本科生毕业论文范文

《本科生毕业论文范文》由会员分享，可在线阅读，更多相关《本科生毕业论文范文（43页珍藏版）》请在装配图网上搜索。

1、. . 本科毕业论文封面要统一论文题目：学生：学号：专业：指导教师：学 院：2010年月24日时间统一为2013年5月25日11 / 43毕业论文（设计）容介绍本表只能占一页，因此，内容要适中。论文（设计）题 目基于DEM和RS的流域河网提取整篇论文题目都必须与封面题目一致。选题时间2010年12月20日选题时间统一定为2012年12月25日。完成时间2010年5月24日与封面时间一致。论文（设计）字数15000取整数关 键 词DEM；遥感影像；“Burn_in”算法；河网；黄水河流域论文（设计）题目的来源、理论和实践意义：论文题目来源：老师拟定统一理论和实践意义：流域水文模型是水文科学中一个

2、重要分支之一，是研究水文自然规律和解决水文实践问题的主要工具。而流域水系这一地貌特征是流域水文建模的主要参数，其包含的水系信息是水文模型分析的基础数据。因此，流域水系特征的提取一直是水文科学研究的热点。随着地理信息系统技术的广泛应用，流域的数字高程模型(DEM)目前已成为操作和存储最为方便的一种地形信息，因此常被用来提取流域的河道网络和分析地形对流域径流响应的影响。但利用DEM提取流域河网在平原区和面状水系处会出现位置偏差与产生大量平行河道，随着卫星技术的迅猛发展，遥感图像被广泛应用于水文学中，成为提取流域河网的有效手段。论文（设计）的主要容与创新点：主要容：本文分析了基于DEM提取水系方法的

3、不足，引入了遥感信息来弥补DEM的缺陷。文中首先基于遥感影像，利用多种方法提取水体信息，最终得出利用MNDWI（改正归一化差异水体指数）获得水体信息为最正确方法。然后基于“Burn_in”算法，对DEM进行修正，最终利用修正后DEM生成河网。将此种方法在黄水河流域进行了实验，实验结果说明该方法能消除大量平行河道，修正与实际偏差较大的主干河流。创新点：在对DEM进行修正时，将利用遥感影像提取出的水体与DEM进行叠加，从而对DEM修正，与传统的先对水体数字化，然后转为栅格格式进行叠加相比，提高水系提取自动化程度。附：论文（设计）本人签名必须本人签名，时间与封面一致。： 年 月 日. . 目录居中，

4、黑体。三号字。注意目录之前（包括目录）没有页码，中英文摘要页码要用、等，其余的用1、2等，目录要自动生成，格式、字符、字号、字形、标点、行间距等都必须与本目录一致，目录只能到三级，目录页码必须与正文中的页码一致。 从目录开始要有页眉，统一为：山东师范大学学士学位论文。摘要IABSTRACTI1 概述11.1 研究背景11.2 研究现状11.3 研究容与技术路线21.4 研究区概况与研究数据31.4.1 研究区概况31.4.2 研究数据52 数据预处理62.1 遥感影像预处理62.1.1 辐射校正62.1.2几何校正83 基于遥感影像水体信息的提取93.1 水体的光谱特征93.2 水体指数法提取

5、水系103.2.1 波段比值原理103.2.2 应用归一化差异水体指数（NDWI）提取水体信息113.2.3 应用改进归一化差异水体指数（MNDWI）提取水体信息123.3 多波段谱间关系法123.3.1 多波段谱间关系法原理123.3.2 应用多波段谱间关系法提取水体信息134 基于DEM数字河网的提取144.1 基于DEM提取水系的方法154.2基于DEM的数字流域水系提取164.2.1 数据预处理174.2.2 水流方向提取194.2.3 汇流累积量生成204.2.4 河网生成214.3 基于遥感影像纠正DEM流域水系提取224.3.1 数据预处理234.3.2 基于修正DEM水系提取2

6、45 结论与展望255.1 结论255.2 展望26参考文献27基于DEM和RS的流域河网提取居中，宋体，三号字。 从摘要开始，中文全部用宋体，小四号字，字母、数字等均用times new roman，公式必须用公式编辑器编辑，标点符号不能用半角。摘要一级标题，小四号字，宋体，加黑。摘要内容应包括研究目的、意义、研究内容、研究方法、研究结果等，字数在300-400。：流域水文模型是水文科学中一个重要分支之一，4是研究水文自然规律和解决水文实践问题的主要工具。而流域水系这一地貌特征是流域水文建模的主要参数，其包含的水系信息是水文模型分析的基础数据。因此，流域水系特征的提取一直是水文科学研究的热点

7、。本文分析了基于DEM提取水系方法的不足，引入了遥感信息来弥补DEM的缺陷。文中首先基于遥感影像，利用多种方法提取水体信息，最终得出利用MNDWI（改正归一化差异水体指数）获得水体信息为最正确方法。然后基于“Burn_in”算法，利用提取的水体信息对DEM进行修正，最终利用修正后DEM生成河网。将此种方法在黄水河流域进行了实验，实验结果说明该方法能消除大量平行河道，修正与实际偏差较大的主干河流。关键词小四号字，宋体，加黑。：DEM；遥感图像；“Burn_in”算法；河网；黄水河流域关键词必须是论文中最关键的，4-5个关键词。中图分类号：P967上网查询Method for Extraction

8、 of Drainage Network Based on DEM and Remote Sensing三号字Abstract一级标题，小四号字，但在目录中要大写。 英语翻译要准确，不能用翻译器翻译。：Hydrological model is one of an important branch of hydrological science ,and is an essential tool to study the hydrological laws of nature and solve hydrological practice problem . The water network

9、 of this topographic feature is the main parameters of hydrological model and the information it contains is basic data of hydrological model analyst. Therefore, the extraction ofdrainage network has been a hot spot of hydrological research.This paper analyzes the shortage of the extraction of drain

