水体信息提取

前些天上传的东西没有设置金钱，亏了额。。呵呵，其实也主要是让文库当个存储空间，自己也沾了点便宜，哈哈。

GS，与gprs 、gps合称3s技术，大有发展空间的。从卫星扫描的图像来做处理工作，gs 的皮毛啊。大家好好学习吧。

水体信息提取

1 打开文件，波段调整为7 5 3

2 新建个矢量文件

存于d 盘根目录下，文件的名字不要有汉字。

选单精度

打开矢量工具条，enable editing

3 矢量化水体，水体宽带小于3个象元的，划单线，否则化双线，首先设置aaa的属性表

最小化属性表

在设置aaa的空间属性特征，包括线点及属性显示

创建表的属性

应用后，close，选no

水体点属性用71表示，其他用99表示。

水体划完后，点击保存，关闭文件后，再对线建立拓扑关系。

再点击确定后，在新的窗口内，打开文件，用recent查找刚生成的bbb文件，打开bbb文件，打开tools工具栏，enable editing后，再新设置bbb的空间属性特征。

卫星电视

删除悬挂的线后，封闭没有闭合的线，在重新建立拓扑关系，在打开新生成的文件，重复以上的步骤，直到保证没一个封闭的区域都有一个label 点，没有悬挂的线。最后形成的文件，每一个区域，都形成一个面，而且带有正确的属性（77或99）。

删除悬挂的线

山脊线山谷线提取实验报告

山脊线山谷线提取实验报告 实验内容描述： 山脊线和山谷线构成了地形起伏变化的分界线（骨架线），因此它对于地形地貌研究具有重要意义；另一方面，对于水文物理过程研究而言，由于山脊、山谷分别代表示分水性与汇水性，山脊线和山谷线的提取实质上也是分水线与汇水线的提取。 本次实验通过某区域栅格DEM掌握山脊线和山谷线这两个基本地形特征信息的理论及其基于DEM的提取方法与原理；同时，熟练掌握利用ArcGIS软件对这两个地形特征信息的提取方法。 实验原理： 1.本实验基于规则格网DEM数据使用平面曲率与坡形组合法提取山脊线和山谷线，首先利用DEM数据提取地面的平面曲率及地面的正负地形，取正地形上平面曲率的大值即为山脊，负地形上平面曲率的大值为山谷。实际应用中，由于平面曲率的提取比较繁琐，而坡向变率（SOA）在一定程度上可以很好地表征平面曲率。因此，提取过程中可以SOA代替平面曲率。 2.主要用到以下理论知识： 1）坡向变率：是指在提取坡向基础上，提取坡向的变化率，亦即坡向之坡度（Slope of Aspect，SOA）。它可以很好地反应等高线弯曲程度； 2）反地形DEM数据：求取原始DEM数据层的最大高程值，记为H，通过公式（H-DEM），得到与原来地形相反的DEM数据层，即反地形DEM数据； 3）地面坡向变率SOA：地面坡向变率在所提取的地表坡向矩阵的基础上沿袭坡度的求算原理，提取地表局部微小范围内坡向的最大变化情况。但是SOA在提取过程中在北面坡将会有误差产生，所以要将北坡坡向的坡向变率误差进行纠正，其公式为： SOA=(( [SOA1]+[ SOA2] )-Abs( [SOA1]-[ SOA2] ))/2 其中：SOA1为原始DEM数据层坡向变率，SOA2为反地形DEM数据层坡向变率。 4）焦点统计 5）ArcScan自动矢量化 流程图

遥感影像中水面及水体信息提取方法的研究

遥感影像中水面及水体信息提取方法的研究 胡启中1，祁建勇2 （1.上海佳文比特信息科技有限公司，上海，200135；2.河北建设勘察研究院有限公司，石家庄，050031） 摘要：根据遥感影像中不同光谱波段对不同地物的反射率特征，以西洋河流域2000年春秋两期Landsat7 ETM＋遥感数据为研究对象，结合实地调查数据，利用地理信息系统及遥感数据处理系统软件平台，建立植被覆盖度对不同季节、不同程度的植被覆盖、岩土裸露及水面水体相关的特征关系、对该流域内分布的各类中小型水库塘坝的水面和水体信息的分析和提取方法进行系统的研究和验证。通过结果分析表明：根据不同时相遥感影像的光谱波段组合建立不同的处理方法可以提高季节性变化的水面及水体信息识别和提取的精度和效率。 关键词 ：遥感影像；光谱分析；水体信息；提取方法 水面及水体信息的分析和提取，一直是遥感影像分析处理及解译分类的基础性工作，在水资源调查、水环境监测、水灾害评估等许多方面得到了广泛应用。国内外很多专家学者在大规模区域尺度、高精度空间分辨率及多时相时间分辨率的遥感数据基础上对水体的提取方法做了深入研究，并提出了许多行之有效的方法。 在中小流域尺度范围上，基于中低空间分辨率的卫星遥感影像，对各类中小型水库塘坝的水面及水体信息的分析和提取是困难的，即使单一的借助专业的遥感数据处理系统软件平台进行分类解译，不仅技术性强，步骤繁多，模型构造复杂，也是费工费时费力的。水域范围精度控制和水面水体提取效率的提高一直是遥感解译水面及水体信息方法改进的驱动力。 1 Landsat7 ETM＋遥感波段光谱特征及归一化植被指数应用 遥感数据是在预定的光谱波段（波长）上获得的。美国陆地卫星7号（Landsat-7）携带的增强型专题制图仪（ETM+），包含三个可见光波段兰绿红、一个近红外波段、二个中红外波段，空间分辨率为30米；一个热红外波段，空间分辨率为60米；另加一个空间分辨率为15米的全色波段。尽管空间分辨率不是较高，重采样覆盖周期16天，但其波段设置比较合理，并采集传输回大量的遥感数据，成为陆地资源调查及生态环境监测等诸多领域应用重要的遥感数据源之一。各种地物，尤其是岩石土壤、绿色植被和水面水体在可见光和红外波段附近具有明显的反射率特征。在光谱中，波段3可见光红光主要被植物吸收，同土壤和岩石相比，绿色植物的反射系数相当弱；而在波段4近红外线部分的反射却比多数其它地表覆盖物的反射要强得多[ 1 ]。水面或水体几乎吸收了近红外波段4和中红外波段5或7的全部能量使之反射率很低，同时土壤和植被在这三个波段内的吸收能量较小，而有较高的反射率，这就使得水体在这三个波段上与植被和土壤具有明显的光谱特征差异。因此在假自然色彩波段合成影像（RGB543波段组合）中，水体呈现出深蓝色及蓝色的暗色调，而土壤因其岩类基质特征呈不同浅色调，植被则呈现出相对较亮的深绿色、绿色或浅绿色色调。但由于不规则山体阴影的影响，使得近红外、中红外在阴坡面的反射能量特别低，它们在影像上也呈现出明显的暗色调；规则的铁路线、公路线等基础设施在遥感影像上也同时呈现出明显的暗色调。水面水体与山体阴影、铁路线、公路线等基础设施的光谱特征混淆使得遥感解译的普通分类方法难以准确提取水面水体信息。 归一化植被指数（NDVI），是植被指数的一种通用化指标形式，正是利用了遥感数据中近红外线和红光之间植被、水体及岩石土壤等其它地物的光谱特征，计算两波段之间的差异或比值，使之反映植被覆盖状况。因此，通过遥感数据直接计算的植被指数近一步估算植被覆盖度，在全球植被变化、作物生长状况、

