共查询到18条相似文献，搜索用时 140 毫秒
1.
积雪和植被的覆盖范围对于研究气候变化和水资源平衡、生态环境状况具有重要的意义,但它们的光谱曲线具有较强的时空变异性,难以获取精确的覆盖度产品。针对线性混合像元分解算法在积雪和植被覆盖度反演中噪声和光谱变异带来的误差,本文提出了一种基于归一化扰动模型的积雪和植被覆盖度反演方法,并选用了3个不同的区域（单独的积雪覆盖区、单独的植被覆盖区、积雪和植被混合的覆盖区）来验证所提出框架的可行性。研究结果表明：① 该方法单独反演积雪覆盖度的均方根误差为0.172,单独植被覆盖度反演均方根误差为0.223,积雪和植被覆盖度混合反演的均方根误差分别为0.185和0.249,3种方案均有较高的精度;② 对影像与端元组进行归一化后,降低了光谱异质性,在此方法下的扰动混合模型可以有效地减弱MODIS影像光谱变化和噪声带来的误差;③ 针对MODIS影像,该框架获取的积雪覆盖度相对于植被覆盖度具有更高的精度。今后将进一步发展类似的积雪覆盖度与雪粒径协同反演算法。 相似文献
2.
青藏高原数字照片植被覆盖度自动算法与应用 总被引：2，自引：0，他引：2
覆盖度是植被评价的重要指标,也是遥感反演的关键参数。估算植被覆盖度的常用方法是目测法,但这种方法受观测人员的主观影响。近年来有研究人员利用冬小麦垂直数字照片的HLS颜色空间的色度特征,设计了自动提取覆盖度算法,具有较高的计算精度。但青藏高原植被颜色丰富多样,下垫面背景色彩差异很大,这种常规覆盖度自动提取算法存在困难。论文分析了青藏高原地表垂直数字照片的图像颜色特征,发现超绿色算法对绿色植被比较敏感,能够增强植被和背景的灰度差异,有效抑制土壤背景干扰。并采用K均值聚类算法,设计了青藏高原植被覆盖度的自动提取软件。通过将覆盖度自动提取结果和人工监督分类进行比较,两者误差在5%以内。此外,通过分析分类后的结果图像,提出了进一步改进的方法。 相似文献
3.
为了获取城市尺度组分温度,实现城市水热平衡的高精度反演,探索了一种多波段热红外遥感影像的城市尺度组分温度反演算法.算法选取了植被、土壤和不透水表面等3种组分,并且针对ASTER数据,利用线性混合像元分解方法获取像元平均比辐射率,以MODIS近红外数据估算大气水汽含量和大气透过率,采用牛顿迭代法获取大气平均温度,并用最小... 相似文献
4.
多源遥感数据的综合应用是提高地表温度反演精度的有效途径.MODIS数据和Landsat TM数据在我国同一地区获取的时间相差不大,可以获取近似同步的MODIS数据和TM数据.本文将基于MODIS数据反演的大气参数应用于TM影像的地表温度反演,分别对单窗口算法和普适性单通道算法进行了实验研究,应用气象站实测的地表温度数据对反演结果进行了检验,并对比分析了不同土地覆盖条件下两种算法的精度差异.结果表明:两种算法反演精度均较高,单窗口算法反演精度为0.76K,普适性单通道算法反演精度为1.23K;在不同的土地覆盖条件下,两种算法表现出明显的差异性,水体区反演结果差异最小,均值差异仅为0.02K,植被区差异最大,均值差异为0.62K. 相似文献
5.
采用中国区域2017~2018年与GNSS站并址的49个探空站资料对GPT3模型估算的气象参数的精度进行评估,再利用49个GNSS站结合GPT3模型估算的气象参数反演日均大气可降水量PWV,并采用与GNSS站并址的探空站数据对其精度进行评定。实验得出：1）在中国地区,1°分辨率的GPT3模型的精度和稳定性优于5°分辨率,其气压、气温和大气加权平均温度Tm的偏差均值分别为0.73 hPa、1.34 K和－1.67 K,均方根误差均值分别为4.21 hPa、3.75 K和4.15 K;2）利用GPT3模型提供的气温结合Bevis经验公式反演的PWV与GPT3模型提供的Tm反演的PWV精度相当,且2种方法反演的PWV和探空资料实测地表温度反演的PWV呈现很好的一致性,在我国青藏高原和西北地区反演PWV的精度优于我国南方和北方地区。 相似文献
6.
