中華文明探源研究中遙感技術(shù)方法與應用

目錄
序
前言
第1章 中華文明探源工程與空間信息技術(shù) 1
1.1 中華文明探源工程 1
1.2 空間信息技術(shù)的發(fā)展 2
1.3 小結(jié) 7
第2章 考古特征遙感探測方法 9
2.1 多源影像對比分析 9
2.2 相同傳感器不同時間對比探測 16
2.3 數(shù)據(jù)融合 17
2.3.1 SPOT 5影像融合 17
2.3.2 QuickBird影像融合 22
2.3.3 后處理考古特征識別 25
2.4 波段計算 26
2.4.1 光譜指數(shù) 27
2.4.2 線性正交方程 28
2.5 空間自相關 32
2.5.1 Aster空間自相關分析 32
2.5.2 歷史影像自相關分析 33
2.5.3 QuickBird空間自相關環(huán)境分析 34
2.6 小結(jié) 37
第3章 遺址特征GIS空間分析方法 38
3.1 GIS考古簡介 38
3.2 GIS空間分析方法 39
3.2.1 太湖流域遺址概況 41
3.2.2 距水系距離 42
3.2.3 高程 44
3.2.4 坡度 46
3.2.5 坡度變率 47
3.2.6 坡向 48
3.2.7 地貌 49
3.2.8 土壤類型 50
3.2.9 歸一化植被指數(shù) 50
3.3 小結(jié) 52
第4章 二里頭遺址熱紅外遙感探測與分析 53
4.1 洛陽盆地土壤概況 53
4.2 土壤物理性質(zhì)與地表植被以及溫度的關系 55
4.2.1 土壤物理性質(zhì)對裸土地表溫度的影響 55
4.2.2 土壤物理性質(zhì)對植被覆蓋地表溫度的影響 56
4.3 熱紅外遙感原理和概念 57
4.4 熱紅外遙感數(shù)據(jù)和算法的選擇 57
4.5 單窗算法陸面溫度反演 58
4.5.1 亮度溫度的計算 59
4.5.2 地表比輻射率的估算 60
4.5.3 大氣透過率和大氣平均作用溫度的估算 63
4.5.4 單窗算法溫度反演 64
4.6 地表溫度圖像分析與居民點信息提取 65
4.7 TVDI模型反演土壤含水量 66
4.8 小結(jié) 69
第5章 陶寺遺址作物物候生長差異遙感探測 70
5.1 陶寺遺址概況 70
5.2 歸一化植被指數(shù) 73
5.3 陶寺遺址的作物物候生長 75
5.4 基于MODIS數(shù)據(jù)的作物生長差異以及時間窗口的選擇 78
5.5 基于Landsat數(shù)據(jù)和Hausdorff距離的作物異常探測與驗證 81
5.6 陶寺遺址區(qū)植被標志 85
5.6.1 負向植被標志 85
5.6.2 正向植被標志 86
5.7 小結(jié) 88
第6章 臨汾先秦聚落遺址空間聚類分析 89
6.1 聚類分析的理論依據(jù)與方法 89
6.2 基于地形約束改進算法的聚落聚類方法 91
6.2.1 改進算法思路 92
6.2.2 地形約束的阻力模型建立 93
6.2.3 臨汾先秦聚落遺址改進聚類算法結(jié)果 97
6.3 空間聚類算法的對比與評價分析 100
6.3.1 直觀評價 101
6.3.2 指標評價 103
6.4 典型遺址的自然環(huán)境分析 104
6.5 先秦聚落遺址的自然環(huán)境因素分析 105
6.5.1 地形地貌因素 106
6.5.2 氣候因素 112
6.6 臨汾先秦聚落遺址發(fā)展演化分析 114
6.7 小結(jié) 117
第7章 太湖流域遺址考古分析 118
7.1 太湖流域遺址空間特征挖掘 118
7.1.1 遺址空間分布特征統(tǒng)計 118
7.1.2 遺址地理趨勢分析 122
7.2 良渚遺址群的時空特征 123
7.2.1 可視域分析 123
7.2.2 良渚古城遺址域分析 126
7.2.3 良渚遺址群土地利用情況 126
7.3 東苕溪改道 129
7.4 小結(jié) 130
第8章 汾河流域遺址預測模型 131
8.1 樣本與變量 131
8.1.1 實驗樣本 131
8.1.2 自變量 133
8.1.3 因變量 133
8.2 研究區(qū)空間分析及樣本屬性提取 133
8.2.1 高程分析 133
8.2.2 坡度、坡向分析 135
8.2.3 地形起伏度、地表曲率分析 137
8.2.4 距離分析 138
8.3 遺址預測優(yōu)化模型建立 142
8.3.1 自變量篩選 142
8.3.2 回歸系數(shù) 143
8.3.3 實驗結(jié)果 146
8.3.4 模型驗證 147
8.4 預測結(jié)論與討論 150
8.5 小結(jié) 150
結(jié)語 152
參考文獻 155