10、age network based on DEM and then introduces remote sensing information to make up for deficiencies in DEM. In the first part, based on remote sensing images, various methods were used to extract water information; ultimately MNDWI (Modified Normalized Difference Water Index) was the best way to ext

11、ract water information. Then, based on Burn_in algorithm, an amendment to the DEM, the final drainage network was generated by using the modified DEM. This method will be carried out in the YellowRiver Basin and the experimental results show that this method can eliminate a large number of parallel

12、channels and amend the errors of backbone rivers.Key words:DEM;Remote Sensing Image; Burn_in Algorithm;Drainage Network;HuangshuiRiver Basin1 概述一级标题，1后面不能有点1.1 研究背景二级标题，第一个1后面要有点，第二个1后面不能有点。后面的类同。 流域水文模型是水文科学中一个重要分支之一，是研究水文自然规律和解决水文实践问题的主要工具1参考文献标注在标点符号之前。而流域水系这一地貌特征是流域水文建模的主要参数，其包含的水系信息是水文模型分析的基础数据

13、。因此，流域水系特征的提取一直是水文科学研究的热点。从20世纪80年代后期以来，计算机技术、遥感技术（RS）、地理信息系统（GIS）、数字高程模型Digital Elevation Model（以下简称DEM）的快速发展，水体信息获得的方法也得到了很大的发展，大体上分为利用光谱知识和利用DEM两类。DEM是描述地面高程值空间分布的一组有序数组，能够反映一定分辨率的局部地形特征，是目前用于流域地形分析的主要数据，因此也就能根据地形的局部特征，借助一定的算法，进行一定地理空间围的水文模拟。但由于DEM提取水系过程中，本身缺少平坦地区水流路径的数据信息和湖塘信息，因此，所提取的水系在有些地方与自然水

14、系有一定的偏差。而相对于DEM的遥感影像数据，随着卫星技术的迅猛发展，由于其具有宏观、快速和同步等优点，以逐渐在环境、土地、气候等各类动态监测、资源管理等方面得到广泛应用，特别是在水文、水资源领域，以成为提取水体的一种有效数据来源。1.2 研究现状由于DEM数据能够反映一定分辨率的局部地形特征，因此，根据地形的局部特征，借助于一定的算法就可以自动提取一定地理空间围的自然水系。基于DEM流域河网的提取方法很多，概括起来主要有两种基本方法：第一种方法是用一个矩形窗口扫描DEM矩阵来确定洼地，位于洼地的栅格单元标记为水系的做成部分，而位于局部最高处的栅格单元标记为山脊线的做成部分2。这种方法的最严重

15、的缺陷在于生成的水系不连续，特别对于地形起伏较小或地形复杂处，上述缺陷更为突出。另一种方法是O Callaghan和Mark 3于1984年提出的坡面流模拟方法，模拟地表径流在地表的流动来产生水系。后来Jenson和Dominique、 Martz和deJong等许多研究者使用了该方法。使用该算法的依据是水总是沿斜坡最陡方向流动的原理，确定DEM中每一个栅格单元的水流方向；然后根据确定的栅格单元的水流方向计算每一个栅格单元的上游给水区，再选择适宜的水道给养面积阈值来确定河网。该方法简单易行，可直接生成相互连接的河网。由于它依据水文学汇流概念判别水流路径，因此被认为是一种较好的方法。但是，应用上

16、述方法提取流域河网或山脊线亦存在问题，即DEM中不能存在局部凹陷的和平坦的栅格单元，否则会使水流无法确定。然而，在实际的DEM中，凹陷洼地和平地的存在是普遍现象。基于DEM的局限，很多学者尝试在DEM基础上输入河道矢量数据来丰富虚拟水系的信息源。这种思路最早在1989年由Hutchinson提出，并于1999年由Saunders加以完善，其主要思路是通过对河道人工输入河道数字地图来改善虚拟河道的精度4,5。在此基础上2001年Turcotle等人引入数字河流和湖泊网络（DRLN:Digital River and Lake Network）来加强湖泊平原的处理能力6。郝振海通过数字化主干河道的

17、方法来解决平坦地区主干河道偏离其自然位置的问题7。王加虎8利用地形图数字化水系等方式引入矢量河网与栅格化河网信息，来弥补DEM中河道信息的缺失，通过数字化得到的水系有较准确的位置，选用不同的比例尺能够获得不同级别的水系。但是，这些方法仍然依靠大量的人工输入或大工作量的数字化方式来确定河道流向，同样只适用于面积有限的确定区域，存在数据更新困难的问题。也有学者尝试在DEM基础上输入遥感水体来丰富信息源。林凯荣9采用植被指数计算和目视解译的方法来提取水系，并修正数字河网，生成较符合实际的连续数字河网，该方法可以生成较符合实际的连续数字河网，其缺点是自动化程度低，主观因素影响大，工作繁琐。栋梁10采用

18、了一种运用形态学知识结合地物光谱知识的遥感影像方法提取主水系，与遥感目视解译相比，提高了自动化程度。但是其实验区大部分都位于山区，水系光谱特征特别容易与其它地物混淆，仅选择了小块平坦区域进行主水系修正实验，并未应用到地形复杂的整个流域；而且具体修正原理，修正过程未详细分析表达。为了克服以上问题，本文对基于DEM与遥感的数字流域水系提取进行研究，利用遥感影像所提取的流域水系信息，采用基于“Burn_in”原理，修正DEM中平坦地区与湖泊地区高程。从而使数字流域水系提取过程更加自动化，减少了工作量，与人为直接干预，并使提取的流域水系不仅在平坦地区而且在山区都更能反映流域的实际情况。1.3 研究容与

