衛(wèi)星遙感水利監(jiān)測模型及其應用

目錄
前言
第1章 概述 1
1.1 衛(wèi)星遙感水利監(jiān)測需求 1
1.2 常用的水利監(jiān)測方法 5
1.2.1 旱情監(jiān)測方法 6
1.2.2 洪澇監(jiān)測方法 8
1.2.3 冰凌監(jiān)測方法 10
1.2.4 水土保持監(jiān)測方法 12
1.2.5 水資源監(jiān)測方法 14
1.3 衛(wèi)星遙感水利監(jiān)測研究進展 15
1.3.1 旱情監(jiān)測進展 16
1.3.2 洪澇監(jiān)測進展 18
1.3.3 冰凌監(jiān)測進展 21
1.3.4 水土保持監(jiān)測進展 23
1.3.5 水資源監(jiān)測進展 25
參考文獻 29
第2章 衛(wèi)星遙感大數(shù)據(jù)并行處理 35
2.1 遙感大數(shù)據(jù)并行算法設計模式 35
2.1.1 遙感大數(shù)據(jù)并行處理概述 35
2.1.2 基于MapReduce的并行算法設計模式 39
2.2 全局型遙感影像聚類初始化并行算法 45
2.2.1 遙感影像聚類初始化與Kaufman聚類初始化算法 45
2.2.2 Kaufman算法的MapReduce并行策略 47
2.2.3 基于MapReduce的Kaufman聚類初始化并行算法 51
2.3 迭代式ISODATA聚類算法并行方法 59
2.3.1 遙感影像非監(jiān)督分類與ISODATA聚類算法 59
2.3.2 MapReduce并行化方法及其改進策略 62
2.3.3 基于MapReduce的遙感ISODATA并行聚類算法 65
2.4 分布式遙感信息SOLAP立方體模型 73
2.4.1 SOLAP概述 73
2.4.2 遙感信息SOLAP立方體邏輯模型 84
2.4.3 TileCube度量的多維聚集方法 95
2.4.4 基于BigTable的TileCube可擴展物理存儲 103
2.5 基于MapReduce的TileCube高性能聚集計算方法 111
2.5.1 基于MapReduce的Tile立方體格網(wǎng)化方法 112
2.5.2 基于MapReduce的SOLAP多維聚集計算 119
2.5.3 實驗與性能分析 133
參考文獻 140
第3章 水體遙感監(jiān)測方法 143
3.1 水體遙感監(jiān)測基礎 143
3.1.1 光譜指數(shù)法水體提取 144
3.1.2 影像分割法水體提取 145
3.1.3 水體提取方法適應性分析 148
3.1.4 洪水遙感監(jiān)測 153
3.1.5 冰雪監(jiān)測方法 155
3.2 光譜指數(shù)水體提取方法的改進 156
3.2.1 可見光影像預處理 157
3.2.2 光譜決策樹水體提取方法 158
3.2.3 多指數(shù)融合水體提取方法 160
3.3 基于主動輪廓搜索的水體提取 167
3.3.1 主動輪廓模型 168
3.3.2 固定網(wǎng)格正交T-Snake模型水體提取 170
3.3.3 可變網(wǎng)格正交T-Snake模型水體提取 182
3.4 冰凌遙感監(jiān)測模型 188
3.4.1 冰凌監(jiān)測的目視解譯 188
3.4.2 基于MODIS數(shù)據(jù)的冰凌監(jiān)測 192
3.4.3 基于環(huán)境減災衛(wèi)星數(shù)據(jù)的冰凌監(jiān)測 195
3.4.4 MODIS與環(huán)境減災衛(wèi)星數(shù)據(jù)結(jié)合的冰凌監(jiān)測 198
參考文獻 200
第4章 旱情遙感監(jiān)測方法 204
4.1 傳統(tǒng)旱情監(jiān)測方法 205
4.2 旱情遙感監(jiān)測常用方法 212
4.2.1 熱慣量方法 212
4.2.2 基于可見光、近紅外波段的植被指數(shù)法 213
4.2.3 熱紅外遙感監(jiān)測方法 215
4.2.4 微波遙感監(jiān)測方法 216
4.2.5 集成多源數(shù)據(jù)的遙感旱情監(jiān)測方法 217
4.3 干旱時空特征分析 218
4.3.1 數(shù)據(jù)介紹 218
4.3.2 氣象因子時空特征分析 219
4.3.3 SPI與SPEI時序變化特征及分析 222
4.3.4 旱情變化趨勢分析 226
4.4 基于短波紅外光譜特征空間的旱情監(jiān)測方法 229
4.4.1 研究區(qū)與數(shù)據(jù) 229
4.4.2 MODIS短波紅外特征空間 232
4.4.3 短波紅外水分脅迫指數(shù)構建方法 234
4.4.4 短波紅外水分脅迫指數(shù)空間分布 235
4.4.5 相關性驗證及不同指數(shù)敏感性對比分析 239
4.5 基于BP神經(jīng)網(wǎng)絡的旱情監(jiān)測方法 241
4.5.1 研究區(qū)介紹 242
4.5.2 數(shù)據(jù)及預處理 242
4.5.3 基于BP神經(jīng)網(wǎng)絡的旱情指數(shù)構建方法 244
4.5.4 綜合旱情狀態(tài)指數(shù)驗證與應用 246
4.6 基于TileCube模型的旱情監(jiān)測方法 250
4.6.1 面向旱情主題的TileCube結(jié)構設計 251
4.6.2 旱情時空聚集模型及應用 253
4.6.3 交互式旱情多維分析應用 257
參考文獻 261
第5章 衛(wèi)星遙感水利監(jiān)測應用系統(tǒng)設計與實現(xiàn) 268
5.1 衛(wèi)星遙感水利監(jiān)測應用系統(tǒng)需求分析 268
5.1.1 衛(wèi)星遙感水利數(shù)據(jù)存儲與交換子系統(tǒng)需求分析 268
5.1.2 衛(wèi)星遙感水利業(yè)務處理與分析子系統(tǒng)需求分析 270
5.1.3 衛(wèi)星遙感水利服務管理與發(fā)布子系統(tǒng)需求分析 271
5.2 衛(wèi)星遙感水利監(jiān)測應用系統(tǒng)總體設計 273
5.3 衛(wèi)星遙感水利監(jiān)測應用系統(tǒng)設計與實現(xiàn) 274
5.3.1 衛(wèi)星遙感水利數(shù)據(jù)存儲與交換子系統(tǒng)設計與實現(xiàn) 274
5.3.2 衛(wèi)星遙感水利業(yè)務處理與分析子系統(tǒng)設計與實現(xiàn) 279
5.3.3 衛(wèi)星遙感水利服務管理與發(fā)布子系統(tǒng)設計與實現(xiàn) 287
第6章 衛(wèi)星遙感水利監(jiān)測典型應用 290
6.1 旱情遙感監(jiān)測業(yè)務應用 290
6.1.1 湖北省旱情遙感監(jiān)測應用 290
6.1.2 貴州省旱情遙感監(jiān)測應用 293
6.2 水體遙感監(jiān)測業(yè)務應用 297
6.2.1 鄱陽湖水體遙感監(jiān)測應用 297
6.2.2 洞庭湖水體遙感監(jiān)測應用 302
6.2.3 云南楚雄旱期水體變化遙感監(jiān)測 307
6.2.4 黑龍江特大洪水遙感監(jiān)測應用 308
6.2.5 長江中下游洪水遙感監(jiān)測應用 320
6.3 冰凌遙感監(jiān)測業(yè)務應用 330