基于高分辨率影像的光伏电场信息提取鲁棒性分析及其热环境效应研究

【摘要】：以光伏电场为代表的新能源在我国尤其是西部荒漠地区发展迅猛,利用遥感信息分析方法自动、快速、准确获取该类能源用地,分析其对周边沙漠热环境场的影响,将有助于政府及时掌握光伏电场的动态信息,对土地覆被、工程建设、能源利用及环境保护等都具有重要意义。本文采用基于对象影像分析方法,通过分割参数优选,结合光谱、几何和纹理等特征建立了沙漠地区光伏电场专家知识库,在中高分辨率遥感影像上完成了光伏电场的精准获取,并使用基于对象的规则集鲁棒性分析模型探讨了时相、传感器、空间分辨率和区域差异对规则集鲁棒性的影响,得出了光伏电场提取模型在不同数据源上使用时需注意的事项。最后,通过温度反演分析了宁夏中卫市沙漠光伏产业园对周边沙漠热环境场的影响。得到的结论主要有以下几点:1、通过ED2分割参数优选算法获得了光伏电场在空间分辨率为0.5-30m之间的几种主要光学遥感影像上的最优分割参数组合,最优分割尺度与空间分辨率之间呈现一定的幂函数关系y=300.98x-0.571,且具有较高的形状因子,这对光伏电场的分割参数优选具有一定的借鉴意义。2、通过相关特征分析,在基于对象影像分析方法的支持下,分别利用GF-1融合影像和Landsat 8 OLI融合影像建立了2个规则集,实现了光伏电场在中高分辨率遥感影像上的精准提取。对于空间分辨率优于2m的高分辨率遥感影像,可利用比值居民地指数、长宽比、差异性、亮度4个特征对光伏方阵进行提取,进而根据上下文、几何特征提取内部道路和间隙等,最后使用数学形态学对提取结果进行优化,完成光伏电场的综合提取,规则集特征少、结构清晰、可读性强,提取结果的总体精度高于93%。对于Landsat 8 OLI遥感影像,可使用比值居民地指数、归一化建筑物指数、归一化植被指数、亮度和蓝光波段标准差5个特征完成大部分光伏电场的提取,总体精度略低于高分辨率遥感影像,在85%至90%之间。3、通过基于对象规则集鲁棒性分析模型定量分析了时相、传感器、空间分辨率和区域4个因素对两种规则集鲁棒性的影响。对于利用GF-1融合影像建立的规则集(规则集一)而言,在获得最优分割的情况下,其在不同遥感影像上的鲁棒性为时相传感器区域空间分辨率。(1)在相同区域、相同传感器、相同空间分辨率、不同时相的遥感影像上鲁棒性最高,规则集一可直接使用,有利于规模化生产;(2)在相同区域、相同空间分辨率、不同传感器的遥感影像上鲁棒性较好,在使用时仅需对光谱特征阈值进行适当调整;(3)在相同传感器、相同空间分辨率、不同区域的遥感影像上规则集鲁棒性较好,在使用时只需对纹理特征阈值进行调整;(4)空间分辨率对规则集鲁棒性影响最大,体现在纹理、几何和上下文特征等各个方面。对于利用Landsat 8 OLI融合影像建立的规则集(规则集二)而言,其在不同数据源上的鲁棒性为时相区域空间分辨率,相对于规则集一,3个因素对规则集二鲁棒性影响较大。基于高分辨率遥感影像建立的规则集一更适合光伏电场的自动或半自动化提取。4、通过基于热红外波段的温度反演发现光伏电场相对沙漠的平均温度低了了2.37℃,光伏电场的建设有利于降低沙漠地区的局部温度,单从降温效果来看等同于荒漠灌丛。光伏电场的面积、周长及形状指数3个形状特征与温度之间的相关性较差,光伏板和植被均是光伏电场对沙漠地区产生降温效应的因素,两种因素是相互影响、相互增益的,其中光伏板的降温效应占主导地位。对比分析沙漠光伏产业园区域的MODIS昼夜温度产品,发现光伏电场对沙漠的降温效应主要集中在白天且易形成一个“冷岛”中心,在夜间对沙漠热环境场的影响不明显。 【关键词】：基于对象 光伏电场 鲁棒性分析 热环境效应 分割参数优选
【学位授予单位】：兰州大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM615
【目录】：

