导读:本文包含了洪涝监测论文开题报告文献综述及选题提纲参考文献，主要关键词:无人机,空港布局,遥感观测网,洪涝灾害
洪涝监测论文文献综述
鹿明,廖小罕,岳焕印,黄诗峰,徐晨晨[1]（2019）在《面向中国洪涝灾害应急监测的无人机空港布局》一文中研究指出当前洪涝灾害对社会的经济发展和人民生命财产安全构成严重威胁。无人机机动、灵活,安全性高,可迅捷甚至实时获取灾区影像,对灾情的快速评估和应急救援决策意义重大。遥感无人机在洪涝灾害救援中能够发挥的重要作用已得到广泛共识,但是由于灾害的突发性,缺乏就近部署的资源制约了无人机遥感观测和救援作用的发挥。针对突发灾害,在区域和全国范围内建立起一定的无人机遥感应急体系成为国家面向未来正在考虑的选项。基于此,本研究提出了基于中国科学院的野外台站构建全国无人机遥感观测网的设想。本研究以中国防范洪涝灾害等级分布数据、行政区划数据、中国科学院野外台站分布数据和当前无人机性能数据库为数据源;以行政区划离散并提取的中心点作为需求点,台站作为设施点,不同洪涝等级区域内需要无人机进行应急观测的重要程度作为权重,利用最大覆盖选址模型进行空港选址布局;利用成本-效益曲线确定台站的最佳数量,最终从268个台站中选取出81个作为支撑全国洪涝灾害无人机遥感观测网络的无人机空港。无人机空港布局结果在理论上能够实现对中国绝大数突发洪涝灾害在2 h内初步完成洪涝观测,这对于构建中国空天地一体化的洪涝灾害监测体系具有重要意义。同时,本研究中的方法和成果对于进一步构建行业和综合性的全国无人机遥感观测网也具有一定借鉴和参照意义。(本文来源于《地球信息科学学报》期刊2019年06期）
张展骞[2]（2019）在《基于植被指数时间序列的洪涝灾害遥感监测模型》一文中研究指出黑龙江省作为农业大省,是我国重要的粮食输出基地,因其特殊的地理位置与独有的气候条件和土壤类型,旱灾、洪涝灾害、雹灾、风灾等各种农业灾害频繁发生。近几年,由于气候条件不断恶化,极端天气出现的情况越来越多,农业灾害发生率明显增高,对该省的农业发展产生了重大影响。洪涝灾害已成为黑龙江省发生最频繁的农业灾害之一,严重的洪涝灾害对耕地以及农作物有着极大的影响。因此,及时准确的对农业洪涝灾害进行监测并对黑龙江省农业洪涝灾害时空特征进行分析,不仅可以保障粮食安全,也可以为灾前预警、灾中监测、灾后救援以及灾损评估工作提供可靠的数据与理论支撑。传统的洪涝灾害监测方式主要基于野外调查与采样,会耗费大量人力与物力,且带有一定人为主观因素,对灾害信息的评估并不准确,获取的信息严重滞后。随着遥感技术的出现,使及时、准确的监测大范围灾害成为可能,更适用于农业灾害监测工作。本文选取黑龙江省叁个典型区域建叁江垦区、九叁垦区和大庆地区作为研究区,利用16天合成的250 m空间分辨率的MODIS植被指数数据,构建植被指数时间序列模型,基于植被指数时间序列变化规律确定灾害判别阈值,提取出农业灾害范围,并与高分辨率影像数据与地面实测数据以及保险公司上报数据进行提取结果验证,最后对于时间序列曲线进行生长期突变检测,提取出洪涝灾害范围,并分析黑龙江省2016年洪涝灾害时空格局特征及成因,主要研究结论如下:(1)基于植被指数时间序列提取的灾害范围精度较高。通过提取研究区内典型灾害所在区域经过SG滤波后的中值植被指数(归一化植被指数的中值)时间序列曲线,作为该区域农作物标准长势曲线,与实际长势曲线对比,构建植被指数时间序列灾害监测模型(S_(AUC)),选取10为最佳阈值,提取灾害范围,并对结果进行精度验证,在16次验证结果中,平均相对误差为13.26%,验证精度达到了86.74%,实用性较强,并将模型运用到黑龙江省的农业灾害监测中,与高分辨率影像灾害监测结果对比,提取精度达到81.4%,相似度较高,可以应用于大范围、长时间的农业灾害动态监测中。