共查询到20条相似文献，搜索用时 136 毫秒
1.
农业作为中国国民经济的战略性产业,在粮食生产和可持续发展目标方面起着举足轻重的作用。为了满足农业管理中大空间尺度、长时间序列遥感数据的存储、组织和处理,节省用户计算资源,提高农业生产管理专题的时效性和普适性,地理空间数据处理云平台备受关注。谷歌地球引擎（Google Earth Engine,GEE）作为一款集数据获取、数据运算、模型建立、精度验证以及可视化分析于一体的地理空间分析开源智能云平台,极大地扩展了农业领域研究的广度和深度,为精准农业领域的发展带来了新的机遇。本文从GEE平台、农业应用数据、作物种植支撑管理和农田管理工具等角度出发,分析了基于GEE平台的农业管理研究最新研究进展,以“平台-数据-农业管理-工具”为大框架,强调了多源协同的有效数据信息支撑农业监测管理决策的制定,高效易扩展的农田种植管理和作物生长监测工具可以辅助提高农业生产效率,农情数据信息和农业管理工具在全球背景下共同促进农业可持续发展。文章对GEE在农业应用数据支撑、农业监测管理和农田管理工具等方面的研究现状进行分析总结,突出了GEE云平台相比于传统的桌面端地理空间数据处理平台分别在数据、工具和应用3个方面给... 相似文献
2.
光学卫星影像云覆盖时空特征评估是衡量其作为重要遥感监测数据源的前提。Sentinel-2 A/B影像因其免费获取、多光谱（红边）、更高时空分辨率等优势,已在全球不同尺度陆面植被与生态监测中受到重视。相较于Landsat等同类影像产品,有关Sentinel-2 A/B的云覆盖分析还未见报道。本文利用2016—2018年老挝北部所有5288景Sentinel-2 A/B影像（Granule/Tile）的云覆盖元数据,基于不同云覆盖阈值（0~100%）水平下的影像获取概率差异确定了影像获取概率分析的云覆盖适宜阈值,并揭示了云量特征阈值水平下的影像获取概率时空差异。主要结论如下:① Sentinel-2 A/B影像获取概率分析云覆盖适宜特征阈值为20%（即云覆盖≤20%）,该阈值水平下老挝北部Sentinel-2 A/B影像的逐月累积平均获取概率最高（约27.41%）;② 在20%云覆盖阈值水平下,老挝北部Sentinel-2 A/B影像逐月累积平均获取概率差异在时间上与旱季（11月—次年4月）雨季（5月—10月）的时间分布较为吻合。旱季获取概率约为42.91%,3月概率（50.27%）最大,4月与2月次之,时间上与刀耕火种焚烧与橡胶林落叶特征吻合;雨季相应概率约为11.81%,6月最低（约1.26%）;③ 老挝北部Sentinel-2 A/B影像逐月累积平均获取概率在空间上存在东西差异,旱季西部省域单元（如琅南塔）影像获取概率远高于东部,雨季西部地区影像获取概率则略低于东部地区。本研究既可为后续开展大区及全球Sentinel-2 A/B影像云量分析提供借鉴,也对开展联合国减少森林砍伐和退化排放（UN-REDD）计划引发的土地利用变化如刀耕火种农业演变、橡胶林扩张等遥感监测有指导意义。 相似文献
3.
Google Earth Engine支持下的江苏省夏收作物遥感提取 总被引：1，自引：0，他引：1
江苏省是农作物种植大省,国家统计局统计数据显示,江苏省近10年冬小麦、冬油菜的总播种面积分列全国第五、第七,快速准确地获取冬小麦和冬油菜的空间分布对于该省的农业发展具有重意义。基于单机的传统遥感分类能够准确获取农作物的空间分布信息,但是耗时较长。随着地理大数据与云平台、云计算的发展,Google Earth Engine（GEE）作为一个基于云平台的全球尺度地理空间分析平台,为快速遥感分类带来了新的机遇。本文基于GEE,使用Sentinel-2数据快速提取了江苏省2017年冬小麦与冬油菜的空间分布。首先,利用GEE获得覆盖江苏省119景无云质优的Sentinel-2影像;其次,在此基础上分别计算了遥感指数、纹理特征、地形特征,并完成原始特征的构建与优化;最后,分别试验了朴素贝叶斯、支持向量机、分类回归树和随机森林4种分类器,比较了各分类器的分类精度,并提取了冬小麦与冬油菜的空间分布信息。得出以下结论：①GEE能够快速完成覆盖江苏省影像数据的去云、镶嵌、裁剪及特征构建等预处理,较本地处理具有明显优势;②J-M距离值位于前两位且大于1将特征数量从28个压缩到11个,有效压缩了原始特征空间;③光谱+纹理+地形特征组合训练,朴素贝叶斯、支持向量机、分类回归树、随机森林的平均验证精度分别为61%、87%、89%、92%。 相似文献
4.
