遙感技術(shù)在灌區(qū)現(xiàn)代化管理中的應(yīng)用研究進(jìn)展

胡小燕

潛山市紅旗水庫管理所 安徽 安慶 246314

1、前言

衛(wèi)星遙感技術(shù)在現(xiàn)代灌區(qū)管理中發(fā)揮著越來越重要的作用，在監(jiān)測的過程中如何快速高效的監(jiān)測土地類型，分辨有效灌溉區(qū)域和市機(jī)關(guān)該區(qū)域一直以來是人們重點(diǎn)關(guān)注的問題，遙感技術(shù)的應(yīng)用可以有效的解決這一問題，為后續(xù)決策提供數(shù)據(jù)支撐。

2、結(jié)構(gòu)檢測中的遙感技術(shù)

在灌區(qū)土地利用的類型為灌區(qū)現(xiàn)代化管理的一個重要組成部分。的分類林地、耕地、水域,沙地和人口可以提供一個依據(jù)灌區(qū)管理政策的制定和調(diào)整。土地利用類型分類是遙感技術(shù)應(yīng)用的基本工作。目前技術(shù)相對成熟,包括監(jiān)督分類和非監(jiān)督分類。k - means算法中常用的無監(jiān)督分類包括平行六面體分類、最小距離法、最大似然法、馬爾可夫距離方法、神經(jīng)網(wǎng)絡(luò)方法和支持向量機(jī)方法。等待。根據(jù)用戶的需求和研究領(lǐng)域的特點(diǎn),監(jiān)督分類方法可以手動定義和選擇,它已廣泛應(yīng)用于土地類型分類。神經(jīng)網(wǎng)絡(luò)方法和支持向量機(jī)方法是近年來研究兩種分類方法。神經(jīng)網(wǎng)絡(luò)方法具有良好的學(xué)習(xí)能力和容錯。這種方法不需要假設(shè)的概率模型,這有助于解決光譜異質(zhì)性的問題在圖像分類。BP神經(jīng)網(wǎng)絡(luò)方法的應(yīng)用表明,該方法的總體分類精度可以達(dá)到91.90%最大似然分類方法。Elihood方法可以增加了7%。2006年,洛陽城市,海南省,對遙感數(shù)據(jù)進(jìn)行了研究。BP神經(jīng)網(wǎng)絡(luò)分類是基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的圖像分類。結(jié)果表明,改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)分類方法分類C具有明顯的優(yōu)勢,但神經(jīng)網(wǎng)絡(luò)方法具有一定的準(zhǔn)確性在網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)和網(wǎng)絡(luò)訓(xùn)練參數(shù)設(shè)置。不同的網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)有一個偉大的對分類結(jié)果的影響。在灌溉地區(qū)的應(yīng)用,進(jìn)一步的研究是必要建立灌溉地區(qū)快速、準(zhǔn)確地根據(jù)灌溉地區(qū)的特點(diǎn),不同地區(qū)的影響,在不同年份和不同的氣候條件,網(wǎng)絡(luò)結(jié)構(gòu)和網(wǎng)絡(luò)訓(xùn)練參數(shù)。這項(xiàng)研究。支持向量機(jī)(SVM)也是一個研究熱點(diǎn)。近年來,遙感衛(wèi)星圖像識別具有結(jié)構(gòu)簡單、適應(yīng)性強(qiáng)。基于支持向量機(jī)(SVM)方法,Beki的改進(jìn)的參數(shù)選擇是不準(zhǔn)確和有一個小樣本問題。以紅河自然保護(hù)區(qū)為例,遺傳算法優(yōu)化和向量機(jī)分類方法用于遠(yuǎn)程濕地,和總精度提高了12。因此,為了獲得更好的分類結(jié)果,我們首先必須工作,深入研究不同的方法之間的內(nèi)在特征,并選擇一個更合適的分類方法根據(jù)灌區(qū)的特點(diǎn),并開發(fā)相應(yīng)的分類方法。評估標(biāo)準(zhǔn)衡量他們的優(yōu)點(diǎn)和缺點(diǎn)。

3、灌溉面積檢測中的遙感技術(shù)