干旱区植被覆盖度提取模型的建立 总被引：26，自引：1，他引：25
本文通过分析遥感提取植被覆盖度的经验模型法、植被指数法和混合像元分解法,归纳了它们各自的优势、精度和存在的问题,指出了影响应用较广泛的植被指数转换法精度是全植被覆盖像元的选取。在此基础上提出了植被指数转换法的改进模型一利用高分辨率卫星图像的最大NDVI值作为均一像元的NDVI值替换中等分辨率卫星图像的NDVI值,建立植被覆盖度提取模型,从而通过中等分辨率卫星图像获取大范围植被覆盖度的方法。经实践检验,该方法简单、实用,适合于利用中等分辨率卫星图像进行大范围宏观监测。 相似文献
7.
利用山东区域及邻近探空站，分析GPT2模型估算气象参数（气温和气压）的精度，并将GPT2模型应用于SDCORS反演可降水汽中，分析评估其精度。研究表明，GPT2模型估算气温和气压的偏差均值分别为-1.61 ℃和0.53 Pa，标准差均值分别为2.84 ℃和4.42 Pa，均方根误差均值分别为3.27 ℃和4.49 Pa；GPT2模型估算的气象参数解算的SDCORS/PWV的偏差均值为1.22 mm，标准差均值为3.05 mm，均方根误差均值为3.46 mm，较GPT模型精度高，可靠性强。对于未配备气象传感器的CORS站，基于GPT2模型估算气温和气压，有助于利用区域CORS反演可降水汽，有效实现对大气可降水量的监测与预报。 相似文献
8.
苏红波 《地球信息科学学报》2002,4(3):91-91
本文从全球变化研究的需求分析入手 ,分析了地表通量遥感估算的重要科学意义 ,讨论了地表通量遥感过程中面临的几个关键问题 ,构建了地表通量遥感估算系统。对二层蒸发模型中的植被和土壤表面温度分解提出了可视化解算的思路。对遥感真实温度中的等效比辐射率 ,尝试利用蒙特卡罗方法进行计算 ,并对几种特定空间分布 ,特定类型树冠森林的四分量的方向性特性进行了详尽的分析。遥感反演地表真实温度 ,土壤和植被表面温度的分解是地表通量遥感中的关键步骤。 相似文献
9.
混合像元是遥感影像中普遍存在的一种现象,对其组成和各成分比例的反演一直是遥感研究中的重难点,而国内利用偏振植被指数对混合像元的研究几乎没有涉及。本次研究通过对不同面积比例的植被-土壤混合像元偏振反射高光谱特征进行分析,讨论不同条件下的植被-土壤混合像元偏振高光谱特性,并利用偏振反射比计算了12种0°偏振态下的偏振植被指数,分别构建了植被指数与植被面积比例以及光谱特征参数与植被面积比例的数学模型。结果表明,混合像元中植被面积比例和偏振角均对其偏振高光谱有一定的影响;865 nm的偏振反射比与植被占像元面积比例的相关性最好,采用多项式进行拟合时,其决定系数达到0.99,适合进行植被占像元面积比例的反演;偏振光谱“红边”处的一阶微分值与植被像元比例存在良好的线性相关,R2=0.974;植被面积比例与植被指数和光谱特征参数呈现良好的相关关系,其中P-DVI和光谱吸收指数（SAI）与植被面积比例的拟合效果最好,决定系数分别为0.99以及0.94,适合进行植被-土壤混合像元中植被面积比例的反演。 相似文献
10.
植被覆盖度是生态环境变化的重要指标,也是遥感反演的关键参数。盐碱地植被覆盖度的准确测量对研究地表植被蒸腾、土壤水分蒸发及土壤退化、盐碱化等具有重要意义。过绿指数(Excess Green index,ExG)对绿色植被比较敏感,能突显植被信息,去除土壤、阴影的干扰。通过对吉林西部盐碱地玉米、高粱、绿豆、杂草、土壤数字图像特征分析,利用改进过绿指数(Modified Excess Green index,MExG)算法计算植被和土壤的MExG值;并确定区分植被和土壤的MExG阈值为40,进而计算植被覆盖度。本文采用监督分类的最大似然法对比验证MExG自动提取结果,并对两种方法计算的玉米、高粱、绿豆和杂草的覆盖度,分别进行目视判读和t检验。研究表明,MExG自动提取方法具有客观性强,处理时间短,分类精度高等优点,是计算不同植被类型覆盖度的有效方法。 相似文献
11.
