交通信息系统课程报告范文精选2022最新

会员上传分享

更新时间：2022-12-15 11:06:04 发布时间：24小时内

交通信息系统课程报告范文精选20_最新，"交通信息系统"是随着智能运输系统发展而开设的课程.它是一门面向交通工程专业学生的选修课,主要讲授信息技术在交通领域中应用。小编给大家整理了交通信息系统课程报告范文精选20_最新，欢迎大家参考和学习。

交通信息系统课程报告范文精选20_最新

《交通信息系统》

课程报告

学校：昆明理工大学

系（院）名称：交通***

专业班级：交通运输专硕1班

年级： 20_级

学生姓名：陈忱

学号： ***010

使用Landsat影像评估燃烧破坏的地区

实验原理和方法

1、实验原理：

卫星影像中，燃烧破坏地区的恢复的迹地有明显不同的光谱特征。

2、实验方法：

（1）波段组合生成假彩色图像。

（2）选择自己的波段来创建自定义波段组合，该组合将通过进一步减少雾度来改进植被分析波段组合。

（3）燃烧比 (NBR)是用近红外和短波红外 2波段的（分别为波段 5 和 7）来确定燃烧严重程度。NBR =（波段 5 波段 7）/（波段 5 + 波段 7）。

3、数据来源

20_年在Glacier National Park in Montana有两处火灾。

实验的步骤

1、波段组合比较

2、查看不同的波段组合

3、创建自定义波段组合

4、计算燃烧指数

5、火灾区域数字化

实验操作

1、加载数据并设置分析环境

勾选20_.tif，并zoom to layer，出现在map中的影像很暗，很难看清。因此，需要对图像进行增加处理。***，对亮度、对比度和伽玛进行调整。（说明：亮度决定了图像是更亮还是更暗。对比度决定了特征彼此之间的可区分程度。Gamma 确定图像检测光的方式与其实际发光之间的关系。）

2、组合对比

选中20_.tif图层。将图层亮度增加到10，将对比度增加到15，将Gamma增加到1.5。20_ 年的图像与 20_ 年的图像有两个明显的不同。首先，一个大的灰色云覆盖了图像的中南部分。这朵云实际上是Thompson大火产生的烟雾，拍摄这张照片时，它仍在燃烧。其次，在图像中北部的湖的左上角是一条长长的红色条纹。这是Reynolds Creek火灾燃烧破坏后的地区，在拍摄这张照片时已经停止燃烧。虽然两场火灾在图像上都可见，但它们的确切边界不清楚。接下来，将更改图像的波段组合来突出火灾燃烧区。

3、查看不同的波段组合

不同的波段，其波段下表现最好的都不同，例如20_图层，图层名下方是图像当前使用的波段：包含可见光的蓝色、绿色和红色波段。红色和绿色带强调植被，这对于观察火灾很有用，因为未受火灾影响的高度植被区域与植被被火灾摧毁的区域之间形成对比。使用另一个强调植被的波段，如近红外（波段 5），可以提高对比度。

点击外观选项卡中的波段组合并选择彩色红外，之后该图像组合会变成近红外、红色和绿色波段（3、4 和 5）。此时，植被显示为红色。两个火区都显示为深棕色。

图像组合变为波段 5、6 和 7。这种组合的主要目的是描绘陆地和水域，但它也可以穿透阴霾（或烟雾）。被烧毁的区域呈现橙色，而周围的山坡呈现黄色。

计算燃烧指数

燃烧比 (NBR)是用近红外和短波红外 2波段的（分别为波段 5 和 7）来确定燃烧严重程度。NBR =（波段 5 波段 7）/（波段 5 + 波段 7）。

首先右键分别单击NearInfrared波段、shortWaveInfrared_2波段并选择添加至当前地图。重复操作此过程将20_年的NearInfrared波段、shortWaveInfrared_2波段选择添加至当前地图。

搜索工具中栅格计算机工具，在出现的窗格中，输入以下公式（可通过双击栅格计算器里的相应内容）。对于Output raster输入nbr20_，然后点击运行。

公式为：

("G_20_.tif_NearInfrared"-"G_20_.tif_ShortWaveInfrared_2") /("G_20_.tif_NearInfrared" +"G_20_.tif_ShortWaveInfrared_2").

对G_20_.tif重复上一页步骤,并将Output raster改为nbr20_，然后点击运行。

在栅格计算器内，将上两步所创建的图层进行相减，得到一个图层。火灾位置现在几乎呈现纯白色，与周围的灰色和黑色区域形成强烈对比。唯一的其他白色区域是雪山地区，一般不与火灾地区相邻。为了贯彻明显可通过符号化图像来提高对比度。