AVHRR图像上的水体提取

AVHRR图像上的水体提取 ●AVHRR图像上水体表现及特征分析 ●AVHRR图像上的水体识别提取模型 AVHRR图像上水体表现及特征分析 ●AVHRR数据拥有5个通道（CH），CH1（0.58-0.68微米）属橙色可见光范围，对水体中的泥沙 含量十分敏感；CH2（0.725-1.1微米）为近红外通道，为水的强吸收带，水体的反射率很低，水体的边界轮廓十分清晰。 ●为了整体上了解水体空间、时间、水质上的多变性在AVHRR影像上的反映，以及水体与其他易 混地物的区别，采用分地物类别按时间、空间变化的规律对AVHRR数据进行采样分析，分别在2月、5-8月AVHRR图像上对湖泊（太湖、鄱阳湖、洞庭湖、青海湖）、河流（长江、辽河）、海洋（黄海、东海、渤海）、云、云影、城市（上海、无锡、苏州、杭州）的光谱值进行采样分析。 ●该图幅内以平均值的光谱曲线为分界，厚云、薄云五个波段都相对为高值，光谱曲线明显高出 平均曲线；而其它地物明显低于或围绕平均曲线有小的起伏，其中云影在CH3、CH4、CH5又稍高于平均水平。从曲线的走向看，云、云影与河流、积水区一致，因此，要进一步区分水体与云及云影，在原有CH1>CH2的规律下，须加入CH2、CH3的判断条件，利用CH2、CH3的均值分别排除云及云影。 ●图内的河流、湖泊、海洋的3、4、5波段则相对洪水期有增高，表现出高于图幅均值的规律； 而云影在曲线走向和数据大小都与各种水体的规律极为相似，无法再加以区分；反而该时期的城市曲线依然全低于图幅均值，落在平均曲线的下方，虽然在CH1、CH2也满足水的规律，但完全可以利用CH3波段把它剔除掉。 ●上面的采样分析可知，在AVHRR这一特定的传感器上，水体的遥感特性与地面实测相比呈现出 一定程度的变化，表现为：正常情况下水体随空间的变化幅度较小，而随时间的变化幅度较大，而在洪水期间，水体表现大幅度的变化，由平常时期的相对稳定到起伏较大，呈现出特殊的规律。其中由于降水的增加引起水中泥沙含量，水温等异常变化也起到了相当大的作用，而由于时间变化引起水体的变化反映则相当的微弱。但无论水体随时间，空间怎么变化，则其在近红外吸收的特性则始终不变，且表现为CH1>>CH2，CH2<图像的均值；CH3有规律的上升或下降，在正常时期，水体CH3大于整幅图像的平均值，而洪水期间CH3小于整幅图像的均值，这就是水体在光谱多变性条件下，呈现出的统一规律，即光谱特征。 AVHRR图像上的水体提取模型 根据大量的水体光谱样本分析，得出AVHRR数据的水体信息摄取的基本光谱模型： ●CH1》CH2，且CH2<图像平均值； 洪灾期：CH3<图像平均值；非洪水期，且CH3>图像均值； ●随着水面积减小，混浊度增加，水深变浅，水体特征有所改变。CH1相对减小，CH2相对增加， 有向陆地逐渐过渡的趋势，且往往该部分水体是陆地包围的水体或覆盖在陆地上的浅水体。 ●在分析了水体在图像上的空间特征后，在光谱模型上又给出水体的空间模型： –水体相对于陆地或云层等呈现出较为均一的图斑，无明显的纹理特征 –水体图斑的边界相对于云层较稳定，河流的线状特征，湖泊、海洋等的面状特征较明显。 以上的光谱模型和空间模型采用面向对象的思想完成模型建立，可以实现水体的智能化信息提取。 TM图像上的水体提取 ●由于时间分辨率的限制，在洪水期难以获得无云雾的TM图像，因此TM主要用于洪水灾害损失 评估和本底水体的提取。 ●从TM数据中提取水体信息的关键是区分水体与其他地物的阴影，这同样需要进行不同地物各 波段的光谱值分析。 ●水体、阴影的第5波段明显小于第2波段。而其它地物则刚好相反。在第2、3波段上，水体的