19、技术路线本文的研究目标是利用遥感影像自动提取流域水体信息，并利用提取的水系信息提取对DEM进行修正；从而提取整个流域的河网。本文拟解决的问题如下：（1）数据预处理，包括遥感影像的几何校正，利用等高线生成DEM，遥感影像与DEM配准，研究区裁切。（2）研究适合中分辨率遥感影像水系提取的方法与技术。通过水体指数法、多波段谱间关系法等进行水体信息的提取。最终找到最有效方法提取修正DEM所需要的水系信息。（3）基于“Burn_in”原理，利用提取的遥感水系与原始DEM叠加达到修正DEM的目的，最终提取黄水河流域河网。研究的技术路线图1-4如下：图1-1 本文技术路线图图和图名居中，图名在图的下方，图1

20、-1的含义：第一个1代表本图是论文中的第一章，第二个1代表本图是第一章中的第一个图，依此类推。1.4 研究区概况与研究数据1.4.1 研究区概况本文所研究的区域为黄水河流域。黄水河流域位于省市西北部，地理走向为东南西北向，地理坐标为：东经1202905至东经1204845，北纬372000至北纬374500，全流域面积1034.57km2，其中位于龙口市境的面积为442.75 km2，占总流域面积的42.8%；位于蓬莱市境的面积为364.87 km2，占总流域面积的35.3%；位于栖霞市境的面积为156.41 km2，占总流域面积的15.1%；位于招远市境的面积为70.54 km2，占总流域面

21、积的6.8%。流域耕地面积216.35 km2，其分布规律是北多南少，图1-2为黄水河流域地理位置示意图。流域总人口46.62万，人口分布不均匀，北部平原多，南部低山丘陵区少，人口密度450.7人/km2。 图1-2黄水河流域地理位置示意图地图类型的图要有图例、比例尺、指北针等。 图中字、符号等均不能大于正文中的小四号字。 注意：表示水体的字一般用斜体。 一般情况下，插图大小最多不能大于1/2页面。插图在保证打印质量、美观的前提下尽可能缩小。 图片类型的插图，一般应转成JPG格式。黄水河流域水系较为复杂，境干支流纵横交错。其干流黄水河发源于栖霞市的主山，自东南向西北经龙口市境流入渤海，干流全长

22、55km单位要规范。全河汇入一级支流数较多，仅在龙口市境汇入的就有绛水河、丛林寺河、鸦鹊河、黄城集河等八条一级支流。黄水河流域是龙口、蓬莱、栖霞、招远四市重要的商品粮基地和工农业与城镇居民用水的主要水源地。黄水河流域地处半岛东北部，总的地形是东南高、西北低，南部为低山丘陵，北部为冲积平原。流域地貌受地质构造、岩相与河流冲积所影响，依次呈现构造剥蚀低山丘陵、剥蚀堆积山前台地、侵蚀堆积倾斜平原、堆积海滨条带阶地四种类型。1.4.2 研究数据本文所采用的遥感数据是地区的Landset-5的TM影像。TM影像摄影于2006年10月27日，太阳高度角为37.02，太阳方位角为157.74，分辨率约为30

23、米，投影为墨卡托投影（UTM），覆盖了整个黄水河流域。TM因其波段多，获取容易，更新方便，近年来被广泛应用。表1-1给出Landset-5的TM技术参数11。表1-1 Landset-5上TM技术参数表的编号与图的编号相同，但表名在表的上方，居中，编号后要空一个字。 一般情况下，表都要用三线表，采用插入的方式插入。 标中的内容都要居中，字号不能大于正文中的小四号字。 注意表中数字的量纲单位。波段序号波长围/um波段名称地面分辨率/m10.45-0.52蓝光3020.52-0.60绿光3030.63-0.69红光3040.76-0.90近红外光3051.55-1.75短波红外光30610.4-1

24、2.5热红外光6072.08-2.35短波红外光30本文采用的高程数据为黄水河流域1:10000等高线矢量图，其采用的坐标系是80坐标系。等高线图用于生成DEM，进而利用DEM提取数字流域水系。图1-3为黄水河流域的TM遥感影像和等高线。图 1-3黄水河流域TM遥感影像和等高线2 数据预处理2.1 遥感影像预处理在定量化研究中，常常需要将空中遥感器承受到的电磁波能量信号直接与地物光谱仪收到的电磁波能量信号与地物的物理特性联系起来加以分析研究，这就要对遥感器进行定标。同时，遥感影像在成像过程中必须经过大气的反射、散射、吸收作用，加上仪器本身系统误差与成像条件等种种因素导致产生很大的几何和辐射畸变

25、。为了使遥感图像上记录的地物的辐射量和地面真实目标一一对应起来，能更好地提取遥感影像信息，提高分类精度以与方便计算，必须对原始遥感影像进行预处理，主要包括辐射校正和几何校正。预处理流程如图2-1：图2-1 遥感影像预处理流程图类似的流程图要注意对称性。2.1.1 辐射校正由于受地物的非朗伯体反射特性、大气传输特性、传感器响应特性等因素的影像，致使采集的遥感数据与地物反(辐)射亮度出现不相关，出现的误差称为遥感数据的辐射畸变12。辐射校正是指从具有畸变的影像中消除依附在辐射亮度中的各种辐射量失真。遥感图像的辐射校正主要包括传感器辐射校准、大气辐射校正、地形与太阳高度角辐射校正。（1）传感器辐射校

26、准13由遥感器的灵敏度特征引起的畸变主要是由其光学系统，或光电系统的特征所形成的。如在使用透镜的光学系统中，其摄像面存在着边缘部分比中心部分发暗的现象（边缘减光）。如果以光轴到摄像面边缘的视场角为，理想的光学系统中某点的光亮与成正比，利用这一性质可以进行校准。光电变换系统的灵敏性特征通常很重复，其校正一般是通过定期地面测定，根据测量值进行校准。（2）大气辐射校正电磁波需要经历一个在大气中的传输过程才能到达遥感传感器，在这个过程中电磁波与大气发生相互作用反射、折射、吸收、散射和透射，造成电磁波被大气部分吸收，且散射使地物辐射电磁波能量衰减，造成数据质量的下降，影响遥感信息的提取和精度，因此大气辐

