基于智能计算的水体悬浮物遥感反演研究——以长江中游为例的中期报告.docx
文本预览下载声明
基于智能计算的水体悬浮物遥感反演研究——以长江中游为例的中期报告
本研究旨在利用智能计算技术，对长江中游水体悬浮物进行遥感反演，并探究其空间分布规律、季节变化趋势及与环境因素的关系。
研究方法：
1. 采用Landsat 8 OLI遥感影像进行初步处理，包括云、阴影遮挡、大气校正等。
2. 利用支持向量机（SVM）算法进行分类，提取悬浮物信息。
3. 建立水体悬浮物反演模型，利用遗传算法和神经网络对模型进行优化，并根据悬浮物光学性质进行参数辨识。
4. 结合水文数据和气象数据，分析水文因素和气象因素对悬浮物含量的影响。
中期研究进展：
1. 完成了Landsat 8 OLI遥感影像的获取和初步处理。
2. 利用SVM算法进行水体与非水体分类，并成功提取了水体悬浮物信息。
3. 初步建立了水体悬浮物反演模型，并进行了参数辨识。
4. 收集了长江中游三个分区的水文和气象数据，并进行初步统计分析。
下一步计划：
1. 进一步完善水体悬浮物反演模型，提高反演精度。
2. 结合地面采样数据验证反演结果的准确性。
3. 深入分析季节变化趋势，探究季节性环境因素对悬浮物含量的影响。
4. 开始对不同尺度下的悬浮物空间分布进行研究。
显示全部