基于Google Earth Engine平台的三江源地区生态环境质量动态监测与分析 总被引：2，自引：0，他引：2
三江源是中国陆地生态系统最脆弱和敏感的区域之一,一旦遭到破坏则不可逆转。受三江源地区多云等不利气象条件的影响,很难获取大范围尺度上季相一致的、无云的Landsat遥感影像。本文利用Google Earth Engine平台,对1990-2015年的相同季节的3766景Landsat影像进行像元级融合并重构最小云量影像集,借助GEE的并行云端计算,快速得到了能够反映生态环境质量的遥感生态指数（RSEI）,对三江源地区的生态环境质量进行了评价与监测。三江源时空变化与差异分析表明：1990-2000年生态环境质量呈快速下降状态,RSEI平均值从0.588下降到了0.505,生态环境质量变化以轻度恶化为主;2000-2015年生态环境质量下降速度变缓,并于2015年呈现变好态势,生态环境质量变化以不变为主,且轻度恶化面积大幅减少;该地区的生态环境状况呈现出空间分异,自西向东,生态状况变差。基于GEE平台在三江源地区的实验结果表明,GEE可以作为大区域范围的生态环境质量评价与监测的计算平台。 相似文献
5.
红树林遥感动态监测研究进展 总被引：1，自引：0，他引：1
红树林动态是地理学、生态学和湿地学等学科关注的热点之一。遥感技术具有宏观性、高效性和经济性等特点,在红树林动态监测中发挥日益重要的作用。本文通过关键词对Web of Science和中国知网2个数据库自2000年以来发表的文章进行梳理和归纳,从研究区域分布、文献数量、遥感监测数据源与方法、全球红树林动态以及全国红树林动态变化分析5个方面总结了近20年来国内外对于红树林遥感动态监测研究进展。研究结果表明,多传感器高时空分辨率数据将成为红树林遥感动态监测的重要数据源。将雷达数据和光学遥感数据进行融合,有助于进一步提升红树林卫星遥感监测能力。无人机平台搭载多种类型的传感器（如多光谱、高光谱或激光雷达传感器）,可以从不同方面获取红树林生态系统参数,结合遥感智能分析算法,有助于推动红树林遥感研究向纵深方向发展。红树林遥感动态监测相关研究表明,全球红树林总面积范围大致在1.1×108 ~2.4×108 hm2,总体仍呈减少趋势,而在区域上中国红树林面积则有所恢复。本文最后对红树林遥感动态监测的发展趋势进行了展望。 相似文献
6.
作为典型的干旱区内陆湖泊,博斯腾湖的面积变化趋势与当地自然和人文环境的变迁密不可分。本文结合GIS与RS技术,利用Landsat影像和MODIS数据共2289景及JRC GSW水体掩膜产品,基于Google Earth Engine（GEE）平台采用指数法得出2000—2019年博斯腾湖面积年际和年内变化趋势,并采用2019年Sentinel-2影像进行结果对比分析,同时通过2000—2018年焉耆、库尔勒和巴音布鲁克气象站日值数据和人类活动分析其变化原因。得出如下结论：① 本结果中基于海量遥感数据提取面积的结果表明,GEE可以充分应用高时间分辨率遥感数据进行湖泊年际尤其是年内面积变化分析。相比于Landsat-5/7/8影像与MOD09GQ数据,由于Sentinel-2影像的时空分辨率优势,基于其所得的湖岸线可显示出较多细节。② 2000—2013年博斯腾湖面积共减少181.66 km2,变化速率为13.98 km/a;2013—2019年,湖泊共增加133.13 km2,变化速率为22.19 km2/a;③ 博斯腾湖面积一般在每年的3—6月呈上升趋势,且在当年6—9月保持峰值,面积在10—12月减小;④ 博斯腾湖面积年际变化与其流域内焉耆、库尔勒、巴音布鲁克气象站的降水、蒸发及积温因素变化的相关性未达到显著水平,而年内变化与上述气候要素相关性较高。 相似文献
7.
基于遥感长时间序列的分析能够得到更加科学、完整、全面的特征规律,本文以黄河三角洲为研究区域,开展了生态指数遥感估算及分析研究。基于Google Earth Engine (GEE)分析了2000年以来逐年度归一化植被指数（NDVI）、湿度指数（Wet）、盐分指数（SI3）、遥感生态指数（RSEI）,获得了完整、细致长时间序列的分析结果。考虑到黄河三角洲的区域特点,引入了盐分指数（SI3）与遥感生态指数（RSEI）相结合的评价分析方法。研究发现,自2011年以来研究区的生态环境指数呈上升趋势,生态环境持续改善。 相似文献
8.