27、射校正是遥感数据处理不可缺少的环节。遥感影像的大气校正方法很多，5S模型、6S模型、MODTRAN模型与LOWTRAN等模型利用基于复杂的辐射传输原理建立起大气校正模型，校正精度较高，但这些方法需要参数多，计算量大，而且一般很难获取这些参数。因此，本研究采用了直接、简易的暗像元法，此大气校正方法不需大气和地面的实测数据，尤其不需要卫星同步观测数据，而主要依靠影像本身的信息。暗像元法基本原理就是在假定待校正的遥感图像上存在暗像元区域，假设地表为朗伯面反射，整幅图像大气性质均一，大气多次散射辐照作用和邻近像元漫反射作用可以忽略的前提下，反射率或辐射亮度很小的暗像元由于大气的影响，而使得这些像元的亮

28、度值相对增加，可以认为这部分增加的亮度是由于大气的程辐射影响产生的。（3）地形与太阳高度校正13为了获得每个像元的真实的光谱反射，经过遥感器和大气校正的图像还需要更多的外部信息进行太阳高度和地形校正。通常这些外部信息包括大气程透过率、太阳直射光辐照度和瞬时入射角（取决于太阳入射角和地形）。太阳直射光辐照度在进入大气层以前是一个已知常量。在理想情况下，大气程透过率应当在获取图像的同时实地测量，但对于可见光，在不同大气条件下，也可以合理的预测。当地形平坦时，瞬时入射角比较容易计算，但对于倾斜的地形，经过地表散射、反射到遥感器的太阳辐射量就会依倾斜度而变化，因此需要用DEM计算每个像元的太阳瞬时入射

29、角来校正其辐射亮度值。2.1.2几何校正几何畸变是指影像上的像元在图像坐标系中的坐标与其在地图坐标系等参考系统中的坐标之间的差异，消除这种差异的过程称为几何校正（Geometric Correction）14。遥感图像的几何校正可分两阶段实现15：系统校正(几何粗校正)，即把遥感传感器的校准数据、传感器的位置、卫星姿态等测量值代入理论校正公式进行几何畸变校正；几何精校正，即利用地面控制点GCP（Ground Control Point）对应其它因素引起的遥感图像几何畸变进行纠正。几何粗校正的服务通常由卫星接收系统提供，因此本研究只进行了几何精校正。几何精校正的原理是回避成像的空间几何过程，而直

30、接利用地面控制点数据对遥感影像的几何畸变本身进行数学模拟，并且认为遥感影像的总体畸变可以看作是挤压、扭曲、缩放、偏移以与更高层次的基本变形的综合作用的结果，因此校正前后影像相应点的坐标关系，可以用一个适当的数学模型来表示。具体实现是：首先利用地面控制点数据确定一个模拟几何畸变的数学模型，以此来建立原始畸变影像空间与标准空间的某种对应关系；其次是利用这种对应关系吧畸变空间中的全部元素变换到标准空间（即校正影像空间）中去，从而实现影像的几何精校正。影像的几何精校正包括两个方面的容：一是影像空间像元位置的变换；二是变换后的标准影像空间的各像元亮度值的计算。因此，几何校正的过程也就分为两步：第一步是先

31、进行空间变换，即在几何位置上进行校正；第二步是取得变换后影像各像元的亮度值。根据原始畸变空间与校正后的标准空间的转换方式和校正后标准空间像元亮度值的获得方式的不同，可以将几何精校正分为直接成图法和重采样成图法。直接成图法和重采样成图法本质上没有差别，主要的不同在于所用的校正畸变函数不同；其次，校正后像元获得亮度值的方法不同，对于直接成图法称为亮度重配置，而对于重采样成图法称为亮度重采样。通常的几何校正过程，是在校正后的输出地图坐标系上设定方格，求出格点上对应的影像数据。可是，在该输出影像坐标系的格点上所对应的输入影像坐标通常不是整数值，所以必须用输入影像上周围点的像元值对所求点的像元值进行插来

32、求。用于几何校正的主要插方法有：(1)最邻近插法：以距插点最近的观测点的像元值为所求的像元值。该方法优点是不破坏原来的像元值，处理速度快；缺点是最大可以产生1/2像元的位置误差。(2)双线性插法：使用插点周围的4个观测点的像元值，对所求的像元值进行线性插。该方法的缺点是破坏了原来的数据，但具有平均化的滤波效果。(3)三次卷积插法：使用插点周围的16个观测点的像元值，用三次卷积函数对所求像元值进行插。该方法的缺点是破坏了原来的数据，但具有影像的均衡化和清晰化的效果，可以得到较高的影像质量。几何精校正的一般过程如下（图2-2）：图2-2 几何精校正流程图注意流程图的逻辑性。3 基于遥感影像水体信息

33、的提取3.1 水体的光谱特征卫星遥感影像记载了地物对电磁波的反射信息以与地物自身的热辐射信息。在可见光波段，水体的波谱特性非常复杂，在图像上影响记载的反射信息主要来自水面、水中悬浮物质和水体底部物质的反射。因而水体吸收和辐射特性，不仅与其本身的性质有关，而且还与其所含物质的类型和大小有关。各地物由于其结构、组成以与物理化学性质上的差异，从而导致了不同的地物对电磁波的反射存在差异，以与其热辐射也不完全相同。正是由于不同波谱段上不同地物的反射率不同，才使得水体等其他地物的提取可以实现。要想从影像中提取水体，了解水体在TM影像中的特性是很有必要的，这可以为我们提取水体提供有利的参考依据。对水体来说，