果胶提取实验报告1

桔皮中果胶提取技术的试验分析 【摘要】酸浸提法提取果胶具有快速、简便、易于控制、提取率较高等特点，用盐酸浸提、乙醇沉淀法进行了从桔皮中提取果胶的工艺试验。用单因素试验进行工艺参数的优化，其适合的工艺条件是：液料质量比为20；浸提液pH值为2；浸提温度为90℃。 关键词：桔皮果胶提取工艺工艺参 引言：果胶是一种亲水性植物胶，属于多糖类物质，广泛存在于高等植物的根、茎、叶、果的细胞壁中。通常人们所说的果胶系指原果胶、果胶和果胶酸的总称，是一种高分子聚合物，分子量介于20 000-400 000之间。其基本结构是D一吡喃半乳糖醛酸，以1，4甙链连接成的长链，其中部分半乳糖醛酸被甲醇酯化 [1]。 胶凝剂、增稠剂、稳定剂和乳化剂，随着功能性多糖的开发研究，果胶作为水溶性膳食纤维，越来越受到重视。应用必定会越来越广泛[2-4]。我国是柑桔的主要产地，柑桔皮中果胶含量可达10%～30%。从桔皮中提取果胶不仅有极大的工业价值，而且对综合开发、利用柑桔资源，提高原材料利用率，减少环境污染，有重要的实际意义[2,4,6]。果胶的提取一般有酸提取法、离子交换法、微生物法和微波加热处理法等方法[5-9],由于酸提取法具有快速、简便且提取率高的优点，国内外大多采用此法。果胶分离沉淀主要有乙醇沉淀法和盐析法。国内主要采用乙醇沉淀法，而国外多用盐析法或不经沉淀直接喷雾干燥。针对我国情况而言，对乙醇沉淀法已有大量研究，而本实验也是在总结

别人成果的基础上进行对比以及提取工艺条件的优化。 1材料与方法 1．1 材料 桔皮采用成熟新鲜、无病虫果害的晚熟蜜桔，人工取皮，在40℃下干燥，粉碎至1～3 mm，待用。 盐酸、乙醇、氢氧化钠、无水氯化钙、冰醋酸和甲基红，均为化学纯。1．2 果胶提取方法 果胶提取工艺为：原料→洗涤→失活→干燥→粉碎→酸提取→过滤→浓缩→冷却→乙醇沉淀→离心分离→干燥→称量→粉碎→果胶。 剔除腐烂变质、发黑的桔皮，用清水洗净后，放入烧杯中，加水，加热至90 ℃保温5～10 min，使酶失活,捞出桔皮，将桔皮在40 ℃下干燥，切碎。将20 g原料加入用HC1预先配制的、具有一定pH值和温度的酸溶液中，维持所需的温度达到一定的提取时间，并不断搅拌。趁热用布氏漏斗过滤得果胶提取液。将滤液用旋转蒸发仪在60-70 ℃下浓缩至原体积的1／3时为止。果胶浸提液冷却至常温后加入1倍体积的95 乙醇，搅拌、静置2 h，使果胶沉淀析出。用布氏漏斗过滤得粗果胶。在60-70 ℃干燥，粉碎即得果胶粉。随后进行提取物中果胶含量的测定和提取率的计算。 1．3 试验方法 单因素试验,分别研究不同液料质量比对果胶提取率的影响(浸 提液pH值3、温度80℃、浸提时间45 min)；不同浸提液pH值对果胶提取率的影响(浸提液温度80℃、液料质量比10、浸提时间45 min)；不

影像信息提取之——面向对象特征提取

同物异谱，同谱异物”会对影像分类产生的影响，加上高分辨率影像的光谱信息不是很丰富，还有经常伴有光谱相互影响的现象，这对基于像素的分类方法提出了一种挑战，面向对象的影像分类技术可以一定程度减少上述影响。 本专题以ENVI中的面向对象的特征提取FX工具为例，对这种技术和处理流程做一个简单的介绍。 本专题包括以下内容： ●面向对象分类技术概述 ● ENVI FX简介 ● ENVI FX操作说明 1、面向对象分类技术概述 面向对象分类技术集合临近像元为对象用来识别感兴趣的光谱要素，充分利用高分辨率的全色和多光谱数据的空间，纹理，和光谱信息来分割和分类的特点，以高精度的分类结果或者矢量输出。它主要分成两部分过程：对象构建和对象的分类。 影像对象构建主要用了影像分割技术，常用分割方法包括基于多尺度的、基于灰度的、纹理的、基于知识的及基于分水岭的等分割算法。比较常用的就是多尺度分割算法，这种方法综合遥感图像的光谱特征和形状特征，计算图像中每个波段的光谱异质性与形状异质性的综合特征值，然后根据各个波段所占的权重，计算图像所有波段的加权值，当分割出对象或基元的光谱和形状综合加权值小于某个指定的阈值时，进行重复迭代运算，直到所有分割对象的综合加权值大于指定阈值即完成图像的多尺度分割操作。 影像对象的分类，目前常用的方法是“监督分类”和“基于规则（知识）分类”。这里的监督分类和我们常说的监督分类是有区别的，它分类时和样本的对比参数更多，不仅仅是光谱信息，还包括空间、纹理等对象属性信息。基于规则（知识）分类也是根据影像对象的属性和阈值来设定规则进行分类。 表1为三大类分类方法的一个大概的对比。

