基于GOCI的渤黄海悬浮物浓度遥感反演及缺失数据填补研究

摘要

悬浮物含量和分布的研究对于海洋生态系统、生物地球化学循环研究，以及海岸工程、港口建设等具有重要的意义。海洋水色遥感以其大范围、经济、高效的优势，已成为有效监测海洋悬浮物分布的重要手段。由于海洋上空覆盖的云层、传感器扫描轨道变化等原因，光学遥感仅能得到局部晴空区时段的信息，研究数据缺失部分的填补问题也是必要的。
　　本文针对韩国COMS卫星上的GOCI遥感数据，采用基于遗传编程的进化建模方法，建立悬浮物浓度反演模型，实现对中国渤海和黄海等海区的高时间分辨率观测。进化建模方法适用于水色遥感反演建模问题，可由程序自动生成多个满足精度要求、结构形式多样的显式模型，为水色反演应用提供了多种选择，从中确定最优的悬浮物浓度反演模型。进一步与已有的悬浮物浓度反演模型进行对比分析，以验证本文提出的反演模型的有效性。
　　对含有缺失数据的遥感影像，利用经验模态分解得到的固有模态函数进行插值和叠加，来填补缺失数据。通过对悬浮物含量的遥感影像进行实例计算，所得到的填补数据与原悬浮物浓度的相对误差较小，并在缺失数据连续和离散情况下与插值法进行比较。计算结果表明，基于经验模态分解的悬浮物浓度填补数据的精度高于数据插值法。

目录

封面

声明

中文摘要

英文摘要

目录

1绪论

1.1研究背景

1.2国内外研究现状

1.3本文的主要工作

2基本理论

2.1 实测数据

2.2 GOCI

2.3 遗传编程

2.4 本章小结

3 基于GP的悬浮物遥感反演模型

3.1悬浮物反演模型

3.2与其他悬浮物反演模型的比较

3.3 反演模型应用

3.4本章小结

4 EMD及其填补缺失数据

4.1经验模态分解的原理及步骤

4.2数据填补原理分析

4.3 基于EMD的缺失数据填补

4.4台风对悬浮物的影响

4.5本章小结

5 总结及展望

参考文献

致谢

个人简历

发表学术论文