34、水的光谱特征主要是由水本身的物质组成决定，同时又受到各种水状态的影响。在可见光波段0. 6um之前，水的吸收少、反射率较低、大量透射。其中，水面反射率约5%左右，并随着太阳高度角的变化呈3%10%不等的变化；水体可见光反射包含水表面反射、水体底部物质与水中悬浮物质(浮游生物或叶绿素、泥沙与其他物质)的反射三方面的贡献16。对于清水，在蓝绿光波段反射率4%5%， 0.6um以下的红光部分反射率降到2%3%，在近红外、短波红外部分几乎吸收全部的入射能量，因此水体在这两个波段的反射能量很小。这一特征与植被和土壤光谱形成十分明显的差异，因而在红外波段识别水体是较容易的。图3-1为水体的反射光谱曲线。图

35、3-1水体反射光谱曲线3.2 水体指数法提取水系3.2.1 波段比值原理由于地形坡度、坡向、阴影或者太阳高度和强度季节性的变换，地表同样物质或目标物的亮度值会不一样。图像波段之间比值运算的目的是为了尽量减小这些环境条件的影响，使图像解译者或机助分类算法能正确地识别地球表面物质或土地利用类型。由于波段之间的比值运算提供了任何单波段都不具有的独特信息，这对于难以区分的阴影和水体非常有用。比值运算就是将一幅遥感影像的不同波段直接做商运算，以削弱地形起伏带来的影响13 。由于同一地区不同波段(两个波段或几个波段组合)对应像元亮度值相除，所得新值构成一幅比值增强图像，能够扩大相邻两个像元的差别，并且能消

36、除地形起伏带来的影响，而且也能同时扩大不同地物亮度值的微小差别。由不同波段做商运算生成的指数，其创建的基本原理就是在多光谱波段，寻找出所要研究地类的最强反射波段和最弱反射波段，将强者置于分子，弱者置于分母。通过比值运算，以几何级数进一步扩大二者的差距，使要研究的地物在所生成的指数影像上得到最大的亮度增强，而其他的背景地物则受到普遍的抑制。3.2.2应用归一化差异水体指数（NDWI）提取水体信息归一化差异水体指数(NDWI)(Normalized Difference Water Index)由Mcfeeters提出，其公式如下：下面的公式要居中，采用编辑器编辑，公式编号与图表的编号相同。（公式

37、3-1）归一化差异水体指数构建的原理是：水体的反射从可见光到短波红外波段逐渐减弱，在近红外和短波红外波长围（0.742.5um）吸收性最强，几乎无反射，因此用可见光波段和近红外波段的反差构成的NDWI可以突出影像中的水体信息。另外由于植被在近红外波段的反射率一般最强，因此采用绿光波段与近红外波段的比值可以最大程度地抑制植被的信息，从而达到突出水体信息的目的。NDWI的取值在(-1,1),水体与阴影取正值，而除阴影外的其他非水体取负值。在ERDAS下建立NDWI模型，并对黄水河流域TM影像进行模型运算，得到黄水河流域水体信息如图3-2：图 3-2 黄水河流域NDVI影像图与提取水体图类似于这样的

38、黑白图，要转换成灰度图，打印效果会更好。但事实上在很多情况下，用NDWI提取的水体信息中仍然夹杂着许多非水体信息，特别是在提取山区的水体方面不太理想。因此，在仔细分析了山区水体与其背景地物的反射特点，提出了能更好地提取山区水体信息的改进归一化差异水体指数(MNDWI)。3.2.3应用改进归一化差异水体指数（MNDWI）提取水体信息MNDWI(Modified NDWI)，即改进归一化差异水体指数，其公式如下：（公式3-2）从原理上分析，构建MNDWI指数是利用TM5波段，即短波红外的探测植被含水量和土壤湿度的原理，因而在水体提取时利用TM5的适度信息能够很好的区分建筑与河床。在ERDAS下建立

39、MNDWI模型，并对黄水河流域TM影像进行模型运算，得到黄水河流域水体信息如图3-3：图3-3 黄水河流域MNDVI影像图与提取水体图3.3 多波段谱间关系法3.3.1 多波段谱间关系法原理多波段谱间关系法属于多波段法的一种，主要是利用多波段的优势综合提取水体信息。被动式卫星传感器主要通过接收和记录地球表面反射、发射的电磁波来获得地表各类地物的信息。由于各类地物对太的吸收和反射的程度不同，因此，它们在卫星传感器上记录的电磁波谱信息也各不相同。多波段谱间关系法提取水体信息的原理正是利用这种谱间差异特征进行的。3.3.2 应用多波段谱间关系法提取水体信息应用该法提取水体信息，必须先要知道数据的个波

40、段信息以与谱间差异。TM图像中不同的波段反应了不同地物在该波段的反射辐射特性,其中TM1、TM2、TM3、TM5、TM7波段是强相关，TM4波段绿色植被反射率高，TM6波段信息量少。由于TM6的信息量少,我们采用TM1、TM2、TM3、TM4、TM5、TM7波段信息作为分析数据。结合TM图像光谱知识17,将TM图像中的河流、道路、建筑物、阴影、植被、反射物等6种典型地物作为研究目标,分析河流与其背景地物的光谱灰度均值特征,可以得到地物之间在各波段上的光谱差异，见表3-1：表 3-1 各地物灰度均值表水体道路阴影建筑物植被反射物TM170.4081.4059.4092.4067.6097.60T