本文以2007年和2008年MODIS每日地表温度（LST）数据及AMSR-E地表亮温（BT）数据为研究对象,结合土地覆盖类型数据,统计分析MODIS_LST与AMSR-E_BT在不同土地覆盖类型、频率和极化方式条件下的相关性。结果表明,频率在18.7、23.8和36.5 GHz的AMSR-E-BT与MODIS_LST的相关性较大,且在垂直极化通道上的相关性较在水平极化上大;不同土地覆盖类型,与MODIS_LST相关性较大所对应的AMSR-E微波通道不同。同时,考虑混合像元问题对相关性的影响,对25种不同地物类型组合下MODIS_LST与AMSR-E-BT的相关性进行统计分析,发现混合像元中地物类型越多,则二者相关性越小。最后,采用多元线性回归分析法,根据不同土地覆盖类型建立反演回归模型,对部分研究区域MODIS-LST进行反演,误差平均在±3.15 K以内,与不考虑下垫面覆盖的模型比较,反演MODIS_LST精度平均提高了1.5 K。 相似文献
12.
Land surface temperature(LST) is the skin temperature of the earth surface. LST depends on the amount of sunlight received by any geographical area. Apart from sun light, LST is also affected by the land cover, which leads to change in land surface temperature. Impact of land cover change(LCC) on LST has been assessed using Landsat TM5, Landsat 8 TIRS/OLI and Digital Elevation Model(ASTER) for Spiti Valley, Himachal Pradesh, India. In the present study, Spiti valley was divided into three altitudinal zones to check the pattern of changing land cover along different altitudes and LST was calculated for all the four land cover categories extracted from remote sensing data for the years of 1990 and 2015. Matrix table was used as a technique to evaluate the land cover change between two different years. Matrix table shows that as a whole, about 2,151,647 ha(30%) area of Spiti valley experienced change in land cover in the last 25 years. The result also shows vegetation and water bodies increased by 107,560.2 ha(605.87%) and 45 ha(0.98%), respectively. Snow cover and barren land decreased by 19,016.5 ha(23.92%) and 88,589(14.14%), during the study period. A significant increase has been noticed in vegetation amongst all land cover types. Minimum, maximum and mean LST for three altitudinal zones have been calculated. The mean LST recorded was 11℃ in 1990 but it rose by 2℃ and reached to 13℃ in 2015. Changes in LST were obtained for each land cover categories. The mean temperature of different land cover types was calculated by averaging value of all pixels of a given land cover types. The mean LST of vegetation, barren land, snow cover and water body increased by 6℃, 9℃, 1℃, and 7℃, respectively. Further, relationships between LST, Normalized Difference Snow Index(NDSI), and Normalised Difference Vegetation Index(NDVI) were established using Linear Regression. 相似文献
13.
14.
Comparative Analysis of Fractional Vegetation Cover Estimation Based on Multi-sensor Data in a Semi-arid Sandy Area 总被引：1，自引：0，他引：1
《中国地理科学(英文版)》2019,(1)
The estimation of fractional vegetation cover(FVC) is important for identifying and monitoring desertification, especially in arid and semiarid regions. By using regression and pixel dichotomy models, we present the comparison of Sentinel-2A(S2) multispectral instrument(MSI) and Landsat 8(L8) operational land imager(OLI) data regarding the retrieval of FVC in a semi-arid sandy area(Mu Us Sandland, China, in August 2016). A combination of unmanned aerial vehicle(UAV) high-spatial-resolution images and field plots were used to produce verified data. Based on a normalized difference vegetation index(NDVI) regression model, the results showed that, compared with that of L8, the coefficient of determination(R2) of S2 increased by 26.0%, and the root mean square error(RMSE) and the sum of absolute error(SAE) decreased by 3.0% and 11.4%, respectively. For the ratio vegetation index(RVI) regression model, compared with that of L8, the R2 of S2 increased by 26.0%, and the RMSE and SAE decreased by 8.0% and 20.0%, respectively. When the pixel dichotomy model was used, compared with that of L8, the RMSE of S2 decreased by 21.3%, and the SAE decreased by 26.9%. Overall, S2 performed better than L8 in terms of FVC inversion. Additionally, in this paper, we develop a verified scheme based on UAV data in combination with the object-based classification method. This scheme is feasible and sufficiently robust for building relationships between field data and inversion results from satellite data. Further, the synergy of multi-source sensors(especially UAVs and satellites) is a potential effective way to estimate and evaluate regional ecological environmental parameters(FVC). 相似文献
15.