(2)基于植被指数时间序列的分析与判别,可以有效进行洪涝灾害监测。利用洪涝灾害与其他类型灾害在时间序列上的差异,发现农作物在受到洪涝灾害后在曲线上会有突变形态产生,依据对生长期的突变检测,提取出洪涝灾害信息,与上报的投保地块数据和高分辨率同期影像数据相比,提取精度达81.7%。在16个已知灾害中,提取出了所有涝灾,剩余非洪涝灾害类型有2个划分为洪涝灾害,正确率为87.5%,洪涝灾害提取精度较高,可以实际应用于农业洪涝灾害监测中。(3)黑龙江省洪涝灾害的时空分布特征受气象因素、地形因素、土壤因素影响。根据提取的2016年黑龙江省洪涝灾害范围,结果显示,黑龙江省2016年洪涝灾害主要发生在6月下旬,主要分布于佳木斯、鹤岗、双鸭山以及齐齐哈尔等城市,结合2016年气候数据以及土壤、地形数据,发现这叁个因素与洪涝灾害之间的相关性较高。结果表明,基于MODIS植被指数时间序列的农业灾害监测模型能够进行及时、有效的进行农业灾害监测,提取出受灾范围,根据得到的区域受灾信息可以进而得到大范围农业受灾信息。依据对植被指数时间序列生长期的突变检测,能够以较高的精度提取出洪涝灾害范围,具有适用性及实用性,可以作为洪涝灾害监测与灾情评估的依据之一,同时能够为黑龙江省气象部门提供洪涝灾害信息统计数据,为农业洪涝灾害预警提供更加科学、及时的信息。(本文来源于《东北农业大学》期刊2019-06-01）
程远,孙桂玉,杨帆,高玉宏[3]（2019）在《基于GIS的松花江干流洪涝灾害监测分析》一文中研究指出本文主要以松花江干流(黑龙江省内)为研究区域,利用FY-3B/MERSI遥感影像数据对2017年7-9月的四个实相前后水体变化信息进行了洪涝灾害监测,并结合ARCGIS的空间分析功能,计算水体空间分布的面积扩大和缩小情况。结果表明,2017年7月的降水和8月的降水对松花江(黑龙江省境内)干流的上游哈尔滨部分市辖区、中游的部分县市和下游佳木斯部分市辖区和县市水体空间变化较大,易发生洪涝灾情。(本文来源于《环境与发展》期刊2019年03期）
沈秋,高伟,李欣,梁益同,周月华[4]（2019）在《GF-1 WFV影像的中小流域洪涝淹没水深监测》一文中研究指出针对目前水深监测仍主要依赖Landsat、SPOT等国外遥感卫星的问题,提出采用国产高分一号(GF-1)卫星16m分辨率WFV影像进行洪涝淹没水深监测。通过以中小流域为研究区,采取RS和GIS结合的水深测算方法计算淹没水深:在利用RS影像提取淹没范围的基础上,运用GIS方法由水面高程和地面高程之差计算得出淹没水深的空间分布。结果表明,GF-1卫星作为新兴的国产遥感数据源,凭借空间分辨率高和回访周期短的优势,可帮助摆脱对国外卫星遥感数据的依赖;GF-1卫星WFV影像提取水体精度较高,能广泛应用于中小流域洪涝灾害监测;RS和GIS结合的洪涝淹没水深监测算法简单易行,可快速计算在淹没范围已知情况下的水深。相关结果可为洪涝灾害监测与评估提供信息依据。(本文来源于《遥感信息》期刊2019年01期）
陈德清[5]（2018）在《遥感技术在洪涝监测中的应用》一文中研究指出我国地域广阔、自然条件复杂、洪涝灾害发生频度高,损失严重。虽然我国已建立了比较完善的地面监测和灾情统计体系,建立了上下联通的信息传输网络,但由于地面监测网络的覆盖程度不够,不能很好地满足应急指挥调度和精细化管理要求,因而卫星遥感技术的应用成为对常规手段的必要补充。通过卫星遥感手段可填补无地面监测站点的空白区的覆盖,并且通过遥感卫星对地面的扫描式全面地表信息采集,实现监测站点无法实现的对洪水范围、淹没面积、淹没水深和影响评价等要素的监测,补充地面监测站的信息种类和范围。(本文来源于《城市与减灾》期刊2018年06期）
