基于DEM和RS的流域河网提取 毕业论文

《基于DEM和RS的流域河网提取 毕业论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、本科毕业设计说明书题目：基于DEM和RS的流域河网提取院（部）：艺术学院专业：环境艺术设计班级：环艺161姓名：学号：201606101017指导教师：完成日期：2016年11月16日目录摘要IVABSTRACTV前言11.2研究现状11.3研究内容与技术路线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42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73基于遥感影像水体信息的提取103.1水体的光谱特征103.2水体指数法提取水系113.2.1波段比值原理113.2.2应用归一化差异水体指数（NDWI）提取

2、水体信息113.3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124基于DEM数字河网的提取154.1基于DEM提取水系的方法154.2基于DEM的数字流域水系提取174.2.1数据预处理174.2.2水流方向提取204.2.3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234.3.1数据预处理244.3.2基于修正DEM水系提取255结论与展望27V5.1结论275.2展望276收获和感想28谢辞29参考文献30V摘要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

3、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。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）获得水体信息为最佳方法。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，实验结果表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

4、河流。关键词:DEM;遥感图像；“Burnin”算法；河网；黄水河流域VMethodforExtractionofDrainageNetworkBasedonDEMandRemoteSensingABSTRACTHydrologicalmodelisoneofanimportantbranchofhydrologicalscience,andisanessentialtooltostudythehydrologicallawsofnatureandsolvehydrologicalpracticeproblem.Thewaternetworkofthistop

5、ographicfeatureisthemainparametersofhydrologicalmodelandtheinformationitcontainsisbasicdataofhydrologicalmodelanalyst.Therefore,theextractionofdrainagenetworkhasbeenahotspotofhydrologicalresearch.ThispaperanalyzestheshortageoftheextractionofdrainagenetworkbasedonDEMandthenintroduces

6、remotesensinginformationtomakeupfordeficienciesinDEM.Inthefirstpart,basedonremotesensingimages,variousmethodswereusedtoextractwaterinformation;ultimatelyMNDWI(ModifiedNormalizedDifferenceWaterIndex)wasthebestwaytoextractwaterinformation.Then,basedon"Burn_in"algorithm,anamendmenttoth

7、eDEM,thefinaldrainagenetworkwasgeneratedbyusingthemodifiedDEM.ThismethodwillbecarriedoutintheYellowRiverBasinandtheexperimentalresultsshowthatthismethodcaneliminatealargenumberofparallelchannelsandamendtheerrorsofbackbonerivers.Keywords:DEM;RemoteSensingImage;"Burn_in"Algorithm;Drai

8、nageNetwork;Huangsh