9.
本文运用面向对象分类与DEM数据相结合的方法,对资源卫星一号02C卫星遥感影像进行湿地提取。探索了基于对象与DEM信息的提取技术,在02C影像湿地的提取应用,对研究我国国产卫星在湿地监测和保护方面有重要的意义。研究结果表明：（1）面向对象的遥感影像信息提取方法,可同时兼顾影像光谱信息及空间信息,适用于02C影像的湿地提取,精度得到明显提高;（2）基于对象与DEM信息的提取方法,使沼泽地与草地相混淆的现象明显减轻,湿地分类精度进一步提高,该方法适用于高分辨率遥感影像的湿地提取研究;（3）基于对象与DEM信息提取的水田、水体、沼泽地及河滩的精度,分别为88.46%、97.44%、86.96%和83.33%,满足资源卫星一号02C遥感影像对湿地进行监测和保护的需要。 相似文献
10.
地震滑坡解译是震后重建的重要基础工作,主要通过室内人工遥感解译和室外野外调查确定。地震滑坡相比其他地物来说更为复杂,很难通过简单指数识别。室内遥感解译通过滑坡后壁、侧壁和堆积等纹理特征进行识别,大面积同震滑坡解译工作往往耗费大量人力和物力,且耗时长,难以满足灾害应急需求。本研究利用U-net神经网络模型,结合Google Earth Engine（GEE）云平台和人工智能学习平台Tensorflow,以地震局解译的汶川滑坡作为样本数据,以震后30 m分辨率的Landsat影像、高程、坡度以及NDVI数据作为模型输入参数,自动识别并获取了汶川地震后的同震滑坡数据,同时比较了不同参数组合情况下U-net神经网络模型的分割识别精度。研究表明：① U-net模型可以用于以Landsat影像为基础数据的同震滑坡快速自动识别;② 随着高程、坡度以及NDVI等输入参数增加,模型分割精度在逐渐提高,但假阳性结果也会出现增多,震后滑坡影像+高程+坡度+NDVI的输入参数组合精度最高;③ 在细节上,模型在多参数组合的情况下,大型滑坡能够很好被识别,一些较小型的滑坡受制于影像分辨率的影响,分割精度较差。为了更好识别小型滑坡,后续研究可能需提高影像的分辨率。此外,GEE云平台大大提高了训练样本获取的效率,为科研人员快速进行基于神经网络与遥感数据的地物识别研究提供了条件。 相似文献
11.
Estimating fraction of photosynthetically active radiation of corn with vegetation indices and neural network from hyperspectral data 总被引：1，自引：0，他引：1
The fraction of photosynthetically active radiation(FPAR) is a key variable in the assessment of vegetation productivity and land ecosystem carbon cycles.Based on ground-measured corn hyperspectral reflectance and FPAR data over Northeast China,the correlations between corn-canopy FPAR and hyperspectral reflectance were analyzed,and the FPAR estimation performances using vegetation index(VI) and neural network(NN) methods with different two-band-combination hyperspectral reflectance were investigated.The results indicated that the corncanopy FPAR retained almost a constant value in an entire day.The negative correlations between FPAR and visible and shortwave infrared reflectance(SWIR) bands are stronger than the positive correlations between FPAR and near-infrared band reflectance(NIR).For the six VIs,the normalized difference vegetation index(NDVI) and simple ratio(SR) performed best for estimating corn FPAR(the maximum R2 of 0.8849 and 0.8852,respectively).However,the NN method esti-mated results(the maximum R2 is 0.9417) were obviously better than all of the VIs.For NN method,the two-band combinations showing the best corn FPAR estimation performances were from the NIR and visible bands;for VIs,however,they were from the SWIR and NIR bands.As for both the methods,the SWIR band performed exceptionally well for corn FPAR estimation.This may be attributable to the fact that the reflectance of the SWIR band were strongly controlled by leaf water content,which is a key component of corn photosynthesis and greatly affects the absorption of photosynthetically active radiation(APAR),and makes further impact on corn-canopy FPAR. 相似文献
12.
生态环境遥感分类数据矢量化方法与应用 总被引：4，自引：2，他引：2
遥感分类数据矢量化建库是生态环境遥感制图及其应用分析过程中主要的处理内容和基础工作。以福建省海岸带生态环境遥感分类数据为例 ,在分析遥感图像处理系统对遥感分类和专题信息提取后处理中矢量化能力不足和结果存在严重缺陷的基础上 ,综合应用遥感和地理信息基础软件平台 ,提供的系列数据管理、分析和数据转换功能模块 ,开展基于生态环境遥感影像分类数据的矢量化建库技术探讨 ,提出一个生态环境遥感分类数据矢量化建库的通用技术方法和流程 ,并对矢量化结果做了一个简要的评价和分析 ,以满足大面积生态环境遥感调查、分析和制图的实际需要。 相似文献
13.
