。通过对2004~2010年间的4个野外调查样方资料进行分析,对其空间统计上的变化趋势进行了遥感解译,结果证实了变化检测方法的有效性。此外,受连续多年的强台风影响,近岸海域覆盖了大量的死亡珊瑚碎片和泥砂混合物,空间统计分析上近岸区域表现为明显的同质性增强趋势,表明了珊瑚礁生态系统受台风灾害影响较明显。该变化检测方法具有对深度、水体等不太敏感的优点,降低了实际应用难度,为珊瑚礁遥感动态监测提供了一个新的思路。本文研究了珊瑚礁遥感监测方法,讨论了遥感技术在珊瑚礁资源调查与动态监测方面的可行性,对一些技术和方法的具体应用进行了尝试。珊瑚礁生态系统具有较强的区域特征,虽然以徐闻保护区为例取得了初步的结果,但是未来还需要在水下光谱、物理模型、水体影响、多源遥感相结合等方面开展深入研究。
二、南沙珊瑚环礁的遥感复合信息熵与类型(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:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(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。
三、南沙珊瑚环礁的遥感复合信息熵与类型(论文提纲范文)
(1)南海珊瑚礁区海表风速时空变化及热带气旋影响分析(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 研究进展 |
1.3.1 南海的海表风速研究进展 |
1.3.2 南海的热带气旋研究进展 |
1.4 研究内容与技术路线 |
1.4.1 研究内容 |
1.4.2 技术路线 |
第二章 研究区域、研究数据与研究方法 |
2.1 研究区域 |
2.2 研究数据 |
2.2.1 海表风速 |
2.2.2 海表温度 |
2.2.3 El Ni(?)o3.4 指数 |
2.2.4 水深 |
2.2.5 最佳路径数据集 |
2.3 研究方法 |
2.3.1 经验正交函数分析法 |
2.3.2 风速剖面模型 |
2.3.3 热带气旋等级 |
2.3.4 评价南海珊瑚礁区受热带气旋影响的方法 |
第三章 南海珊瑚礁区SSW变化特征 |
3.1 SSW年平均变化特征 |
3.2 SSW季平均变化特征 |
3.3 SSW月平均变化特征 |
3.4 SSW与 SST变化特征对比 |
3.5 本章小结 |
第四章 南海珊瑚礁区SSW的 EOF分析结果 |
4.1 SSWA时空变化特征 |
4.2 纬向风时空变化特征 |
4.3 经向风时空变化特征 |
4.4 风速对珊瑚礁区的影响途径 |
4.5 本章小结 |
第五章 南海珊瑚礁区热带气旋时空变化特征 |
5.1 西北太平洋各等级热带气旋年变化 |
5.2 南海热带气旋变化特征 |
5.3 影响南海珊瑚礁区的热带气旋变化情况 |
5.4 热带气旋对南海珊瑚礁区的影响程度 |
5.5 热带气旋对珊瑚礁的影响途径 |
5.6 本章小结 |
第六章 结论与展望 |
6.1 主要结论 |
6.2 创新点 |
6.3 不足与展望 |
参考文献 |
致谢 |
攻读学位期间发表论文情况 |
(2)基于遥感影像的水深反演方法研究(论文提纲范文)
摘要 |
abstract |
第1章 引言 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 研究内容与技术路线 |
1.4 论文组织结构 |
第2章 多光谱遥感反演水深的方法及数据预处理 |
2.1 遥感反演水深原理 |
2.2 遥感反演水深模型 |
2.2.1 理论解析模型 |
2.2.2 半理论半经验模型 |
2.2.3 统计模型 |
2.3 研究区域与研究数据 |