遥感影像水体提取实验

基于高分一号卫星多时相数据的洪水监测 摘要：本文利用两幅高分一号多光谱影像数据，通过ENVI4.8软件，采用NDVI对黑龙江地区水体进行了提取，并在图像上展示了水体变化区域，计算了水体变化面积。结果表明：9月9日黑龙江水域面积比8月27日增加了226.6822 km。最后又采用了假彩色合成法展示了水体增加区域。结果表明：两种方法对水体变化信息的提取具有一致性。 1 数据介绍 本作业获得了两幅高分一号TIF数据，分别是8月27日，9月9日。每幅影像有4个波段，查阅资料得知：1波段波长为0.45-0.52um，属于蓝、青光，2波段波长为0.52-0.59um，属于黄、绿光，3波段波长为0.63-0.69um，属于红光，4波段为0.77-0.89，属于近红外。 图1 0827影像信息图2 0909影像信息 2 研究区域 由所给数据的经纬度坐标可知，研究区域为抚远县，其地处黑龙江、乌苏里江交汇的三角地带。地理方位是东经133° 40′ 08″至

135° 5′20″,北纬47° 25′30″至48° 27′40″。 图3 研究区域的百度卫星地图 2 水体提取方法选择 单波段：水体在近红外波段的反射率很低，所以可以设置阈值进行提取。 归一化水体指数 )/()(NIR Green NIR Green NDWI ρρρρ+-= 归一化植被指数 )/()(NDVI Re Re d NIR d NIR ρρρρ+-= 但单波段方法中阈值的设置需要反复调整，而高分一号数据的1、2波段不完全是蓝、绿光，而3、4波段完全是红、近红外。所以选择归一化植被指数提取水体。-1=

DNA提取及PCR扩增实验报告.doc

PCR扩增及DNA琼脂糖凝胶电泳 刘琳1131428 环境科学 一、实验目的 1．学习并掌握PCR扩增的基本原理与实验技术。 2．对扩增后的DNA进行琼脂糖凝胶电泳试验，并分析相应结果。 二、实验原理 1. PCR扩增 多聚酶链反应（PCR）技术的原理类似于DNA的天然复制过程。在微量离心管中加入适量缓冲液，加入微量模板DNA、四种脱氧核苷酸（dNTP）、耐热T aq聚合酶及两个合成DNA的引物，而后加热使模板DNA在高温下（94℃）变性，双链解链，这是所谓变性阶段。降低溶液温度，使合成引物在低温（55℃）与模板DNA互补退火形成部分双链，这是所谓退火阶段。溶液反应温度升至中温（72℃），在Tap酶作用下，用四种dNTP为原料，引物为复制起点，模板DNA的一条双链在解链和退火之后延伸为两条双链，这是延伸阶段。如此反复，在同一反应体系中可重复高温变性、低温退火和DNA合成这一循环，使产物DNA重复合成，并在重复过程中，前一循环的产物DNA可作为后一循环的模板DNA而参与DNA的合成，使产物DNA的量按指数方式扩增。经过30～40个循环，DNA扩增即可完成。 2. DNA琼脂糖凝胶电泳实验 DNA分子在高于其等电点的溶液中带负电，在电场中向阳极移动。在一定的电场强度下，DNA分子的迁移速度取决于分子筛效应，即分子本身的大小和构型是主要的影响因素。DNA分子的迁移速度与其相对分子量成反比。不同构型的DNA分子的迁移速度不同。该电泳方法以琼脂凝胶作为支持物，利用DNA分子在泳动时的电荷效应和分子筛效应，达到分离混合物的目的。 三、实验材料 仪器：PCR扩增仪、0.2ul薄壁管、1.5ml离心管、移液枪、枪头、微波炉、电泳仪、水平电泳槽、制胶版、紫外透射仪。 试剂：TapDNA聚合酶、dNTP、buffer、两种引物、16S全长DNA样本、无菌ddH2O、模板DNA 、TBE、琼脂糖、EB、显色剂。 四、实验步骤 1. PCR扩增 本次试验选择细菌16S rDNA V3区片段进行扩增。 1.1 根据计算，首先取1.5ml离心管按照 2.5ul 10×Buffer 、1 ul dNTP、0.5 ul 341GC、 0.5 ul 534、0.125 ul Taq、19.375u ddH2O的比例配置足量的PCR反应体系。 1.2 分别向9个薄壁管中分别加入24 ul的反应体系，并分别添加8种不同的模版，并于第9个薄壁管中加入无菌ddH2O作为阴性对照。 1.3 将薄壁管放入PCR扩增仪中，按照预定程序进行PCR扩增。其中循环过程需要达到30~40次。程序如下： 预变性：94℃3min 循环：94℃变性30s 55℃退火30s 72℃延伸30s 末次延伸：72℃5min

遥感专题讲座——影像信息提取(四、面向对象特征提取)

面向对象的影像分类技术 “同物异谱，同谱异物”会对影像分类产生的影响，加上高分辨率影像的光谱信息不是很丰富，还有经常伴有光谱相互影响的现象，这对基于像素的分类方法提出了一种挑战，面向对象的影像分类技术可以一定程度减少上述影响。 本小节以ENVI中的面向对象的特征提取FX模块为例，对这种技术和处理流程做一个简单的介绍。 本专题包括以下容： ??●面向对象分类技术概述 ??●ENVI FX简介 ??●ENVI FX操作说明 1、面向对象分类技术概述 面向对象分类技术集合临近像元为对象用来识别感兴趣的光谱要素，充分利用高分辨率的全色和多光谱数据的空间，纹理，和光谱信息来分割和分类的特点，以高精度的分类结果或者矢量输出。它主要分成两部分过程：影像对象构建和对象的分类。

