資源描述：
《基于光譜解混的modis云量估計(jì)方法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、碩士學(xué)位論文基于光譜解混的MODIS云量估計(jì)方法研究RESEARCHONMODISCLOUDFRACTIONESTIMATIONMETHODVIASPECTRALUNMIXING王彤哈爾濱工業(yè)大學(xué)2016年7月國內(nèi)圖書分類號(hào)：TN911.73學(xué)校代碼：10213國際圖書分類號(hào)：621.3密級：公開工學(xué)碩士學(xué)位論文基于光譜解混的MODIS云量估計(jì)方法研究碩士研究生：王彤導(dǎo)師：谷延鋒教授申請學(xué)位：工學(xué)碩士學(xué)科：信息與通信工程所在單位：電子與信息工程學(xué)院答辯日期：2016年7月授予學(xué)位單位：哈爾濱工業(yè)
2、大學(xué)ClassifiedIndex:TN911.73U.D.C:621.3DissertationfortheMasterDegreeinEngineeringRESEARCHONMODISCLOUDFRACTIONESTIMATIONMETHODVIASPECTRALUNMIXINGCandidate：WangTongSupervisor：Prof.GuYanfengAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：Informati
3、onandCommunicationEngineeringAffiliation：SchoolofElectronicsandInformationEngineeringDateofDefence：July,2016Degree-Conferring-Institution：HarbinInstituteofTechnology哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文摘要云對于控制大氣環(huán)境及氣候變化起著至關(guān)重要的作用，云量是主要影響因素之一。MODIS可用于對地表、大氣和海洋等進(jìn)行長期觀測，其多波段數(shù)據(jù)可
4、以提供眾多反映云特性的信息，但由于大范圍、中高光譜分辨率信息獲取的傳感器設(shè)計(jì)要求，導(dǎo)致MODIS遙感圖像空間分辨率較低、獲取的遙感云圖常常存在混合像元。此外，由于云量、云的高低薄厚等因素的影響，使得云像元之間的光譜變化范圍比較大，傳統(tǒng)的解混方法并不能得到很好的解混效果。因此，本文針對上述問題，從云的特性入手，借助MODIS遙感圖像和能夠提供云量信息的CALIPSO數(shù)據(jù)，以光譜解混技術(shù)為基礎(chǔ)，開展了基于光譜解混的MODIS云量估計(jì)方法的研究。具體包括：首先，本文主要研究了MODIS遙感圖像中云的特
5、性和云的光譜特征提取。通過分析云的各種特性以及MODIS中云變化比較顯著的波段，從中提取三組能夠有效將云與其它背景地物區(qū)分開的特征，完成了云的光譜特征提取。其次，本文將云量估計(jì)問題轉(zhuǎn)化為混合像元光譜解混問題，研究了基于非負(fù)矩陣分解及其改進(jìn)算法的線性光譜解混方法，提高云量估計(jì)精度。本文使用MODIS全波段和云特征波段兩組數(shù)據(jù)對這幾種線性光譜解混方法做了相關(guān)實(shí)驗(yàn)，實(shí)驗(yàn)中采用主成分分析方法確定端元個(gè)數(shù)，以及頂點(diǎn)成分分析和全約束最小二乘法對端元矩陣和豐度矩陣進(jìn)行初始化，最終根據(jù)解混的豐度矩陣中云像元所占
6、的百分比例，完成云量估計(jì)，同時(shí)還驗(yàn)證了云特征波段解混的優(yōu)勢。最后，根據(jù)云的特性發(fā)現(xiàn)云量、云的高低薄的影響會(huì)加大類內(nèi)光譜變化的范圍，傳統(tǒng)的線性解混并不適用。因此，本文在非負(fù)矩陣分解基礎(chǔ)上，引入核映射，并聯(lián)合數(shù)據(jù)的光譜結(jié)構(gòu)信息，實(shí)現(xiàn)了基于核圖正則非負(fù)矩陣分解的光譜解混；進(jìn)一步，采用多核代替單核學(xué)習(xí)，充分利用不同單核的優(yōu)勢，有效地提高了云量估計(jì)精度。本文還研究了利用云特征進(jìn)行光譜解混的方法，用于進(jìn)一步提高云量估計(jì)精度，同時(shí)引入核對準(zhǔn)技術(shù)，分析了不同云特征對于云量估計(jì)的作用。關(guān)鍵詞：MODIS遙感圖像；
7、云量估計(jì)；光譜解混；非負(fù)矩陣分解；多核學(xué)習(xí)；特征提取-I-哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文AbstractCloudplaysanimportantroleforcontrollingtheatmosphericenvironmentandclimatechange，andcloudfractionisoneofthemaininfluencefactors.MODIScanbeusedtolong-termmonitoringforland,atmosphere，oceanandsoon，its
8、multibanddatacanprovidemanyinformationthatreflectthecharacteristicsofcloud，butduetothesensordesignrequirementsoflargescope,highspectralresolutioninformationacquisition，itcausesalowerspatialresolutionofMODISremotesensingimage，andtheremotesensingcloudi