张丽文,梁益同,李兰[6]（2018）在《基于高分一号影像的武汉市洪涝遥感监测与分析》一文中研究指出2016年6月30日—7月6日,强降雨引发了武汉及其邻近地区多处的城市内涝及河堤溃坝等严重洪涝灾害。以洪涝前后高分一号(GF-1)WFV影像和2015年30 m土地覆盖类型图为数据源,在分析典型地物与洪涝期不同水体的GF-1光谱曲线特征的基础上,对比NDWI阈值法与面向对象分析法提取研究区各类水体信息的适宜性,采用最优算法对武汉市洪涝灾害范围进行识别和判定。结果显示,面向对象分类法对洪涝期不同城市水体类型的遥感提取结果总体上要优于水体指数阈值法提取结果;城市郊区由河水漫堤和河堤溃坝等原因导致的洪涝淹没范围可以通过GF-1 WFV数据有效地进行识别。该研究成果可以对国产高分一号影像在城市洪涝灾害监测气象业务服务提供科学参考。(本文来源于《气象科技进展》期刊2018年05期）
高伟,沈秋,李梦璠,侯俊东[7]（2018）在《基于多源遥感数据的洪涝淹没范围时序监测分析》一文中研究指出目前,洪涝灾害是我国最严重的气象灾害之一,如何实现及时准确的洪灾监测是防灾减灾的重要前提和基础。本文基于多源遥感数据,采用数据协同的方式进行洪涝淹没范围时序监测分析,以重现淹没情形,反映灾情特征。其中MODIS地表反射率产品和DFO达特茅斯洪水数据库能够实现淹没的宏观动态监测;由同期高分辨率遥感影像水体提取结果以空间差值的计算方式求取的淹没范围则能反映淹没的空间变化和细节特征。相关结果可为灾情评估奠定基础。(本文来源于《测绘与空间地理信息》期刊2018年07期）
李绍峰,姚伟,饶湘[8]（2018）在《基于照明基础设施的洪涝监测大数据联动分析》一文中研究指出路灯不再仅仅是一个照明设备,而是迅速发展成为一个强大的互联门户,成为智能城市基础设施中的一个关键元素,成为城市预防洪涝灾害的重要器件。本文对照明基础工程施工过程管理,洪涝灾害应急管理,照明基础设施的洪涝监测进行分析。(本文来源于《通讯世界》期刊2018年02期）
马建威,孙亚勇,陈德清,黄诗峰,李小涛[9]（2017）在《高分叁号卫星在洪涝和滑坡灾害应急监测中的应用》一文中研究指出在介绍合成孔径雷达(SAR)在洪涝和滑坡灾害监测中应用方法的基础上,采用高分叁号(GF-3)卫星SAR数据对2017年吉林永吉"7·13"特大洪水灾害和四川茂县的"6·24"特大山体滑坡灾害开展应急监测。监测结果显示:洪水淹没区主要集中在吉林市境内的温德河和鳌龙河附近,永吉县境内和吉林市市辖区淹没面积(均不包含城市淹没区)分别为19.82km2和8.70km2;滑坡体长度为2620m,最大滑坡宽度为1135m,滑坡体面积为1.76km2,与无人机航拍影像的监测结果基本一致。应用结果表明,GF-3卫星具有较好的灾害应急监测能力,能够为中国的防灾减灾领域提供有力的数据支撑和信息服务。(本文来源于《航天器工程》期刊2017年06期）