41、M229.0035.6022.8041.2029.4050.60TM326.0036.8019.8046.4027.2053.40TM415.4036.4019.6043.2055.6064.60TM511.8053.4017.6065.2054.40115.80TM75.8028.208.4041.0022.2061.20将表3-1在Excel下生成曲线图（图3-4），从而能够更直观的看出各地物在各波段的差别。图 3-4 各地物波谱曲线图由曲线图可以看出，TM5波段可以很好的将水体和阴影与其他地物区分开来，然后再利用TM2与TM5的比值将水体与阴影区分。图3-5为应用多波段谱间关系法提取出的

42、水体。图3-5 多波段谱间关系法提取出水体图将不同方法提取出的水体进行比较发现，基于MNDWI法提取的水体信息对于水系的特征表现最明显。而基于NDWI提取出的水体信息中难以将河床与建筑物区别开来，因此河流不完整；应用多波段谱间关系法提取的水体信息含有大量的阴影噪音。对比发现在能够提取出相同的支水系的情况下，利用MNDWI图像提取水系引入的噪声最少。因此，选用基于MNDWI法提取的水体信息来纠正DEM。4 基于DEM数字河网的提取为了实现对所模拟水文变量的空间描述，需要能够用来确定流域排水结构的地表特征资料(如坡度、坡向、流向、河网水系等)，而数字高程模型作为地表形态信息的数字表达方式，为自动、

43、精确地提取流域的河网提供了可能。DEM的表示模型规则格网（Grid），其高程矩阵可以很容易地用计算机进行处理，计算出等高线、坡度、坡向，山坡阴影和自动提取流域地形18 。特别适用于栅格数据结构的地理信息系统。因此本文采用了规则格网(Grid)来提取水系。图4-1为黄水河流域DEM。图 4-1 黄水河流域DEM4.1 基于DEM提取水系的方法从DEM数据中提取数字流域水系可以根据不同的数据模型采用不同的算法，先后分别有人做了基于数字化等高线地形图的流域水系提取工作、基于TIN的流域水系提取工作、基于栅格DEM的流域水系提取工作。广泛应用的还是基于栅格DEM提取数字流域水系，主要有三种方法19：(

44、1)基于地形表面几何形态的方法，也称为局部方法基本过程是将连续的地表单元划分为离散的地貌形态单元，找出地貌形态单元和DEM中离散单元的特征地貌要素，这些特征地貌要素的定义应具有明确的地理意义与可操作性，最后再根据特征要素的定义设计适宜的算法获得提取的目标。该方法提取的河流网络，存在河流源头定位的随意性问题，更主要的缺陷在于它产生不连续的水流线，需要进行连接、修剪和细化使之产生合理的水系形态，因此，实践中较少采用。(2)基于地表径流漫流模型的坡面流模拟方法，也称之为全局方法此方法根据重力使水流向最低处的物理原理对DEM单元赋予流向，确定水流方向的方法包括D8、Rho8、Lea、DEMON以与D等

45、方法。其中最具代表性的是OCallaghan和Mark的D8方法。由于该方法简单实用，依据了水文学汇流概念判断水流路径，并模拟地表径流，有一定的模型基础，直接产生连续的河流线段，因此被认为是一种较好的方法，取得了广泛的应用。但是此种方法在应用时存在一定缺陷，常遇到的主要是以下两个问题:DEM存在局部凹陷的和平坦的栅格单元，致使水流方向无法确定；下垫面的复杂程度对其水道集水面积阈值的选取和水道起始点的确定带来不定性的影响。Martz和Garbrecht20认为以水道集水面积阈值这一单个参数来反映河网发育的影响因子(诸如地形、地质、土壤和植被)相互作用的复杂关系，当其应用到相对均一的下垫面时可生成

46、较合理的水系，但应用到两类截然不同的地貌(如平原与山地)区域时则会生成大量的伪水道，这是因为它企图采用单一相同的水道集水面积阈值来描述两种完全不同的地貌类型，从而违背了方法的基本假定。解决此问题的一种可能途径就是考虑关键地貌参数的空间变化，即在不同类型的区域设置不同的水道集水面积阈值。(3)基于局部方法和全局方法的复合方法由于仅仅依靠局部方法或全局方法，都不能很好的解决流域水系提取的问题，因此，有的学者提出了复合的方法，即在识别单个DEM地形特征信息时采用局部方法，而在识别水系网络和盆地边界时采用全局方法。它是在全局径流一致性的基础上，考虑到局部地貌的特殊性而采取的一种加权方法，使提取的水系与

47、实际河流更好地拟合。本文主要是采用复合方法，在OCallaghan和Mark的D8方法基础上，利用遥感信息来弥补DEM提取水系的缺陷，实现数字流域水系的自动提取。4.2基于DEM的数字流域水系提取OCallaghan和Mark的D8方法可以分为四步实现(如图4-2)：对DEM中的洼地、平坦区域进行预处理；确定DEM中每一个网格单元的水流方向；确定流域边界。根据每一个网格单元的水流方向可以得到整个流域的排水网络，从流域的出口所在单元开始，沿着与水流方向相反的方向，找到每一条河道的集水区域围，所有这些区域的边界，即为流域的边界(分水线)；数字流域水系的提取。利用网格单元的水流方向，可以计算出每一个

48、网格单元的上游集水面积，即所有水流流入该网格的单元格所占有的面积。给定一个集水面积阈值，凡是集水面积超过该阂值的网格，均为河网的单元，将这些网格单元连接后形成流域的水系。图 4-2 D8法提取流域河网流程图4.2.1 数据预处理 DEM被认为是比较光滑的地形表面的模拟，但是由于插的原因以与一些真实地形（如喀斯特地貌）的存在，使得DEM表面存在着一些凹陷的区域。那么这些区域在进行地表水流模拟时，由于低高程栅格的存在，从而使得在进行水流流向计算时在该区域的得到不合理的或错误的水流方向，因此，在进行水流方向的计算之前，应该首先对原始DEM数据进行洼地填充，得到无洼地的DEM。其具体步骤如下：（1）

