基于VC+SQL的光谱数据库管理系统设计【论文+开题报告】推荐.docVIP

开题报告 本文源码索取，请联系qq： 研究的目的和意义 水资源是人类赖以生存和发展的基本要素之一，地球上的水资源虽然总量有限，但是可以循环利用。然而水资源却极易受到污染，并且是污染物的载体，能导致污染物的扩散与蔓延。随着我国经济的稳步发展，水污染问题也变得日益严重。水质监测是水质评价与水污染防治的主要依据。随着水体污染问题的日渐严重，水质监测成为经济社会可持续发展必须解决的重大问题，尤其是内陆水体，因为其水质影响到国民生产和人们的生活用水，准确、快捷的水质监测显得尤为重要。充足、优质的水资源是21世纪可持续发展战略实施的重要保障。随着社会经济的发展，水在国民经济和社会发展中的地位和作用越来越突出。 内陆水体中的悬浮物含量(SS：Suspended Sediment)是重要的水质参数之一， SS不仅可以作为污染物的示踪剂，其含沙量的多少直接影响水体透明度、浑浊度、水色等光学性质，也影响水生生态条件和河口海岸带冲淤变化过程，对近岸工程、港口航道建设等都具有重要的意义，是了解和管理海岸信息的重要依据。遥感监测内陆水体悬浮物含量是通过研究水体反射光谱特征与悬浮物含量之间的关系，并建立悬浮物反演算法的基础上进行的。近年来随着高光谱技术的发展，许多学者进行了悬浮物光谱特征和利用成像光谱仪监测内陆水悬浮物含量的研究，并取得较大的进展。 本研究的目的就是利用地物光谱仪测量水体的光谱反射率，数据存储入SQL数据库中，用VC编程软件进行分析，并在分析光谱反射率与同步水体悬浮物含量关系的基础上，利用统计方法建立悬浮物含量的反演算法，为将来利用成像光谱仪数据估算我国内陆水体悬浮物含量提供参考。 二、分析国内外现状和发展趋势 早在20世纪70年代初LandSat 1刚刚发射成功，Klemas等提出了用MSS遥感数据估算特拉华湾(Delawane Bay)SS含量的统计模型。随后许多学者提出了不同模型来模拟SS与遥感数据的关系，尤其在利用NOAA／AVHRR来获取SS的含量方面作了大量的工作。但其1.1km的分辨率对河口海岸带区域来说显得太粗糙，而TM 数据30m的分辨率具有较大的优势。黎夏推导出一个统一式，其形式包含了Gordon表达式和负指数关系式： Gordon关系式为R=C+S/(A+BS)，式中R为水面光谱反射率S为含沙量ABC为系数它是根据准单散射近似公式得到，在实际应用中用得不多但较有名适用区间包括低含沙量和高含沙量区； 负指数关系式为R=A+B(1-e-DS)或ln(D-L)=A+BS，式中R为水面光谱反射率S为含沙量L为亮度值ABD为系数各常数项均由与水层内的光学性质，和悬浮颗粒粒径有关的参数构成较难准确表达高含沙量区的高阶变化。 利用TM数据，该式被应用于珠江口SS的遥感定量分析中。Tassan对海岸带SS、叶绿素、黄色物质的卫星遥感信息提取进行了深入的研究。 国内对陆地水体的遥感研究从单纯的水域识别发展到对水质参数进行遥感监测、制图和预测。随着对物质光谱特征研究的深入、算法的改进以及遥感技术本身的不断革新，遥感监测水质从定性发展到定量，且可通过遥感预测的水质参数种类逐渐增加，包括悬浮颗粒物、水体透明度、叶绿素a浓度以及溶解性有机物、水中入射与出射光的垂直衰减系数，和一些综合污染指标如营养状态指数等。 　　数据库技术是现代计算机技术中的一个重要的组成部分,是人们处理数据的有效的工具。计算机的应用技术也已从用户模式逐步向客户机/ 服务器网络模式发展,企事业单位对于一些数据库资源共享、数据的集中处理与分布式处理要求越来越高,而Microsoft 的SQL Server 作为一个优秀的大型关系型数据库管理系统(DBMS) ,已成为许多数据库应用程序首选的数据存储和检索的后台支持,同时VisualC+ + 6. 0 作为前台开发工具,具有对数据库应用支持全面,访问速度快,占用资源少等优点,并且广泛应用于基于数据库应用程序中。 光谱库是存储各类地物的数据库。地面或大气光谱库的建立对于成像光谱仪的应用来说是十分重要的，也是十分费时和费力的。一旦建立了光谱库，我们就能够从图像立方体中提取出光谱曲线并根据其光谱特性与光谱库中检索到的类似的光谱做匹配处理，找到最接近的光谱，达到像元分类的目的;同时也为地物光谱重建及重建光谱的比较分析提供了依据。光谱库资料来自实验室或现场光谱测量数据，这些数据应折算到某成像光谱仪的特定波段(光谱重采样)。美国 USGS(国家地质调查局)和 JPL (NASA)有内容丰富的光谱库。此外，成像光谱仪或地面光谱仪可以用于测量地面或大气光谱，可以丰富波谱库。 VC++是可视化、面向对象的开发工具，其具有逻辑概念深刻清楚，结构井然，与Windows编程结合紧密的特点。在VC++，Delphi，VB几种开发平台中VC++是最