2.3.1 研究区域 |
2.3.2 研究数据 |
2.4 影像预处理 |
2.4.1 几何校正 |
2.4.2 辐射定标 |
2.4.3 大气校正 |
2.4.4 水陆分离 |
2.5 本章小结 |
第3章 卫星影像质量评价 |
3.1 卫星影像介绍 |
3.2 影像质量评价 |
3.2.1 影像成像质量的评价指标 |
3.2.2 影像质量评价分析 |
第4章 机器学习遥感反演模型 |
4.1 机器学习模型反演水深 |
4.1.1 BP神经网络 |
4.1.2 随机森林 |
4.1.3 极限学习机 |
4.2 不同卫星影像的水深反演结果对比 |
4.2.1 精度评价指标 |
4.2.2 精度对比 |
4.2.3 水深结果制图 |
4.3 结论 |
4.3.1 从模型讨论 |
4.3.2 从卫星讨论 |
4.4 本章小结 |
第5章 总结与展望 |
5.1 主要工作与创新点 |
5.2 不足与展望 |
参考文献 |
致谢 |
(3)南沙他国侵占岛礁战略价值及空间格局评价(论文提纲范文)
1 研究区和数据 |
1.1 研究区概况 |
1.2 数据来源 |
2 研究方法 |
2.1 指标体系构建 |
2.2 指标数值计算 |
2.3 权重确定 |
2.4 综合评价 |
3 结果与分析 |
3.1 评价指标权重 |
3.2 岛礁战略价值评价结果及其空间格局分析 |
4 结论 |
(4)基于中等分辨率遥感影像的珊瑚礁信息提取(论文提纲范文)
0 引言 |
1 研究区域和数据 |
1.1 研究区域概况 |
1.2 遥感数据 |
1.2.1 验证数据 |
1.2.2 实验数据 |
2 研究方法 |
2.1 遥感图像预处理 |
2.2 感兴趣区域提取 |
2.3 支持向量机(SVM)分类 |
2.4 精度评定 |
3 结果分析 |
4 结束语 |
(5)南海资源环境地理研究综述(论文提纲范文)
1 引言 |
2 南海区域地理背景 |
3 研究进展 |
3.1 南海周边岸线资源相关研究 |
3.2 南海海洋资源相关研究 |
3.2.1 石油天然气研究 |
3.2.2 渔业研究 |
3.3 南海珊瑚礁研究 |
4 结论与展望 |
4.1 研究结论 |
4.2 研究展望 |
(6)南海地区典型气象年生成方法对比研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究的目的及意义 |
1.3 基本概念 |
1.3.1 南海地区 |
1.3.2 典型气象年 |
1.4 典型气象年的研究现状 |
1.4.1 国外研究现状 |
1.4.2 国内研究现状 |
1.4.3 现状分析总结 |
1.5 本文的研究方法与主要工作 |
1.5.1 研究方法 |
1.5.2 主要工作 |
1.5.3 技术路线 |
2 南海地区气象数据研究 |
2.1 数据源介绍 |
2.1.1 NOAA数据介绍 |
2.1.2 TRMM数据介绍 |
2.1.3 国家气象局数据介绍 |
2.2 数据格式处理 |
2.2.1 NOAA数据格式处理 |
2.2.2 TRMM数据格式处理 |
2.3 已获取数据现状分析 |
2.3.1 NOAA获取数据现状分析 |
2.3.2 其他数据现状分析 |
2.4 基于机器学习获取辐射数据 |
2.4.1 辐射模型的比较与选择 |
2.4.2 机器学习系统的构建 |
2.4.3 机器学习方法的选择 |
2.4.4 使用随机森林处理非线性回归关系 |
2.4.5 预测辐射数据的实现 |
2.5 气象特征分析 |
2.5.1 水平总辐射 |
2.5.2 温度 |
2.5.3 露点温度 |
2.5.4 风速与风向 |
2.6 缺测气象数据的补充 |
2.7 本章小结 |
3 南海地区典型气象年算法的适应性研究 |