王静[10]（2017）在《驻马店市中心城区洪涝灾害预警监测系统研究》一文中研究指出驻马店市属亚热带向暖温带气候过渡区,具有典型的大陆性季风型半湿润气候特点,年平均降水量860-980毫米,其中年降水量的一半集中在6-8月份。降水的集中程度决定着灾害的影响程度,特别是中心城区房屋建筑密集,混凝土覆盖面积大增,雨水渗透减少,雨水滞留与调蓄功能下降,而"城市热岛效应"又造成市区降水频率增大,雨时延长。在流域防洪标准逐步提高的情况下,外洪泛滥的比例有所减少,而城市强降水引起的内涝加重,内涝损失所占水灾损失的比重增加。1驻马店城区概况2强降雨易引发城区积水的原因分析2.1地形特征2.2城区雨水极少渗入地下2.3排水系统设计标准不高3驻马店市主城区的降水历史资料分析降雨量分布极不均匀,雨季旱季分明,年降水量为990.4mm,全年降水量的73%集中在5-9月份,54%集中在6-8月。从2000-2013年短历时降水极值月分布看:雨强≥20mm/h的短历时强降水5-9月都有出现,其中7月份最多,占比51%,其次是8月份占比21%,5、9月都是7%。小时降水强度最大的出现在8月份,为113.3mm(2009年8月28日10-11时,其次为5月份66.6mm(2007年5月30日16-17时);6月份最小为41.7mm。出现强降水次数最多的7月份,小时降水量却不是最大。短历时强降水在一天中的时间分布:从2000-2013年统计资料看,每小时≥20mm的短历时强降水一天24小时中除19-20时未出现外,其他时间都有出现,其中下午14-15时的最多,为主峰值,7-9时、18-19时出现次峰值,此外在凌晨3-4时和中午11-12时也较多。4驻马店市强降水预报分型与预报指标4.1强降水天气分型4.2强降水物理量分布特征与预报指标我们利用T639、ecmwf数值预报模式水汽通量、流场、垂直速度、涡度物理量、比湿、假相当位温等数值预报产品,对产生强降水天气过程进行诊断分析,寻找出这些诊断量对发生强降水判别指标。4.3短历时强降水预报模型5雨量自动站监测与报警雨量实时监测,达到设定阈值就会自动报警。6新一代天气雷达资料监控与报警强降雨回波达到一定强度和持续时间报警提醒预报员。7预警信息发布预报将有强降水产生、或者雷达监测将有强降雨产生、或者短临预报系统预报有强降水、或者雨量监测有强降水达到阈值,预报员发布预警信息,短信传递给中心城区防汛决策人员,及时进行防范。(本文来源于《第34届中国气象学会年会 S8 观测推动城市气象发展——第六届城市气象论坛论文集》期刊2017-09-27）
洪涝监测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
黑龙江省作为农业大省,是我国重要的粮食输出基地,因其特殊的地理位置与独有的气候条件和土壤类型,旱灾、洪涝灾害、雹灾、风灾等各种农业灾害频繁发生。近几年,由于气候条件不断恶化,极端天气出现的情况越来越多,农业灾害发生率明显增高,对该省的农业发展产生了重大影响。洪涝灾害已成为黑龙江省发生最频繁的农业灾害之一,严重的洪涝灾害对耕地以及农作物有着极大的影响。因此,及时准确的对农业洪涝灾害进行监测并对黑龙江省农业洪涝灾害时空特征进行分析,不仅可以保障粮食安全,也可以为灾前预警、灾中监测、灾后救援以及灾损评估工作提供可靠的数据与理论支撑。传统的洪涝灾害监测方式主要基于野外调查与采样,会耗费大量人力与物力,且带有一定人为主观因素,对灾害信息的评估并不准确,获取的信息严重滞后。随着遥感技术的出现,使及时、准确的监测大范围灾害成为可能,更适用于农业灾害监测工作。本文选取黑龙江省叁个典型区域建叁江垦区、九叁垦区和大庆地区作为研究区,利用16天合成的250 m空间分辨率的MODIS植被指数数据,构建植被指数时间序列模型,基于植被指数时间序列变化规律确定灾害判别阈值,提取出农业灾害范围,并与高分辨率影像数据与地面实测数据以及保险公司上报数据进行提取结果验证,最后对于时间序列曲线进行生长期突变检测,提取出洪涝灾害范围,并分析黑龙江省2016年洪涝灾害时空格局特征及成因,主要研究结论如下:(1)基于植被指数时间序列提取的灾害范围精度较高。