热红外卫星遥感数据处理及异常识别

《热红外卫星遥感数据处理及异常识别》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、成都理工大学硕士学位论文热红外卫星遥感数据处理及异常识别姓名：余舟申请学位级别：硕士专业：地球探测与信息技术指导教师：李才明;程万正20060501摘要摘要随着地震前兆新观测技术的发展，往往可以捕捉到新的前兆信息，以提高地震监测预报水平。自20世纪80年代末，卫星遥感技术的迅速发展，在地震预测预报中提出了新的预测方法和手段，即卫星遥感技术在地震预报中的应用。近十几年的实践证明，用卫星热红外异常进行地震短临预测是一种很有发展前景的新方法。强震发生前约一个月至三个月的时间内，震源区地表温度会有一次较为明显的升温过程，持续时间10～

2、30天不等，幅度一般为几度至十几度。这可能和震源地区的地质构造活动有关，这种异常变化可能是地震发生以前的一种前兆异常。本文主要针对EOSTerra卫星数据，以时间变化为基准，从信号的角度的出发，使用小波变换原理，对接收到的数据进行小波变换，利用小波变换处理突变信号的优势，以期找到这种前兆异常所具有的规律。另外利用地质分析中常用的趋势面分析法应用于卫星遥感数据：通过求解趋势面方程，从趋势面方程系数的变化趋势中定量的分析热红外遥感数据，从而为研究星热红外异常提供了另一种方法。利用上述两种方法定量的计算西藏地区一年半热辐射值，从热红

3、外卫星遥感数据中识别出热辐射异常，将其与地震资料对比分析研究取得了较为理想的成果。关键词：热红外卫星遥感数据、地震热红外异常、地震预报、小波变换、趋势面分析成都理工大学硕士学位论文ABSTRACTnenewsurveytechniquedevelopmentoftheearthquakeprecursorCallusuallycatchthenewprecursorinfurmationandmayraisethelevelsofmonitorandprediction．Formtheendof80’Sof20century,

4、alongwiththequicklytechnicaldevelopmentofsatelliteremotesensing，thenewmethodsandmeansinearthquakepredictionareputforward,viz．applicationofthetechnologyofsatelliteremotesensingonearthquakeprediction．11lepracticeofmorethantenyearsproved．itisanewmethodsofquitedevelopme

5、ntalfuturethatusingthesatellitethermalinfxaredanomaliesachievesearthquakepredictionduringtheshort-termandimpendingperiod．Duringonemonthorthreemonthsaheadstrongearthquakeoccurred，landsurfacetemperaturenearepicenterareausuallypresentsacomparativelydistinctcalefactivec

6、ourse，itsdurationgenerallyiSabout10to30days,itsincreasedtemperaturerangegenerallyisfromSCVCraltoabove10．It’Smaybeisrationaltogeologicconformationmovementinepicenter，andthisanomalymaybethenewearthquakeprecursorbeforeastrongearthquake．mtllisP叩ef，wemainlydealwithEOSTer

7、rasatellitedata,basedondigitalsignalsprocessingtheory,usedtheadvantageofwaveletstransformprincipleinexquisitevarietysignals，tofindtheruleofearthquakeprecursor．Inaddition，wecreativelyprocesssatellitedatausingthefiend．surfaceanalysiswhichiswidelYappfiedingeologicalana

8、lysis．Accordingtovarietyoftheeoemcientssolvedfromtrend—surfaceequation．theinfi'aredsatelliteremotesensingdatac孤bequantificationallyinterpr