福建省地表温度与植被覆盖度的相关性分析 总被引：1，自引：0，他引：1
地表温度（Land surface Tenperature, LST）和植被覆盖度（Fractional Vegetation Coverage, FVC)是生态环境变化的重要指标因子,研究两者的时空变化及相互关系对评价区域生态环境建设、改善区域生态环境具有重要意义。本文以福建省为研究区域,利用2001-2015年MODIS 11A2 LST和13Q1 NDVI数据,在时序数据重构的基础上对福建省LST时空变化及LST与FVC的相互关系进行分析。结果表明：①2001-2015年福建省LST总体呈轻微下降趋势,尤其是2010年之后其LST明显降低。LST与FVC的空间分布具有较好的负相关一致性：在FVC较高的区域,LST值较低;在FVC较低的区域,LST较高。② LST与FVC、DEM和纬度均成负相关关系,且负相关性在一年之中随着月份的变化而呈规律性增加或降低。夏季FVC对LST的负相关性最大为0.7,冬季FVC对LST的负相关性降低为0.4。③LST随着FVC增加而降低的趋势呈现分段线性关系,存在“FVC拐点”。“FVC拐点”前后随着FVC增加LST的降低速率在夏季 “先慢后快”,而在冬季则“先快后慢”。春秋两季,LST随着FVC增加而降低的速率在“FVC拐点”前后差异变小。在夏季,当FVC大于0.4时,FVC每增加0.1可降低LST约0.77 °C,降温效果大约是FVC小于0.4时的2倍。因此如果要有效地降低夏季地表高温,要使地表植被覆盖大于40%,才能较好的发挥植被的降温的作用。④在1-8月份,FVC对LST的负相关作用存在滞后性,FVC变化对滞后一个月的LST时空分布影响更大。研究成果对福建省生态环境建设与评估具有一定的意义,对于发挥植被对区域高温抑制作用提供了重要的参考依据。 相似文献
16.
DisTrad（Disaggregation procedure for radiometric surface temperature）模型是常用于遥感地表温度空间分辨率提升的主要模型之一。DisTrad模型常面向空间范围有限、地形相对平坦的研究区域,且常选用植被参数（如植被指数或植被覆盖度等）作为关键参数。然而在空间范围较大、地形起伏地区,地表温度的空间变异可能无法完全通过植被参数解释。本研究选取四川盆地及毗邻地区为研究区,通过模拟数据研究DisTrad模型在地形起伏区地表温度空间分辨率提升中的适用性。数字高程模型（Digital Elevation Model,DEM）、归一化差值植被指数（Normalized Difference Vegetation Index,NDVI）等参数,采用滑动窗口逐步回归,将空间分辨率为6km的地表温度提升至空间分辨率为1km。研究结果表明,改进的模型在平原及海拔较低的高原地区提升获得的地表温度空间分辨率具有较高精度,均方根误差（Root Mean Square Error,RMSE）为0.5K左右;在地形起伏较大的地区,RMSE为4K,验证了改进的模型提升的可行性。 相似文献
17.
土地覆被是地球科学研究中的重要参量,评价土地覆被数据的制图精度是保障数据合理使用的前提。本文提出了一种基于伪纯像元的精度评价策略（伪纯像元策略）,即当低空间分辨率栅格窗口内对应的高空间分辨率数据中优势类别（面积最大的地类）的占比高于伪纯像元纯度阈值（代表像元纯度,取值范围：35%~100%,步长为5%）时,以此栅格窗口为基准生成土地覆被类型为优势类别的伪纯像元用于精度评价。以澜沧江-湄公河（澜湄）流域为试验区,选择GlobeLand30为参考数据,并基于混淆矩阵精度评价方法对比分析了伪纯像元策略与重采样法（最近邻法和众数法）在CCI-LC（300 m）和MCD12Q1（500 m） 2套全球土地覆被数据精度评价中的差异。结果表明：① 伪纯像元策略在35%~100%纯度阈值下对CCI-LC和MCD12Q1在澜湄流域评价的精度分别为72.76%~55.26%和71.44%~45.41%,比重采样法评价的单一精度（众数法：71.21%和70.54%、最近邻法：71.48和69.87%）能更好地反映像元纯度对土地覆被数据精度的影响;② CCI-LC的总体精度高于MCD12Q1,且2套数据的精度差随纯度阈值的增大而增加,CCI-LC和MCD12Q1在35%、100%纯度阈值下的精度差分别为1.32%和9.85%;③ 2套数据中耕地、有林地、草地和水体的分类精度均相对较高,而灌木林地（精度接近0）和裸地的分类精度均较低;④ 2套数据与GlobeLand30的空间不一致区域多出现在土地覆被类型高度异质化的混合像元区域,且随纯度阈值的增大,评价样本栅格更趋均质,混合像元对评价精度的影响也会递减。伪纯像元精度评价策略适用于跨空间分辨率土地覆被数据的精度对比,为评价全球土地覆被产品在区域尺度的适用性及适用范围提供了新的检验策略。 相似文献
18.
采用模式分解的方法(PDM),对北京密云地区2002年3月19日ETM+图像进行光谱模式提取与分解,得到研究区各个像元的植被、水和土壤系数;并通过不同系数的组合和判别分析的条件确定了研究区的土地覆盖状况以及不同土地覆盖类型的面积。结果表明,在降低ETM+数据维的情况下,光谱模式分解可以更直接的反映地物的类型。 相似文献