3.1 典型气象年算法介绍 |
3.1.1 Sandia法 |
3.1.2 Danish法 |
3.1.3 Festa-Ratto法 |
3.2 基于Sandia法的南海地区典型气象年研究 |
3.2.1 基于Sandia法生成南海地区典型气象年计算过程 |
3.2.2 Sandia算法分析及生成结果 |
3.3 基于Danish法的南海地区典型气象年研究 |
3.3.1 基于Danish法生成南海地区典型气象年计算过程 |
3.3.2 Danish算法分析及生成结果 |
3.4 基于Festa-Ratto法的南海地区典型气象年研究 |
3.4.1 基于Festa-Ratto法生成南海地区典型气象年计算过程 |
3.4.2 Festa-Ratto算法分析及生成结果 |
3.5 基于不同算法的选取结果 |
3.6 不同算法的适应性研究 |
3.6.1 气象参数月均值比较分析 |
3.6.2 标准差值比较分析 |
3.6.3 CDD差值比较分析 |
3.6.4 综合分析 |
3.7 本章小结 |
4 南海地区典型气象年数据的应用 |
4.1 典型气象年数据的逐时化 |
4.1.1 总辐射数据的逐时化 |
4.1.2 直射和散射辐射数据的逐时化 |
4.1.3 常规气象参数数据的逐时化 |
4.2 EnergyPlus气象源数据处理 |
4.2.1 EnergyPlus基本介绍 |
4.2.2 气象源数据处理 |
4.3 基于EnergyPlus的南海地区建筑能耗模拟 |
4.3.1 建筑模型与参数设定 |
4.3.2 模拟方法设计 |
4.3.3 建筑能耗模拟用气象数据分析 |
4.3.4 建筑能耗模拟结果分析 |
4.4 本章小结 |
5 结论及展望 |
5.1 研究结论 |
5.2 展望 |
致谢 |
参考文献 |
硕士在读期间研究成果 |
图表目录 |
图录 |
表录 |
附录 |
附录1 使用Python语言编程计算的总体实现过程 |
附录2 南海地区气象数据 |
(7)珊瑚礁地质稳定性研究现状(论文提纲范文)
1 珊瑚礁的概念与分布 |
2 珊瑚礁浅部地层特征 |
3 珊瑚礁稳定性的影响因素 |
3.1 礁体结构、地貌特征对珊瑚礁稳定性的影响 |
3.2 波浪对珊瑚礁稳定性的影响 |
3.3 潮汐、潮流对珊瑚礁稳定性的影响 |
3.4 风 (包括热带气旋和风暴) 、海流对珊瑚礁稳定性的影响 |
4 结论与展望 |
(8)南海珊瑚环礁开放程度模型构建研究(论文提纲范文)
1 已有定量分析模型及实例分析 |
1.1 环礁类型 |
1.2 已有模型 |
1.3 基于已构建模型的实例分析 |
2 基于潮汐通道的几何参数构建模型及其结果分析 |
2.1 潮汐通道的地貌特征 |
2.2 基于潮汐通道的几何参数构建模型 |
2.2.1 潮汐通道的几何参数 |
2.2.2 划分环礁类型的模型 |
2.3 结果及验证分析 |
3 结语 |
(9)南沙群岛岛礁战略价值评价研究(论文提纲范文)
摘要 |
Abstract |
目录 |
图表索引 |
Index of Figures and Tables |
第一章 引言 |
1.1 选题背景和研究意义 |
1.1.1 选题背景 |
1.1.2 研究意义 |
1.2 国内外研究进展 |
1.2.1 南沙群岛相关研究动态 |
1.2.2 海岛信息获取研究动态 |
1.2.3 海岛价值评价研究动态 |
1.2.4 研究现状评述 |
1.3 研究思路与技术路线 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.3.3 技术路线 |
1.4 论文组织结构 |
第二章 研究区及数据预处理 |
2.1 研究区概况 |
2.1.1 南沙群岛地理位置 |
2.1.2 南沙海域自然概况 |