在現(xiàn)代灌區(qū)管理中，灌區(qū)監(jiān)測是灌區(qū)管理的重要組成部分。灌區(qū)的分布和面積將確保對灌區(qū)的水管理、控制和分配進(jìn)行有效管理。除了傳統(tǒng)的方法外，依靠人工統(tǒng)計(jì)，還有一些基于數(shù)學(xué)分析和預(yù)測的方法，如神經(jīng)向量法、支持向量機(jī)法、灰色預(yù)測模型等。使用這些方法的一個常見問題是缺乏令人信服的科學(xué)理論基礎(chǔ)來預(yù)測純數(shù)學(xué)統(tǒng)計(jì)。隨著預(yù)測步驟的增加，預(yù)測結(jié)果與實(shí)際數(shù)據(jù)之間的誤差越來越大，不能滿足實(shí)際生產(chǎn)和應(yīng)用的精度要求。然而，這種方法只能獲得大面積的灌溉面積，不能達(dá)到整個灌溉面積的監(jiān)測階段。衛(wèi)星遙感為比較灌區(qū)及其分布提供了一種經(jīng)濟(jì)、準(zhǔn)確、快速、廣泛、有效的方法。目前，衛(wèi)星數(shù)據(jù)來源在相關(guān)領(lǐng)域的研究正在增加。時(shí)間分辨率和空間光譜分辨率都得到了顯著提高，使數(shù)據(jù)調(diào)查的基礎(chǔ)更加穩(wěn)固。目前，國內(nèi)外對灌區(qū)監(jiān)測的研究能否提取實(shí)際面積，但灌區(qū)尚未達(dá)到整個灌區(qū)的實(shí)時(shí)監(jiān)測水平。未來的研究將側(cè)重于灌溉區(qū)的灌溉水管理。多次遙感數(shù)據(jù)用于動態(tài)監(jiān)測灌溉區(qū)的灌溉過程。

4、土壤水反演中的遙感技術(shù)

監(jiān)測灌區(qū)的土壤濕度對于確定需水量和實(shí)現(xiàn)灌溉水的微調(diào)非常重要。遙感技術(shù)已成功應(yīng)用于土壤水分逆轉(zhuǎn)?；谶b感的土壤水分反演始于20世紀(jì)60年代末，監(jiān)測方法基于熱慣量法、作物水分虧缺指數(shù)法、植被指數(shù)異常的方法,提出了植被狀態(tài)指數(shù)法和溫度法。國家指數(shù)法、溫度植被干旱指數(shù)法、高光譜方法,主動和被動微波遙感的方法。這兩種方法都有優(yōu)點(diǎn)和缺點(diǎn),應(yīng)用的范圍是不同的。例如,熱慣量法適用于地區(qū)植被覆蓋率較低,而作物水分虧缺指數(shù)方法適用于高植被覆蓋的地區(qū)。盡管高光譜方法還比較新,獲取高光譜數(shù)據(jù)既昂貴又困難。主動微波和被動微波的研究方法很多，在裸地和植被覆蓋率低的地區(qū)是有效的，但在植被覆蓋率高的地區(qū)通常是有效的。微波數(shù)據(jù)的獲取成本也很高，不適合日常使用。用于灌區(qū)。作為數(shù)據(jù)源進(jìn)行監(jiān)視。在灌區(qū)的應(yīng)用中，有必要尋找一種適合低fvc區(qū)和高fvc區(qū)的土壤水分逆轉(zhuǎn)方法。灌溉區(qū)域,然而,有一些基本信息,如降水、溫度、缺乏作物生長和渠道布局,本是由于缺乏硬件條件,灌溉面積的地面數(shù)據(jù)采集,低水平的信息。主要原因是大多數(shù)的紅外光譜分析數(shù)據(jù)是由紅外光譜分析。礦區(qū)缺乏地理信息共享平臺,部門大量的數(shù)據(jù)分布,不用于總體規(guī)劃,應(yīng)用遙感監(jiān)測數(shù)據(jù)采集是困難的,因此有必要建立地理信息共享平臺。為灌溉提供全面的信息資源管理和土地管理的遙感應(yīng)用平臺,遙感技術(shù)在現(xiàn)代管理中發(fā)揮著越來越重要的作用。

5、結(jié)束語

遙感技術(shù)不能支持灌區(qū)的科學(xué)和信息化管理，隨著遙感技術(shù)的發(fā)展，遙感數(shù)據(jù)的擴(kuò)展，遙感技術(shù)將在管理現(xiàn)代化中發(fā)揮更重要的作用，也將科學(xué)和信息管理對灌區(qū)的管理起著重要的作用。e、出現(xiàn)了各種遙感數(shù)據(jù)，進(jìn)一步研究了遙感技術(shù)的機(jī)理，遙感技術(shù)在灌區(qū)的應(yīng)用，為現(xiàn)代管理提供了更多的空間。