影像对象构建主要用了影像分割技术，常用分割方法包括基于多尺度的、基于灰度的、纹理的、基于知识的及基于分水岭的等分割算法。比较常用的就是多尺度分割算法，这种方法综合遥感图像的光谱特征和形状特征，计算图像中每个波段的光谱异质性与形状异质性的综合特征值，然后根据各个波段所占的权重，计算图像所有波段的加权值，当分割出对象或基元的光谱和形状综合加权值小于某个指定的阈值时，进行重复迭代运算，直到所有分割对象的综合加权值大于指定阈值即完成图像的多尺度分割操作。 影像对象的分类，目前常用的方法是“监督分类”和“基于知识分类”。这里的监督分类和我们常说的监督分类是有区别的，它分类时和样本的对比参数更多，不仅仅是光谱信息，还包括空间、纹理等信息。基于知识分类也是根据影像对象的熟悉来设定规则进行分类。 目前很多遥感软件都具有这个功能，如ENVI的FX扩展模块、易康（现在叫Definiens）、ERDAS的Objective模块、PCI的FeatureObjeX（新收购）等。 表1为三大类分类方法的一个大概的对比。

水体提取方法

水体提取方法简单归纳总结 一、基于MODIS影像的几种提取方法。 最常用的水体提取方法： 波段阈值法、谱间关系法（波段组合法）和多光谱混合分析法 单波段阈值法是提取水体的最简单易行的方法。 基本原理：是利用水体在近红外波段上反射率较低,易与其它地物区分的特点,选取单一的红外波段, 通过反复试验, 确定一个灰度值,作为区分水体与其它地物的阈值即可。 缺点：是无法将水体与山区阴影区分开来,提取的水体往往比实际要多。 有些文献中叙述由于阀值随时间、地点变化的不确定性使得该方法具有局限性,但对于非山区的特定时相和区域里,尤其像MODIS 这样高光谱的遥感数据, 首先应选用阈值法进行试验,因为光谱的细分已经将上述问题大大减弱。若能获得较满意的提取效果,则很容易实现水体的自动提取。 对于用阈值法确实得不到理想效果的,则可以考虑谱间关系法和多光谱混合分析法。 利用谱间关系可建立的模型很多,如对波段进行如下组合运算CH7/CH6 ,CH7/CH5, CH6/CH5, 从而找出组合图像上水陆分界非常明显的影像。以CH7/CH6为例,可以采用如下方法剔除非水体: 在ENVI 软件下输入CH7 及CH6 波段, 运用波段计算功能,将公式CH7/CH6 输入,载入影像, 在放大窗口中,手工裁取明水水域范围, 生成多边形,对各多边形赋予一个感兴趣区( AOI) 文件, 并将其输出为EN-VI 等矢量文件即可。 对波段进行组合运算的目的,是为了增强水陆反差。MODIS 数据的波段1 是红光区( 0. 62 ～0.67um) ,水体的反射率高于植被, 波段2 是近红外区( 0. 841 ～0. 876um) ,植被

颗粒自由沉淀实验报告

建筑与测绘工程学院 《水处理实验设计与技术》 实验报告

实验1 颗粒自由沉淀实验 颗粒自由沉淀实验是研究浓度较低时的单颗粒的沉淀规律。一般是通过沉淀柱静沉实验，获取颗粒沉淀曲线。它不仅具有理论指导意义，而且也是给水排水处理工程中沉砂池设计的重要依据。 一、实验目的 加深对自由沉淀特点、基本概念及沉淀规律的理解。 掌握颗粒自由沉淀实验的方法，并能对实验数据进行分析、整理、计算和绘制颗粒自由沉淀曲线。 二、实验原理 浓度较低的、粒状颗粒的沉淀属于自由沉淀，其特点是静沉过程中颗粒互不干扰、等速下沉，其沉速在层流区符合Stokes （斯托克斯）公式。 但是由于水中颗粒的复杂性，颗粒粒径、颗粒相对密度很难或无法准确地测定，因而沉淀效果、特性无法通过公式求得而是通过静沉实验确定。 由于自由沉淀时颗粒是等速下沉，下沉速度与沉淀高度无关，因而自由沉淀可在一般沉淀柱内进行，但其直径应足够大，一般应使内径D ≥100mm 以免颗粒沉淀受柱壁干扰。 具有大小不同颗粒的悬浮物静沉总去除率η与截留沉速u 0剩余颗粒重量百分率P 的关系如下： ()dP P u u P s ?+-=00 001η ( 1 ) 此种计算方法也称为悬浮物去除率的累积曲线计算法。 设在一水深为H 的沉淀柱内进行自由沉淀实验，如图1所示。实验开始，沉淀时间为0，此时沉淀柱内悬浮物分布是均匀的，即每个断面上颗粒的数量与粒径组成相同，悬浮物浓度为C 0（mg/L ），此时去除率η=0。 实验开始后，不同沉淀时间t i ，颗粒最小沉淀速度u i 相应为： i i t H u = ( 2 ) 此即为t i 时间内从水面下沉到池底（此处为取样点）的最小颗粒d i 所具有的沉速。此时取样点处水样悬浮物浓度为C i ，而： 00 0011η=-=-=-i i i P C C C C C ( 3 ) 此时去除率η0，表示u ≥u i （d ≥d i ）的颗粒除去率，而：

面向对象特征提取

面向对象特征提取 1、启动eCognition，选择Rule Set Mode。 2、新建工程：File -> New Project或者点击按钮，选择影像or_196560080.tif，确定。

3、界面布局：选择Classification -> Class Hierarchy，打开类层次视图；选择Image Objects -> Image Objects Information，打开目标信息视图；选择Process -> Process Tree，打开进程树视图；选择Tools -> Feature View，打开特征视图。通过拖拽，形成下面的工作界面：