2.1.3 南沙岛礁控制现状 |
2.2 数据源简介 |
2.2.1 Landsat OLI遥感影像数据 |
2.2.2 VOS志愿观测船数据 |
2.2.3 热带气旋路径数据 |
2.2.4 南沙群岛调查数据 |
2.2.5 辅助数据 |
2.3 数据预处理 |
2.3.1 Landsat OLI遥感影像预处理 |
2.3.2 VOS志愿观测船数据预处理 |
2.3.3 热带气旋数据预处理 |
第三章 南沙群岛岛礁空间地理信息提取 |
3.1 南沙群岛岛礁遥感信息分类 |
3.1.1 珊瑚礁遥感信息光谱特征 |
3.1.2 珊瑚礁遥感信息分类模型构建 |
3.1.3 珊瑚礁遥感信息分类算法实现 |
3.2 南沙群岛岛礁礁坪提取 |
3.2.1 矢量化实现方法 |
3.2.2 南沙群岛岛礁礁坪提取结果 |
3.3 南沙群岛岛礁分类 |
3.3.1 南沙群岛岛礁分类依据 |
3.3.2 南沙群岛岛礁分类结果 |
第四章 南沙群岛岛礁战略价值影响因素分析 |
4.1 岛礁自身赋予的自然价值 |
4.1.1 土地资源 |
4.1.2 渴湖资源 |
4.2 海洋油气资源赋予的经济价值 |
4.2.1 南沙群岛周边海域油气资源储量 |
4.2.2 南沙群岛岛礁对油气资源的控制能力 |
4.3 海上交通运输赋予的航运价值 |
4.3.1 船舶线状航线生成 |
4.3.2 南海区域海上通达性 |
4.4 法律公约赋予的政治价值 |
4.4.1 南沙群岛中岛屿的法律地位 |
4.4.2 南沙群岛中低潮高地的法律地位 |
4.5 人工设施建设赋予的军事价值 |
4.5.1 机场 |
4.5.2 港口 |
4.6 热带风暴造成的灾害风险 |
4.6.1 热带风暴影响范围构建 |
4.6.2 空间拓扑关系分析统计 |
第五章 南沙群岛岛礁战略价值评价 |
5.1 南沙群岛岛礁综合价值评价模型 |
5.1.1 指标体系建立 |
5.1.2 因子标准化 |
5.1.3 权重系数确定 |
5.2 南沙群岛岛礁战略价值评价模型 |
5.2.1 引力模型的基本概念 |
5.2.2 南沙群岛岛礁战略价值引力模型构建 |
5.2.3 南沙群岛岛礁战略价值引力模型修正 |
5.3 南沙群岛岛礁战略价值评价结果分析 |
5.3.1 南沙群岛群礁战略价值评价 |
5.3.2 南沙群岛组合环礁战略价值评价 |
5.3.3 南沙群岛环礁战略价值评价 |
5.3.4 南沙群岛台礁战略价值评价 |
第六章 结论与展望 |
6.1 研究结论 |
6.2 主要创新 |
6.3 研究展望 |
附录:岛礁预处理、信息分类、矢量化结果对比 |
参考文献 |
攻读硕士学位期间主要成果 |
致谢 |
(10)珊瑚礁遥感监测方法研究(论文提纲范文)
摘要 |
ABSTRACT |
图表目录 |
第一章 引言 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 珊瑚及珊瑚礁简介 |
1.1.3 珊瑚礁遥感监测概述 |
1.1.4 研究意义 |
1.2 国内外研究情况 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 研究内容及方法 |
1.3.1 研究内容 |
1.3.2 技术路线 |
第二章 研究区概况与数据来源 |
2.1 研究区概况 |
2.2 数据来源 |
2.2.1 遥感数据 |
2.2.2 野外调查数据 |
2.2.3 水质数据 |
2.2.4 其他数据 |
第三章 珊瑚礁区水下地形遥感监测方法研究 |
3.1 浅海水深遥感基本原理 |
3.2 水深遥感的数学模型 |
3.3 数据处理与分析 |
3.3.1 数据来源 |
3.3.2 遥感图像处理 |
3.3.3 水深数据处理 |