49、水流方向提取流向判断是建立在33的DEM基础上通过计算中心栅格与邻近栅格的最大距离权落差来确定。进行流向判断的方法有单流向法和多流向法之分。单流向法假定一个网格中的水流只从一个方向流出网格，然后根据网格高程判断水流方向，再由得出的流向栅格进行更进一步的信息提取，如河网、边界线、子流域长度和坡度等。目前应用最广泛的单流向法是D8法，此外，还有Rho8方法、DEMON法和D等。多流向法将某单元格上产生的水流根据合理的方法(坡度比法、指数方法等)按一定的比例流向若干高程较低的相邻单元格。多流向法提出较晚，能够较好的拟和地貌复杂区的水流方向。本文所采用的是D8法，即最大距离权落差（最大坡降法）来计算水

50、流方向。D8算法假设每个单元格的水流只有8种可能的流向，即流入与之相邻的8个单元格。在33的DEM网格中，确定一个网格的水流方向就是将此中心网格单元与其最邻近的8个网格单元之间的坡度进行比较，取其中坡度最大的一个网格单元方向定义为中心网格单元的水流方向。为了方便表示水流方向，一般规定一个网格的水流方向用一个特征码表示。有效的水流方向定义为东、东南、南、西南、西、西北和北、东北，并分别用l、2、4、8、16、32、64和128这8个有效特征码表示（图4-3）。图4-3 水流方向图D8方法对自然状态下的水流方向进行了极大的概括，认为单元格的产流是点源，河道用一维线描述，水流的方向只能是/4分的8个

51、方向，简化了水流方向的无穷多种可能性，使水流偏向某个单元格。由于该方法对DEM的运用和处理简单，故而实用性强，是目前应用围最广泛的方法。图4-4为黄水河流域流向图。图4-4黄水河流域流向图（2）洼地计算洼地区域是水流方向不合理的地方，可以通过水流方向来判断哪些地方是洼地。但有一点必须清楚的是，并不是所有的洼地区域都是由于数据的误差造成的，有很多洼地区域也是地表形态的真实反映，因此，在进行洼地填充之前，必须计算洼地深度，判断哪些地区是由于数据误差造成的洼地而哪些地区又是真实的地表形态，然后在进行洼地填充的过程中，设置合理的填充阈值。（3）洼地填充洼地填充是无洼地DEM（图4-5）生成的最后一个步

52、骤。在通过洼地计算之后，知道了原始的DEM上是否存在着洼地，如果没有存在着洼地，那么原始DEM数据就直接可以用来进行以后的河网的生成、流域的分割等。而洼地深度的计算又为在填充洼地时设置填充阈值提供了很好的参考。图 4-5 黄水河流域无洼地DEM4.2.2 水流方向提取此处方法同生成无洼地DEM时水流方向提取方法相同。不过，使用的DEM是无洼地DEM。4.2.3汇流累积量生成在地表径流模拟过程中，汇流累积量是基于水流方向数据计算而来的。对每一个栅格来说，其汇流累积量的大小代表着其上游有多少个栅格的水流方向最终汇流经过该栅格，汇流累积的数值越大，该区域越易形成地表径流。由水流方向数据到汇流累积量计

53、算的过程如图4-6所示21：图 4-6汇流累积量计算过程图由于汇流累积量是基于水流方向数据计算而来的。所以，首先要通过无洼地DEM生成流域流向图，然后在此基础上计算累积量。图4-7为黄水河流域汇流累积图。图4-7 黄水河流域汇流累积图4.2.4 河网生成目前常用的河网提取方法是采用地表径流漫流模型计算：首先是在无洼地DEM上利用最大坡降的方法得到每一个栅格的水流方向；然后利用水流方向栅格数据计算出每一个栅格在水流方向上累积的栅格数，即汇流累积量，所得到的汇流累积量则代表在一个栅格位置上有多少个栅格的水流方向流经该栅格；假设每一个栅格处携带一份水流，那么栅格的汇流累积量则代表着该栅格的水流量。基

54、于上述思想，当汇流量达到一定值的时候，就会产生地表水流，那么所有那些汇流量大于那个临界数值的栅格就是潜在的水流路径，由这些水流路径构成的网络，就是河网。由于的生成是基于汇流累积矩阵，所以汇流量阈值的大小对于河网提取有和大影响。阈值的设定应遵循科学、合理的原则。首先应该考虑到研究的对象，研究对象中的沟谷的最小级别，不同级别的沟谷所对应的不同的阈值；其次考虑到研究区域的状况，不同的研究区域相同级别的沟谷需要的阈值也是不同的。所以，在设定阈值时，应充分对研究区域和研究对象进行分析，通过不断的实验和利用现有地形图等其它数据辅助检验的方法来确定能满足研究需要并且符合研究区域地形地貌条件的适宜的阈值。图4

55、-8为黄水河流域阈值为200000（左）和800000（右）的所得出的水系图。图 4-8 阈值为200000（左）和800000（右）的黄水河流域水系图将基于DEM提取的流域水系与黄水河流域水系图比较，可以看出：在丘陵山地和高山区由DEM提取的流域水网与实际的流域水网基本吻合，但在水库与山谷平原区，则差别较大，其中最主要的是主干河道位置偏离自然河道的位置过大这是因为DEM本身可能就存在平坦的区域，另外还有凹陷点填充后形成的平均区域，直接利用D8算法，在平坦区域部无法生成河道，而通过联接平地两端边缘的水流聚集格网点生成与实际河道不符的伪河道。处于平坦区的河流流动的随机性比较大，自然水系往往是弯曲