4、设置尺度参数：设置三个分割尺度，分别是100，70，50，三个尺度对应的层次分别命名为L1，L2，L3。 5、第一尺度（100）分割：在Process Tree中右键，选择Append New，在Algorithm中选择Segmentation -> multiresolution segmentation，Image Object Domain中选择Pixel Level，而Algorithm parameters中的Level Name命名为L1，Scale Parameter设为100，Shape设为0.2， Compactness设为0.5，如下图所示： 点击OK后，Process Tree中会多出一条记录，如下：

在该记录上点击右键，选择Execute，即按照设定的参数进行分割，分割的效果如下： 6、第二尺度（70）分割：在eCognition的尺度分层规则中，大尺度对应的层摆在最上面，小尺度的层摆在下面。在Process Tree中右键，选择Append New，在Algorithm中选择Segmentation -> multiresolution segmentation。由于第二尺度对应为第二层次，因此其应该在第一层（L1）下面，所以Image Object Domain中选择image object level，Level设置为L1，而Algorithm parameters中的Level Name命名为L2，Level Usage 设置为Create below，Scale Parameter设为70，Shape设为0.2，Compactness设为0.5，如下图所示： 按第5步的步骤运行该尺度的分割，可以得到该尺度下的分割结果。 7、第三尺度（50）分割：与第6步一样，只不过Image Object Domain中的Level设置为L2，Algorithm parameters中的Level Name设置为L3，Scale parameter设置为50，如下图：

ETM图像水体信息提取

ETM图像水体信息提取 仇大海1，田淑芳1，吴亚玲2 1中国地质大学（北京）遥感教研室北京市（100083） 2北京鼎峰同惠工业技术有限公司北京市（100098） E-mail：qdh12011@https://www.wendangku.net/doc/1f10117892.html, 摘要：本文应用云南省南部地区的ETM遥感影像图，对该区域内的水体信息进行提取。以G48C004002为典型示范区，结合交互式矢量化和野外验证成果对各种方法进行分析选优，最后提出了一种水体提取的新方法：缨帽变换湿度分量法，经验证该方法满足提取要求。本文还对去除影响因素进行了深入的探讨，例如对于阴影的去除和混合像元影响的去除。关键词：信息提取，缨帽变换，遥感，阈值 中图分类号：K909 1. 引言 本论文基于中国地质调查局2005年项目《中国陆域边界云南瑞丽江—大盈江中下游地区基础地质遥感调查》。工作区北部与青藏高原相连，南到中缅、中老、中越边界，东西横跨1200km，南北纵跨800km，地理坐标位于东径97°30′—106°10′，北纬21°00′—28°00′，总面积约400000km2，涉及1∶25万比例尺地形图34幅。该工作区属于我国西南多云多雨地区，气候湿润，雨量充沛，植被茂盛，水量丰富。工作所采用的ETM数据共25幅。本文以1：25万标准分幅G48C004002为例（如图1），讨论遥感方法在提取水体中的实用性。 图1 G48C004002 ETM（742）彩色合成示意图 随着人类活动规模的增强，人类影响环境能力越来越显著，生态地质环境也快速地发生着变化，主要表现在干旱、洪涝、泥沙淤积河道、水土流失和滑坡、泥石流地质灾害时有发生等。这些变化直接威胁着该地区的经济发展，同时也影响着邻国的环境变化，容易引起国际纠纷，不利于和平稳定的周边环境。因此该区域内的水体信息调查尤为重要，水体信息调查为环境评估和地质灾害的预防和治理提供依据。 该区域面积较大、环境复杂，用传统的工作方法很难满足要求，而遥感技术以其大面积、同步观测的优势发挥了在该区域内水体调查的优势，因此如何采用最优的遥感方法结合GIS 等多种技术提取水体信息就成了本文论述的重点。研究过程中使用了1999年和2001年的ETM遥感数据、当地的地形图、地质资料、气象资料等等。主要的工作思路如下图：

短时记忆的信息提取实验报告

短时记忆的信息提取方式 于尧 （西南大学心理学部，重庆，400715） 摘要本实验旨在通过模仿Sternberg（1966）的短时记忆的信息提取经典实验，了解短时记忆的信息提取方式。本实验选取西南大学心理学部本科三年级学生89人作为被试，在心理学部机房利用PsyKey心理教学系统3.2中“短时记忆的信息提取”程序完成实验。实验为两因素被试内实验设计，按记忆集大小共六种呈现给被试，要求被试在特定时间识记，之后再呈现一个数字，要求被试判断是否是刚才识记过的，并按键反应，程序会自动记录被试的在不同水平下再认的反应时间和正确率。通过SPSS19.0进行数据分析，得出结果：记忆集对短时记忆信息提取没有影响；反应类型对短时记忆信息提取有显著影响。进而得出结论：短时记忆的信息提取并不是系列全扫描，也不是Stermberg假设中的任何一种信息提取方式。 关键词短时记忆信息提取 1 前言 Atkinson和Shiffrin（1968）提出了记忆系统的多存储模型（the multi-store model of memory），将记忆看作一个系统，按照信息在系统内储存的时间可以划分为三个不同的子系统：感觉记忆（sensory memory）、短时记忆和长时记忆，且这三个子系统在信息的储存量、保持时间、储存形式（或通道）、提取方式、遗忘规律以及在信息加工过程中所处的位置等许多方面均存在不同。其中，短时记忆是指在刺激作用终止后，对信息保持到几十秒直至一分钟左右的记忆（郭秀艳，2004），是操作性的、正在工作的、活动着的记忆（王甦、汪圣安，2006）。不论是何种记忆系统，其信息的提取方式都是一个极受关注的问题，因为记忆的最终目标是信息的提取利用。在越来越奉行效率至上的近代，短时记忆的信息提取在近几十年更是始终被认为是认知心理学研究的重要课题之一。 所谓信息提取，指把储存在假定的记忆系统中的特定信息取出来以便使用（朱智贤，1989），即将短时记忆中的项目回忆出来，或者当该项目再度呈现时能够再认，都是短时记忆的信息提