通过提取研究区内典型灾害所在区域经过SG滤波后的中值植被指数(归一化植被指数的中值)时间序列曲线,作为该区域农作物标准长势曲线,与实际长势曲线对比,构建植被指数时间序列灾害监测模型(S_(AUC)),选取10为最佳阈值,提取灾害范围,并对结果进行精度验证,在16次验证结果中,平均相对误差为13.26%,验证精度达到了86.74%,实用性较强,并将模型运用到黑龙江省的农业灾害监测中,与高分辨率影像灾害监测结果对比,提取精度达到81.4%,相似度较高,可以应用于大范围、长时间的农业灾害动态监测中。(2)基于植被指数时间序列的分析与判别,可以有效进行洪涝灾害监测。利用洪涝灾害与其他类型灾害在时间序列上的差异,发现农作物在受到洪涝灾害后在曲线上会有突变形态产生,依据对生长期的突变检测,提取出洪涝灾害信息,与上报的投保地块数据和高分辨率同期影像数据相比,提取精度达81.7%。在16个已知灾害中,提取出了所有涝灾,剩余非洪涝灾害类型有2个划分为洪涝灾害,正确率为87.5%,洪涝灾害提取精度较高,可以实际应用于农业洪涝灾害监测中。(3)黑龙江省洪涝灾害的时空分布特征受气象因素、地形因素、土壤因素影响。根据提取的2016年黑龙江省洪涝灾害范围,结果显示,黑龙江省2016年洪涝灾害主要发生在6月下旬,主要分布于佳木斯、鹤岗、双鸭山以及齐齐哈尔等城市,结合2016年气候数据以及土壤、地形数据,发现这叁个因素与洪涝灾害之间的相关性较高。结果表明,基于MODIS植被指数时间序列的农业灾害监测模型能够进行及时、有效的进行农业灾害监测,提取出受灾范围,根据得到的区域受灾信息可以进而得到大范围农业受灾信息。依据对植被指数时间序列生长期的突变检测,能够以较高的精度提取出洪涝灾害范围,具有适用性及实用性,可以作为洪涝灾害监测与灾情评估的依据之一,同时能够为黑龙江省气象部门提供洪涝灾害信息统计数据,为农业洪涝灾害预警提供更加科学、及时的信息。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
洪涝监测论文参考文献
[1].鹿明,廖小罕,岳焕印,黄诗峰,徐晨晨.面向中国洪涝灾害应急监测的无人机空港布局[J].地球信息科学学报.2019
[2].张展骞.基于植被指数时间序列的洪涝灾害遥感监测模型[D].东北农业大学.2019
[3].程远,孙桂玉,杨帆,高玉宏.基于GIS的松花江干流洪涝灾害监测分析[J].环境与发展.2019
[4].沈秋,高伟,李欣,梁益同,周月华.GF-1WFV影像的中小流域洪涝淹没水深监测[J].遥感信息.2019
[5].陈德清.遥感技术在洪涝监测中的应用[J].城市与减灾.2018
[6].张丽文,梁益同,李兰.基于高分一号影像的武汉市洪涝遥感监测与分析[J].气象科技进展.2018
[7].高伟,沈秋,李梦璠,侯俊东.基于多源遥感数据的洪涝淹没范围时序监测分析[J].测绘与空间地理信息.2018
[8].李绍峰,姚伟,饶湘.基于照明基础设施的洪涝监测大数据联动分析[J].通讯世界.2018
[9].马建威,孙亚勇,陈德清,黄诗峰,李小涛.高分叁号卫星在洪涝和滑坡灾害应急监测中的应用[J].航天器工程.2017
[10].王静.驻马店市中心城区洪涝灾害预警监测系统研究[C].第34届中国气象学会年会S8观测推动城市气象发展——第六届城市气象论坛论文集.2017