• 中文摘要3-5
• Abstract5-11
• 第一章 绪论11-22
• 1.1 选题背景与研究意义11-12
• 1.2 国内外研究现状12-19
• 1.2.1 光伏电场研究12-13
• 1.2.2 基于对象信息提取13-15
• 1.2.3 基于对象信息提取鲁棒性分析15-17
• 1.2.4 热环境效应分析17-19
• 1.3 研究目标和内容19-20
• 1.4 技术路线20-21
• 1.5 论文特色21
• 1.6 论文结构21-22
• 第二章 原理与方法22-35
• 2.1 基于对象影像分析22-29
• 2.1.1 光伏电场提取思路22-23
• 2.1.2 影像分割23-24
• 2.1.3 基于对象影像分类24-25
• 2.1.4 分类特征25-28
• 2.1.5 分类后处理28-29
• 2.2 规则集鲁棒性分析模型29-32
• 2.2.1 分类精度的定量化分析30
• 2.2.2 规则集调整的定量化分析30-31
• 2.2.3 综合定量分析31-32
• 2.3 基于单窗算法的温度反演32-35
• 2.3.1 大气平均作用的温度估算32-33
• 2.3.2 星上亮度温度的估算33
• 2.3.3 大气透过率的估算33-34
• 2.3.4 地表比辐射率的估算34-35
• 第三章 研究区概况与数据预处理35-39
• 3.1 研究区概况35-36
• 3.2 数据源及预处理36-39
• 3.2.1 数据来源36-37
• 3.2.2 正射校正和重投影37
• 3.2.3 大气辐射校正及影像融合37
• 3.2.4 基于Landsat系列数据的分类37-39
• 第四章 基于对象的光伏电场提取及鲁棒性分析39-66
• 4.1 分割参数优选39-42
• 4.2 特征分析42-49
• 4.2.1 光谱特征42-45
• 4.2.2 纹理特征45-49
• 4.2.3 几何特征49
• 4.3 建立分类规则集49-53
• 4.4 规则集鲁棒性分析53-66
• 4.4.1 时相差异对规则集鲁棒性的影响53-56
• 4.4.2 传感器差异对规则集鲁棒性的影响56-58
• 4.4.3 空间分辨率差异对规则集鲁棒性的影响58-61
• 4.4.4 区域差异对规则集鲁棒性的影响61-64
• 4.4.5 规则集鲁棒性综合分析64-66
• 第五章 光伏电场热环境效应分析66-72
• 5.1 地表热场空间分布格局66-67
• 5.2 影响光伏电场对沙漠降温效应的主要因素67-70
• 5.3 光伏电场对沙漠降温效应的昼夜差异70-72
• 第六章 结论与展望72-74
• 6.1 结论72-73
• 6.2 展望73-74
• 参考文献74-79
• 在学期间的研究成果79-80
• 致谢80

您可以在本站搜索以下学术论文文献来了解更多相关内容

基于分类与形态综合的高分辨率影像建筑物提取方法研究    刘正军;张继贤;孟亚宾;梁欣廉;孙晓霞;

利用高分辨率影像阴影提取城市建筑物的高度信息    靳红霞;李伟;

面向对象的高分辨率影像农用地分类    邓媛媛;巫兆聪;易俐娜;胡忠文;龚正娟;

一种高分辨率影像上铁路中心线提取的方法    王华;韩祖杰;王志敏;

高分辨率影像定位的一种新方法    林宗坚,宣文玲,王艳

基于高分辨率影像城市建筑物研究    赵鸿燕;饶欢;张璋;

基于多重滤波的高分辨率影像中线性特征提取    刘兴;马雪梅;肖燕;李希峰;

基于信息量的高分辨率影像纹理提取的研究    潘洁;李明诗;

辅以波谱分析的高分辨率影像面向对象分类研究    苏晓玉;甘甫平;万里飞;刘少峰;

面向对象的高分辨率影像信息提取方法研究——以四川理县居民地提取为例    侯伟;鲁学军;张春晓;王静;

面向对象的高分辨率影像农用地分类研究    邓媛媛;

城市高分辨率影像建筑物阴影研究    赵鸿燕;王君玉;

基于知识的高分辨率影像长城目标提取方法研究    彭舒;赵有松;汤海;陈军;

基于经验模态分解的高分辨率影像融合    王坚;张继贤;刘正军;

基于高分辨率影像的房屋自动识别方法    张桂芳;单新建;尹京苑;

基于Google Earth高分辨率影像的目视解译流程    胡健波;李月洋;李皑菁;陈会东;

高分辨率影像数据在城市规划中的应用与前景——以淄博市为例    沈精涛;王健;

高分辨率影像助力打造更美好的地球    丁乙

中端图型芯片面临大换血    

四维遥感：用先进技术服务数字城市建设    徐红

我国首次成功应用无人飞艇监测土地    记者 赵凡

戴尔2200MP便携又清晰    记者 包冉

基于本体建模的高分辨率影像乡村居民地信息提取研究    段磊

基于高分辨率影像的光伏电场信息提取鲁棒性分析及其热环境效应研究    李彦甫

面向对象高分辨率影像多尺度分割    贺洪元

高分辨率影像最佳分割尺度研究    李东亮

面向对象的高分辨率影像香榧分布信息提取研究    王新辉

高分辨率影像城市道路提取算法研究    徐天才