基于高分辨率影像的光伏電場信息提取魯棒性分析及其熱環(huán)境效應(yīng)研究.pdf

1、以光伏電場為代表的新能源在我國尤其是西部荒漠地區(qū)發(fā)展迅猛，利用遙感信息分析方法自動、快速、準確獲取該類能源用地，分析其對周邊沙漠熱環(huán)境場的影響，將有助于政府及時掌握光伏電場的動態(tài)信息，對土地覆被、工程建設(shè)、能源利用及環(huán)境保護等都具有重要意義。本文采用基于對象影像分析方法，通過分割參數(shù)優(yōu)選，結(jié)合光譜、幾何和紋理等特征建立了沙漠地區(qū)光伏電場專家知識庫，在中高分辨率遙感影像上完成了光伏電場的精準獲取，并使用基于對象的規(guī)則集魯棒性分析模型探討了

2、時相、傳感器、空間分辨率和區(qū)域差異對規(guī)則集魯棒性的影響，得出了光伏電場提取模型在不同數(shù)據(jù)源上使用時需注意的事項。最后，通過溫度反演分析了寧夏中衛(wèi)市沙漠光伏產(chǎn)業(yè)園對周邊沙漠熱環(huán)境場的影響。得到的結(jié)論主要有以下幾點：
　　1、通過ED2分割參數(shù)優(yōu)選算法獲得了光伏電場在空間分辨率為0.5-30m之間的幾種主要光學(xué)遙感影像上的最優(yōu)分割參數(shù)組合，最優(yōu)分割尺度與空間分辨率之間呈現(xiàn)一定的冪函數(shù)關(guān)系y=300.98x-0.571，且具有較高的形狀

3、因子，這對光伏電場的分割參數(shù)優(yōu)選具有一定的借鑒意義。
　　2、通過相關(guān)特征分析，在基于對象影像分析方法的支持下，分別利用GF-1融合影像和Landsat8 OLI融合影像建立了2個規(guī)則集，實現(xiàn)了光伏電場在中高分辨率遙感影像上的精準提取。對于空間分辨率優(yōu)于2m的高分辨率遙感影像，可利用比值居民地指數(shù)、長寬比、差異性、亮度4個特征對光伏方陣進行提取，進而根據(jù)上下文、幾何特征提取內(nèi)部道路和間隙等，最后使用數(shù)學(xué)形態(tài)學(xué)對提取結(jié)果進行優(yōu)化，完

4、成光伏電場的綜合提取，規(guī)則集特征少、結(jié)構(gòu)清晰、可讀性強，提取結(jié)果的總體精度高于93％。對于Landsat8 OLI遙感影像，可使用比值居民地指數(shù)、歸一化建筑物指數(shù)、歸一化植被指數(shù)、亮度和藍光波段標準差5個特征完成大部分光伏電場的提取，總體精度略低于高分辨率遙感影像，在85%至90%之間。
　　3、通過基于對象規(guī)則集魯棒性分析模型定量分析了時相、傳感器、空間分辨率和區(qū)域4個因素對兩種規(guī)則集魯棒性的影響。對于利用GF-1融合影像建立的

5、規(guī)則集（規(guī)則集一）而言，在獲得最優(yōu)分割的情況下，其在不同遙感影像上的魯棒性為時相＞傳感器＞區(qū)域＞空間分辨率。（1）在相同區(qū)域、相同傳感器、相同空間分辨率、不同時相的遙感影像上魯棒性最高，規(guī)則集一可直接使用，有利于規(guī)?；a(chǎn)；（2）在相同區(qū)域、相同空間分辨率、不同傳感器的遙感影像上魯棒性較好，在使用時僅需對光譜特征閾值進行適當(dāng)調(diào)整；（3）在相同傳感器、相同空間分辨率、不同區(qū)域的遙感影像上規(guī)則集魯棒性較好，在使用時只需對紋理特征閾值進行調(diào)整

6、；（4）空間分辨率對規(guī)則集魯棒性影響最大，體現(xiàn)在紋理、幾何和上下文特征等各個方面。對于利用Landsat8 OLI融合影像建立的規(guī)則集（規(guī)則集二）而言，其在不同數(shù)據(jù)源上的魯棒性為時相＞區(qū)域＞空間分辨率，相對于規(guī)則集一，3個因素對規(guī)則集二魯棒性影響較大。基于高分辨率遙感影像建立的規(guī)則集一更適合光伏電場的自動或半自動化提取。
　　4、通過基于熱紅外波段的溫度反演發(fā)現(xiàn)光伏電場相對沙漠的平均溫度低了了2.37℃，光伏電場的建設(shè)有利于降低沙