56、的，有些河流的形状则呈辫状或不规则环状汇合形态，这就意味着有些栅格点的水流方向是多方向的，而D8算法是单流向算法，这在计算栅格点的水流方向时是无法实现的。在ArcMAP下生成黄水河流域地形坡度图，与由DEM中提取的流域自然水网相叠加（图4-9）就可以看出，模拟生成的河网与实际河网不符的河流大都处在平均地形坡度不大于3的区域。由此，当平均坡度大于3时，由DEM提取的流域自然水网是与实际河网基本一致；当坡度小于3时，由DEM中提取的流域自然水网与实际的水系有误差，需要进行纠正处理。图 4-9黄水河流域地形坡度图与水相叠加图4.3基于遥感影像纠正DEM流域水系提取由于DEM本身存在的缺陷，由D8方法

57、生成的河网水系会出现一系列与自然水系偏差颇大的情况，尤其是在平坦的平原与洼地区，仅仅经过填平、垫高处理的河网与自然水系的偏差明显，其中最重要的就是平坦区主干河流与湖泊位置偏离过大的问题。为了加强对平坦区域、湖泊水库的处理能力，解决位置偏差过大问题，本文在“Burn_in”原理的基础上，利用遥感影像提取的水体信息修正DEM，从而消除平行河道等伪河道，生成比较符合实际的连续的数字流域水系。具体流程如图4-10：图 4-10基于遥感影像纠正DEM流域水系提取流程图4.3.1 数据预处理根据“Burn_in”算法，对DEM进行修正就是水体栅格与DEM叠加的过程。因此，在叠加之前要先对数据进行预处理，主

58、要包括图像配准和遥感数据重采样。（1） 图像配准 图像配准是指同一区域里一幅图像（基准图像）对另一幅图像的校准，以使两幅图像中的同名像元配准。由于DEM与TM影像的投影方式不同，首先对二者进行投影变换，使得二者处于同一个地图投影系统之中。本文所采用的方法是在Arc Catalog下将DEM投影转换成WGS_1984_UTM_Zone_51N。然后，需要根据相同控制点进行配准使得TM 影像与DEM相匹配，具体的做法是在TM影像和其他地图数据上找到相同的能够准确辨认的控制点，在两坐标间建立对应关系Link,根据这些Link就可以完成TM 影像到DEM之间的匹配，本文通过Arc Map中的Geore

59、ferencing工具来实现。（2）遥感数据重采样本文所采用的DEM是基于黄水河流域1:10000等高线生成，其分辨率为5m，而TM影像的分辨率为30m，为了与未修正DEM所生成的河网对比，将TM影像重采样，转为分辨率为5m的影像。具体做法是在ERDAS下通过Resolution merge功能，将DEM与TM影像融合。这样，得到的新影像既将分辨率提高到5m又不损失其多波段特点。图4-11为融合后图像。图 4-11 DEM与TM影像融合图4.3.2基于修正DEM水系提取经上文比较发现，当坡度小于3时，由DEM中提取的流域自然水网与实际的水系有误差。为了纠正误差，本文采用“Burn_in”算法对

60、坡度小于3的DEM进行纠正。“Burn_in”算法是由Maidment22提出，其原理是是将要修改的河道所在的栅格单元高程值不变，将其垂直于河道方向的非河道所在栅格高程值增加1微小值，使之成为斜坡的延伸部分或者河道所在栅格单元调低1微小值，垂直于河道方向的非河道所在栅格高程值也相应调整，使之成为斜坡的延伸部分。采用“Burn_in”算法对DEM纠正的传统做法是通过手工数字化的方法将主干河道和平原水系输人计算机中，并利用Arc/info等地理信息系统软件将主干河道和平原水系转化成栅格形式，栅格的大小和建立的DEM的栅格大小相等，经过投影转换纳入到统一的坐标系中，通叠加运算，将主干河道和平原水系叠

61、加到DEM上，从而达到改变主干河道和平原水系经过的格网高程值，使主干河道和平原水系的地势低于沿岸地势，以确保生成河网的主干河道和平原水系与实际相符。传统做法存在自动化程度低、主观性大、数据更新困难等缺点。本文通过MNDWI（改进归一化差异水体指数）法提取遥感影像中的水体信息，然后将提取的水体信息经二值化处理叠加到DEM上，最终生成河网。其优点是使数字流域水系提取过程更加自动化，减少了工作量，与人为直接干预，并使提取的流域水系在平坦地区能够反映流域的实际情况。图4-12为基于修正后DEM生成河网。图 4-12 基于修正后DEM生成河网5 结论与展望5.1 结论本文采用基于DEM与遥感的数字流域水

62、系提取方法，利用遥感影像信息与DEM数据互相弥补各自提取流域水系中的缺陷，从而使最终提取的水系更能反映流域的实际情况。本文将此方法在黄水河流域进行了实验验证，完成了基于DEM与遥感的黄水河流域水系提取，并取得了初步成效。本文主要研究容与研究结论如下：（1）研究适合中分辨率遥感影像水系提取的方法与技术。通过水体指数法、多波段谱间关系法等进行水体信息的提取，最终找到最有效方法。结果说明，MNDWI(改进归一化差异水体指数)是最有效的方法。（2）基于“Burn_in”原理，用提取的遥感水系修正DEM，提取黄水河流域水系河网。结果说明该方法消除了大量平行河道，修正了主干河流位置，水系更接近流域真实情况。5.2 展望本文在总结前人经验的基础上，利用经遥感影像纠正的DEM提取河网，并取得了预期的效果。但是，准确度难以达到现实应用的要求。为了提高准确度未来可以从以下几点来弥补：（1）由于遥感数据的不确定性以与水系自身的特点，应对水系信息提取应综合运用多种知识和手段，探索更合理的水系提取方法。（2）用本文所用方法生成的河网存在一定的不连续性，主要是由面状水体引起。应进一步探索出更好的方法，例如引入数学形态指数进一步区分河流与面状水体。参考文献：参考文献至少15篇以上，其中英文参考文献至少5篇。 参考文献要能表达最新