3.4 反演模型的建立 |
3.4.1 样本选取 |
3.4.2 模型建立 |
3.4.3 精度检验 |
3.4.4 水深专题图制作 |
3.5 结果分析与评价 |
3.5.1 珊瑚礁水下生态带遥感解译 |
3.5.2 水深数据的精度影响分析 |
3.6 小结 |
第四章 珊瑚礁底质光谱特征分析 |
4.1 底质光谱测量原理与方法 |
4.1.1 光谱测量的原理 |
4.1.2 光谱测量方法 |
4.2 底质光谱数据处理 |
4.2.1 数据测量 |
4.2.2 反射率计算 |
4.3 底质光谱分析 |
4.3.1 不同底质光谱特征 |
4.3.2 光谱影响因素分析 |
4.3.3 光谱响应函数模拟 |
4.3.4 光谱可分性分析 |
4.4 优势种珊瑚与白化珊瑚光谱分析 |
4.4.1 珊瑚优势种与白化概述 |
4.4.2 光谱测量与数据处理 |
4.4.3 优势种珊瑚的光谱特征分析 |
4.4.4 白化珊瑚光谱特征分析 |
4.4.5 健康与白化珊瑚的光谱对比分析 |
4.4.6 同属不同种珊瑚光谱对比分析 |
4.4.7 优势种与白化珊瑚光谱一阶微分 |
4.5 小结 |
第五章 基于高空间分辨率影像的珊瑚信息提取方法研究 |
5.1 原理与方法 |
5.1.1 基本原理 |
5.1.2 分类方法 |
5.2 数据处理 |
5.2.1 遥感影像处理 |
5.2.2 水深数据处理 |
5.3 大型礁盘信息提取及结果分析 |
5.3.1 礁盘水深识别模型建立 |
5.3.2 信息提取及结果分析 |
5.4 基于QUICKBIRD影像的珊瑚信息提取 |
5.4.1 监督与非监督分类结果 |
5.4.2 影响因素分析 |
5.5 水体校正法原理及分析 |
5.6 小结 |
第六章 基于多时相影像的珊瑚礁变化检测方法研究 |
6.1 变化检测方法概述 |
6.1.1 基本原理 |
6.1.2 检测方法 |
6.2 变化检测实例研究 |
6.2.1 影像数据处理 |
6.2.2 G_i~*统计 |
6.2.3 计算机程序实现 |
6.3 结果与分析 |
6.3.1 统计结果 |
6.3.2 结果分析 |
6.3.3 方法评价 |
6.4 小结 |
第七章 结论与展望 |
7.1 结论 |
7.2 研究创新点 |
7.3 讨论与展望 |
7.3.1 讨论 |
7.3.2 展望 |
参考文献 |
博士在读期间的学术成果 |
致谢 |
四、南沙珊瑚环礁的遥感复合信息熵与类型(论文参考文献)
- [1]南海珊瑚礁区海表风速时空变化及热带气旋影响分析[D]. 何鑫. 广西大学, 2021(12)
- [2]基于遥感影像的水深反演方法研究[D]. 纪茜. 上海海洋大学, 2021(01)
- [3]南沙他国侵占岛礁战略价值及空间格局评价[J]. 闵开付,程亮,周晓,夏南,李宁,李满春. 热带地理, 2020(04)
- [4]基于中等分辨率遥感影像的珊瑚礁信息提取[J]. 李成鹏,徐慧,禹文清. 北京测绘, 2020(02)
- [5]南海资源环境地理研究综述[J]. 张君珏,苏奋振,王雯玥. 地理科学进展, 2018(11)
- [6]南海地区典型气象年生成方法对比研究[D]. 王华. 西安建筑科技大学, 2018(01)
- [7]珊瑚礁地质稳定性研究现状[J]. 安振振,李广雪,马妍妍,徐继尚,丁咚,张洋,闵建雄,王丽艳. 海洋科学, 2018(03)
- [8]南海珊瑚环礁开放程度模型构建研究[J]. 杨娟,苏奋振,石伟,左秀玲,方月. 热带海洋学报, 2014(03)
- [9]南沙群岛岛礁战略价值评价研究[D]. 张荷霞. 南京大学, 2014(03)
- [10]珊瑚礁遥感监测方法研究[D]. 徐兵. 南京师范大学, 2013(01)