Применение цифровых методов обработки космических изображений при ландшафтных исследованиях на примере района рыбинского водохранилища
дипломные работы, Теория машин и механизмов Объем работы: 31 стр. Год сдачи: 2005 Стоимость: 1000 руб. Просмотров: 1342 | | |
Оглавление
Введение
Заключение
Заказать работу
Введение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Цель работы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Задачи работы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Краткое содержание работы . . . . . . . . . . . . . . . . . . . . . . .
Некоторые характеристики использованных
технических средств . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Использованные материалы и средства обработки . . . . . . . . . . .
I. Методика работы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.1 Метод главных компонент и его применение . . . . . . . . . . . . . . .
1.2 Объединение снимков с различным разрешением . . . . . . . . . . .
1.3 Выделение объектов по яркостному порогу . . . . . . . . . . . . . . . .
1.4 Метод вычисления вегетационного индекса NDVI . . . . . . . . . . . .
1.5 Основные понятия и методика кластерного анализа . . . . . . . . . . .
1.6 Методика проведения работы . . . . . . . . . . . . . . . . . . . . . . .
II. Физико-географическая и ландшафтная характеристика района Рыбинского водохранилища . . . . . . . . . . . . . . . . . . . . . . .
2.1 Климат . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2 Геолого-геоморфологическая структура . . . . . . . . . . . . . . . . .
2.3 Почвы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.4 Растительность . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.5 Ландшафты . . . . . ....
Цель работы
В настоящее время новым этапом в развитии методов дешифрирования ландшафтов являются методы, основанные на цифровой обработке космических изображений, которые уменьшают трудоемкость и увеличивают степень объективности дешифрирования некоторых характеристик ландшафтов и их компонентов по сравнению с визуальными методами. Многие из них также позволяют выявить особенности ландшафтов не только на качественном, но и количественном уровне.
Целью данной работы является оценка применимости при ландшафтных исследованиях регионального масштаба нескольких таких методов, становящихся все более широко используемыми, — метода главных компонент (МГК), метода “наложения” (merge), метода вегетационных индексов (в частности NDVI), выделения объектов по яркостному порогу и метода кластерного анализа. В частности, интересно рассмотреть совокупное использование нескольких методов, приводящее к получению дополнительной информации, недоступной при использовании каждого из данных методов по отдельности.
Задачи работы
Для оценки применимости данных методов цифровой обработки космических изображений при ландшафтных исследованиях регионального масштаба был выбран район Рыбинского водохранилища (в частности Молого-Шекснинский полуостров). Для достижения данной цели было необходимо решить следующие задачи:
1. Выделение на территории района Рыбинского водохранилища тестового участка с проведенными на нем ландшафтными исследованиями;
2. Дешифрирование космических изображений на территорию тестового участка с помощью визуальных и цифровых методов обработки и сравнение результатов дешифрирования с данными полевых исследований;
3. Экстраполяция результатов исследования тестового участка на территорию района Рыбинского водохранилища, охваченную снимками.
Краткое содержание работы
Структурно настоящая работа представляет собой:
- анализ данных космической съемки, картографических, фактических, статистических и других материалов по данной теме, представленный в тексте;...
В результате проделанной работы были проанализированы трехзональный снимок высокого разрешения на Молого-Шекснинский полуостров от 13.04.97 и четырехзональный снимок среднего разрешения на территорию всего района Рыбинского водохранилища от 31.05.97 и изображения, полученные путем обработки исходных снимков различными цифровыми методами при сравнительном анализе данных изображений с фактическими, картографическими и литературными материалами. Это позволило сделать следующие выводы:
1. Снимок высокого разрешения весеннего периода позволяет выявить динамику состояния снежного покрова на территории, а также наличие древесной растительности и плотности древостоя.
На майском снимке среднего разрешения выделяются леса на тех или иных местообитаниях, их бонитет и т.д., что прямо зависит от условий увлажнения территории
2. По весеннему снимку высокого разрешения, обработанному методом главных компонент, четко выделяются природные комплексы с древесной растительностью, хотя определение породного состава древостоя выглядит затруднительным.
Ивовые заросли зоны временного затопления сливаются с береговой древесной растительностью, что делает практически невидимой береговую линию и невозможным определение размеров зоны временного затопления.
3. С помощью метода “наложения” более четко дешифрируются структуры болотных комплексов. Однозначно выделяются мезотрофные облесенные стоки с болот, хотя на исходном снимке высокого разрешения и при его обработке МГК они плохо дешифрируются из-за сходства с сосновыми и еловыми зеленомошными лесами водно-ледниковых гряд, а на изображении среднего разрешения – из-за недостаточности разрешения.
Совмещение обоих изображений позволило выявить береговую линию и зону временного затопления, хотя ни на одном из исходных снимков по отдельности она практически не выделяется.
4. Поскольку вегетационный индекс NDVI чувствителен только к зеленой растительности, то по его изображению на весенний период четко выделяются только хвойные леса....
После офорления заказа Вам будут доступны содержание, введение, список литературы*
*- если автор дал согласие и выложил это описание.