水体样本提取的方法

水体样本提取的方法 手提 （细菌细胞直径约0.5um，长度约0.5~5um） 将300-500ml水样通过0.45um或者0.22um的滤膜 如果水样中不可溶解的颗粒较多，需要使用2-5um孔径的滤膜将不可溶解的颗粒杂质滤去，滤膜孔径大于水体微生物细胞直径。 用于水体微生物富集的滤膜的选择： 常用的滤膜孔径大小有45mm和22mm两种，孔径太小滤膜容易阻塞，45mm的孔径大小透水性较好，提样的时候可根据客户的需要，选择45mm或22mm孔径的滤膜。 滤膜材质有很多种，常用的三种为聚苯醚砜滤膜、混合纤维素酯薄膜、氧化铝薄膜。 聚苯醚砜滤膜（Polyethersulfone）：最结实的滤膜之一，可以过滤比其它滤膜更多的水样。使用真空泵可快速抽干，易于折叠不易撕破。能抵受真空泵长时间高压力的滤过。若需要过滤大量低微生物含量的清亮水样，0.22mm滤膜的更合适。在提取核酸时，得率可与PowerWater? DNA 和RNA Isolation Kits中自带的混合纤维素酯滤膜相媲美。 混合纤维素酯滤膜（膜醋酸纤维素、硝酸纤维素）: 0.45μm孔径最合适材质。如果水样浑浊，使用0.22μm滤膜过滤缓慢容易堵塞时，建议使用0.45μm孔径的滤膜。纤维素滤膜吸水性强，不好处理。有文献显示杀虫剂和除草剂很容易吸附到纤维素滤膜上。若样品含有杀虫剂和除草剂，最好避免使用这类滤膜。 聚碳酸酯滤膜（Polycarbonate）: 这种滤膜很薄且容易起褶皱，所以不太好用。通常用0.45μm孔径的滤膜来预防过滤时发生阻塞。不像聚醚砜膜（PES）和混纤膜（MCE），水样中微生物会停留在滤膜表面。使得滤膜很容易阻塞，本该滤过的小颗粒也会截留下来。实验证明，珠磨研磨破碎强度越小，获得DNA分子量越大。如果样品只是用来做PCR，可以采用强力的研磨方法提高得率，暂时忽略片段破碎。 样品富集之后按照以下方法进行提取： 1. 滤膜剪碎，溶于500ul水中，液氮反复冻融（或用超低温冰箱）（从-70℃拿出来后在65℃水中冻融，小心操作，防止管子炸裂）【裂解细胞】 2. 将水样于13000rpm下离心，10min，收集沉淀 3. 沉淀溶于100ul 1×TE，重悬

利用ArcGIS水文分析工具提取河网的具体操作

利用ArcGIS水文分析工具提取河网的操作ArcGIS 水文分析工具提取河网 DEM包含有多种信息，ArcToolBox提供了利用DEM提取河网的方法，但是操作比较烦琐（帮助可参看Hydrologic analysis sample applications），今天结合我自己的使用将心得写出来与大家分享。提取河网首先要有栅格DEM，可以利用等高线数据转换获得。在此基础上，要经过洼地填平、水流方向计算、水流积聚计算和河网矢量转化这几个不步骤。 1．洼地填平 DEM洼地（水流积聚地）有真是洼地和数据精度不够高所造成的洼地。洼地填平的主要作用是避免DEM 的精度不够高所产生的（假的）水流积聚地。洼地填平使用ArctoolBox->Spatial Analysis Tools->Hydrol ogy->Fill工具。 2．水流方向计算 水流方向计算就可以使用上一步所生成的DEM为源数据了（如果使用未经洼地填平处理的数据，可能会造成精度下降）。这里主要使用ArctoolBox->Spatial Analysis Tools->Flow Direction 工具。输入的DE M采用第一步的Fill1_exam1 3．水流积聚计算 这里主要使用ArctoolBox->Spatial Analysis Tools->Flow Accumulation工具流向。栅格数据就是第二步所获得的数据（FlowDir_fill1）。可以看到，生成的水流积聚栅格已经可以看到所产生的河网了。现在所需要做的就是把这些河网栅格提取出来。可以把产生的河网的支流的象素值作为阀值来提取河网栅格。

4．提取河网栅格 使用spatial analyst中的栅格计算器，将所有大于河网栅格阀值的象素全部提取出来。至于这个阀值是多少因具体情况而定。通常是要大于积聚计算后得到栅格的最低河流象素值。这里采用的是500这个值。最 后生成只有0、1值的栅格数据。其中1表示是河网，0是非河网。 5．生成河网矢量 这里主要使用ArctoolBox->Spatial Analysis Tools->Stream to Feature工具.Input Stream raster 为第 四步只有0、1值的河网栅格。流向栅格使用第二步所生成的栅格数据。

遥感ENVI水体信息提取实验

遥感ENVI水体信息提取实验

实习一：水体信息提取姓名：XXxx 学号：!!!!!!!!!!!!!!!!!!! 专业：地理信息科学 教师：XXXXX 成绩：

环境与规划学院 二〇一六年四月 实验报告 一实验目的 学习水体光谱的征曲线，掌握应用遥感图像处理软件进行水体波普的差异性分析。 掌握水体提取的常用方法；能够使用ENVI 软件进行水体信息提取。 二实验内容 遥感探测的水体波谱信息：水可以吸收也可以散射通过水汽界面的波谱辐射能量（Ed），但水的散射会增加天空辐射能量（Eu），而水的吸

