目錄
前言
第1章 概述 1
1.1 衛(wèi)星遙感水利監(jiān)測(cè)需求 1
1.2 常用的水利監(jiān)測(cè)方法 5
1.2.1 旱情監(jiān)測(cè)方法 6
1.2.2 洪澇監(jiān)測(cè)方法 8
1.2.3 冰凌監(jiān)測(cè)方法 10
1.2.4 水土保持監(jiān)測(cè)方法 12
1.2.5 水資源監(jiān)測(cè)方法 14
1.3 衛(wèi)星遙感水利監(jiān)測(cè)研究進(jìn)展 15
1.3.1 旱情監(jiān)測(cè)進(jìn)展 16
1.3.2 洪澇監(jiān)測(cè)進(jìn)展 18
1.3.3 冰凌監(jiān)測(cè)進(jìn)展 21
1.3.4 水土保持監(jiān)測(cè)進(jìn)展 23
1.3.5 水資源監(jiān)測(cè)進(jìn)展 25
參考文獻(xiàn) 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(shè)計(jì)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(shè)計(jì)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(jìn)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(kuò)展物理存儲(chǔ) 103
2.5 基于MapReduce的TileCube高性能聚集計(jì)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(jì)算 119
2.5.3 實(shí)驗(yàn)與性能分析 133
參考文獻(xiàn) 140
第3章 水體遙感監(jiān)測(cè)方法 143
3.1 水體遙感監(jiān)測(cè)基礎(chǔ) 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(yīng)性分析 148
3.1.4 洪水遙感監(jiān)測(cè) 153
3.1.5 冰雪監(jiān)測(cè)方法 155
3.2 光譜指數(shù)水體提取方法的改進(jìn) 156
3.2.1 可見光影像預(yù)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(dòng)輪廓搜索的水體提取 167
3.3.1 主動(dòng)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(cè)模型 188
3.4.1 冰凌監(jiān)測(cè)的目視解譯 188
3.4.2 基于MODIS數(shù)據(jù)的冰凌監(jiān)測(cè) 192
3.4.3 基于環(huán)境減災(zāi)衛(wèi)星數(shù)據(jù)的冰凌監(jiān)測(cè) 195
3.4.4 MODIS與環(huán)境減災(zāi)衛(wèi)星數(shù)據(jù)結(jié)合的冰凌監(jiān)測(cè) 198
參考文獻(xiàn) 200
第4章 旱情遙感監(jiān)測(cè)方法 204
4.1 傳統(tǒng)旱情監(jiān)測(cè)方法 205
4.2 旱情遙感監(jiān)測(cè)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(cè)方法 215
4.2.4 微波遙感監(jiān)測(cè)方法 216
4.2.5 集成多源數(shù)據(jù)的遙感旱情監(jiān)測(cè)方法 217
4.3 干旱時(shí)空特征分析 218
4.3.1 數(shù)據(jù)介紹 218
4.3.2 氣象因子時(shí)空特征分析 219
4.3.3 SPI與SPEI時(shí)序變化特征及分析 222
4.3.4 旱情變化趨勢(shì)分析 226
4.4 基于短波紅外光譜特征空間的旱情監(jiān)測(cè)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(gòu)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(guān)性驗(yàn)證及不同指數(shù)敏感性對(duì)比分析 239
4.5 基于BP神經(jīng)網(wǎng)絡(luò)的旱情監(jiān)測(cè)方法 241
4.5.1 研究區(qū)介紹 242
4.5.2 數(shù)據(jù)及預(yù)處理 242
4.5.3 基于BP神經(jīng)網(wǎng)絡(luò)的旱情指數(shù)構(gòu)建方法 244
4.5.4 綜合旱情狀態(tài)指數(shù)驗(yàn)證與應(yīng)用 246
4.6 基于TileCube模型的旱情監(jiān)測(cè)方法 250
4.6.1 面向旱情主題的TileCube結(jié)構(gòu)設(shè)計(jì) 251
4.6.2 旱情時(shí)空聚集模型及應(yīng)用 253
4.6.3 交互式旱情多維分析應(yīng)用 257
參考文獻(xiàn) 261
第5章 衛(wèi)星遙感水利監(jiān)測(cè)應(yīng)用系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 268
5.1 衛(wèi)星遙感水利監(jiān)測(cè)應(yīng)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(chǔ)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(wù)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(wù)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(cè)應(yīng)用系統(tǒng)總體設(shè)計(jì) 273
5.3 衛(wèi)星遙感水利監(jiān)測(cè)應(yīng)用系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 274
5.3.1 衛(wèi)星遙感水利數(shù)據(jù)存儲(chǔ)與交換子系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 274
5.3.2 衛(wèi)星遙感水利業(yè)務(wù)處理與分析子系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 279
5.3.3 衛(wèi)星遙感水利服務(wù)管理與發(fā)布子系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 287
第6章 衛(wèi)星遙感水利監(jiān)測(cè)典型應(yīng)用 290
6.1 旱情遙感監(jiān)測(cè)業(yè)務(wù)應(yīng)用 290
6.1.1 湖北省旱情遙感監(jiān)測(cè)應(yīng)用 290
6.1.2 貴州省旱情遙感監(jiān)測(cè)應(yīng)用 293
6.2 水體遙感監(jiān)測(cè)業(yè)務(wù)應(yīng)用 297
6.2.1 鄱陽(yáng)湖水體遙感監(jiān)測(cè)應(yīng)用 297
6.2.2 洞庭湖水體遙感監(jiān)測(cè)應(yīng)用 302
6.2.3 云南楚雄旱期水體變化遙感監(jiān)測(cè) 307
6.2.4 黑龍江特大洪水遙感監(jiān)測(cè)應(yīng)用 308
6.2.5 長(zhǎng)江中下游洪水遙感監(jiān)測(cè)應(yīng)用 320
6.3 冰凌遙感監(jiān)測(cè)業(yè)務(wù)應(yīng)用 330