收则会同时减少Ed和Eu。 遥感影像记录了地表物体的反射信息及其自身向外的辐射信息。相对于其他地物而言，水体在整个光谱范围内都呈现出较弱的反射率。 在近红外、中红外及短波红外部分，水体几乎吸收了去不得入射能量，因此水体在这些的反射率特别低，而土壤、植被、建筑物等在这些波段吸收能量较小，具有较高的反射率，是的水体与他们具有明显的区别。 水体信息提取有助于确定水体边界、了解水域面积变化、水文水资源要素，提取结果可用于水资源信息统计及相关的辅助决策 三实验方案 单波段法（阈值）； 多波段法（谱间关系法、比值法、归一化差异水体指数（NDWI）、改进的归一化差异水体指数（MNDWI） 1．图像预处理 （1）辐射定标：将DN值转成辐亮度

File--->open image file--->。。。。MTL.txt--->spectral--->Preprocessing--->C alibration Utilities--->Landsat Calibration--->（选择文件），OK--Radiance，File，choose（选择保存地址并命名），Ok （2）BSQ转成BIL Basic Tools-->Convert data （BSQ、BIL、BIP）-->-BIL，choose（选择保存地址并命名），Ok （3）Flaash大气校正 Spectral--->Preprocessing--->Calibr ation Utilities--->Flaash —>

基于决策树的面向对象变化信息自动提取研究

基于决策树的面向对象变化信息自动提取研究 张雨霁①②，李海涛②，顾海燕② （①辽宁工程技术大学测绘与地理科学学院，阜新，123000; ②中国测绘科学研究院，北京，100039） 摘要：为了从不同时相的遥感影像数据中自动地提取变化信息且保证其效率，本文结合面向对象分析技术，提出了一种基于决策树变化信息自动提取的新方法。该方法利用影像的特征指数及形状特征、光谱特征、纹理特征等作为特征集，将其作为知识库应用到决策树控制模型中，进而利用该模型实现自动分类。对所得到的分类后影像对象，组织分析其综合属性并作为决策规则再次分类，通过“双重分类”的方式实现面向对象的遥感影像变化信息自动提取。该方法为遥感影像变化信息自动提取提供了新的思路。 关键词：变化检测;面向对象;决策树;特征指数 Research on Object-Based Analysis of Automatic Change Information Extraction Based on Decision Tree ZHANG Yuji①②，LI Haitao②, GU Haiyan② （①Liaoning Technical University, Fuxin, 123000; ②Chinese Academy of Surveying and Mapping, Beijing, 100830） Abstract: In order to extract change information automatically from the different time remote sensing images and ensure the efficiency, a new automatic extraction method which is combined with the Object-Based Image Analysis technology based on the Decision Tree is presented in this paper. This method uses the features index and shape, spectral, texture of the image as a feature set to establish the decision tree model for automatic classification. Organize and analyse the synthesized attribute of image objects classified above, then use it as the decision rule to make classification the second time. We can bring about the automatic exaction of image change information by ‘double classification’ which is based on the Object-Based Image Analysis. This method offers a new thought for automatic extraction of remote sensing images change information. Keywords: change detection; object-based; decision tree; feature index 收稿日期：修订日期： 基金项目：National T echnology Support Program [国家科技支撑项目]。 (Program: 2008BAC34B07__04). 作者简介：张雨霁（1985～），女，在读硕士，主要研究方向为遥感图像处理。 E-mail:YUJI-911@https://www.wendangku.net/doc/1f10117892.html,

遥感ENVI水体信息提取实验

实习一：水体信息提取姓名：XXxx 学号：!!!!!!!!!!!!!!!!!!! 专业：地理信息科学 教师：XXXXX 成绩： 环境与规划学院 二〇一六年四月

实验报告 一实验目的 学习水体光谱的征曲线，掌握应用遥感图像处理软件进行水体波普的差异性分析。 掌握水体提取的常用方法；能够使用ENVI软件进行水体信息提取。 二实验内容 遥感探测的水体波谱信息：水可以吸收也可以散射通过水汽界面的波谱辐射能量（Ed），但水的散射会增加天空辐射能量（Eu），而水的吸收则会同时减少Ed和Eu。 遥感影像记录了地表物体的反射信息及其自身向外的辐射信息。相对于其他地物而言，水体在整个光谱范围内都呈现出较弱的反射率。 在近红外、中红外及短波红外部分，水体几乎吸收了去不得入射能量，因此水体在这些的反射率特别低，而土壤、植被、建筑物等在这些波段吸收能量较小，具有较高的反射率，是的水体与他们具有明显的区别。 水体信息提取有助于确定水体边界、了解水域面积变化、水文水资源要素，提取结果可用于水资源信息统计及相关的辅助决策 三实验方案 单波段法（阈值）； 多波段法（谱间关系法、比值法、归一化差异水体指数（NDWI）、改进的归一化差异水体指数（MNDWI） 1．图像预处理 （1）辐射定标：将DN值转成辐亮度 File--->open image file--->。。。。MTL.txt--->spectral--->Preprocessing--->Calibration Utilities--->Landsat Calibration--->（选择文件），OK--Radiance，File，choose（选择保存地址并命名），Ok （2）BSQ转成BIL Basic Tools-->Convert data （BSQ、BIL、BIP）-->-BIL，choose（选择保存地址并命名），Ok （3）Flaash大气校正 Spectral--->Preprocessing--->Calibration Utilities--->Flaash—>