建筑物是城市地理数据库中最容易发生变化和最需要更新的部分,其更新工作量巨大,因此开展对高分辨率遥感影像中的建筑物进行自动提取和变化检测研究具有重要的意义.本文以精确提取变化建筑物的位置和轮廓为目标,基于图分割提出一种高分辨率遥感影像建筑物变化检测方法.首先,将遥感影像中的每个像元映射成图的顶点,利用像元之间的距离阈值构造图的边,综合利用位置,灰度和边缘3种特征计算边的权值,将遥感影像的分割转化为图的分割,并用归一化图分割方法得到分割对象集合;然后,以长宽比和矩形度作为约束条件,对2期遥感影像中的分割对象集合进行筛选,提取建筑物对象;最后,根据2期影像中建筑物之间的空间,面积和格局关系识别建筑物的变化类型(包括新增,消失和改建),并对其进行可视化表达.为了验证本文方法的有效性,分别以深圳市的WorldView影像和北京市的QuickBird全色影像为数据源,从中选取13组具有代表性的子影像进行实验.结果表明,本文提出的方法对配准精度较低的影像组具有一定的适应性,容许的配准误差达到20个像元(10 m),平均查准率和平均查全率分别达到93.16%和87.90%. 相似文献
14.
It is crucial to conduct the land use/cover research to obtain the global change information.Urban area is one of the most sensitive areas in land use/cover change.Therefore land use/cover change in urban areas is very im-portant in global change.It is vital to incorporate the information of urban land use/cover change into the process of decision-making about urban area development.In this paper,a new urban change detection approach,urban dynamic monitoring based on objects,is introduced.This approach includes four steps:1)producing multi-scale objects from multi-temporal remotely sensed images with spectrum,texture and context information;2)extracting possible changed objects adopting object-oriented classification;3)obtaining shared objects as the basic units for urban change detection;4)determining the threshold to segment the changed objects from the possible changed objects using Otsu method.In this paper,the object-based approach was applied to detecting the urban expansion in Haidian District,Beijing,China with two Landsat Thematic Mapper(TM)data in 1997 and 2004.The results indicated that the overall accuracy was about 84.83%,and Kappa about 0.785.Compared with other conventional approaches,the object-based approach was advantageous in reducing the error accumulation of image classification of each datum and in independence to the radiometric correction and image registration accuracy. 相似文献
15.
Zhaofei Wen Ce Zhang Shuqing Zhang Changhong Ding Chunyue Liu Xin Pan Huapeng Li Yan Sun 《中国地理科学(英文版)》2012,22(2):188-195
Spatial heterogeneity is widely used in diverse applications, such as recognizing ecological process, guiding ecological restoration, managing land use, etc. Many researches have focused on the inherent scale multiplicity of spatial heterogeneity by using various environmental variables. How these variables affect their corresponding spatial heterogeneities, however, have received little attention. In this paper, we examined the effects of characteristics of normalized difference vegetation index (NDVI) and its related bands variable images, namely red and near infrared (NIR), on their corresponding spatial heterogeneity detection based on variogram models. In a coastal wetland region, two groups of study sites with distinct fractal vegetation cover were tested and analyzed. The results show that: 1) in high fractal vegetation cover (H-FVC) area, NDVI and NIR variables display a similar ability in detecting the spatial heterogeneity caused by vegetation growing status structure; 2) in low fractal vegetation cover (L-FVC) area, the NIR and red variables outperform NDVI in the survey of soil spatial heterogeneity; and 3) generally, NIR variable is ubiquitously applicable for vegetation spatial heterogeneity investigation in different fractal vegetation covers. Moreover, as variable selection for remote sensing applications should fully take the characteristics of variables and the study object into account, the proposed variogram analysis method can make the variable selection objectively and scientifically, especially in studies related to spatial heterogeneity using remotely sensed data. 相似文献
16.
遥感影像中云及云影不同程度地影响着地物信息的有效获取。随着多源遥感数据的日益丰富,交叉应用多源、多时相遥感影像复原云及云影区的影像,以有效地获取地类演变过程是遥感大数据应用研究的重要内容。高精度的云及云影检测是遥感影像云及云影区修复的前提和保障。复杂多变的光谱特征以及难以有效表达的空间形态特征,使云及云影一直存在检测过程复杂、适用性差和精度不高的问题,难以形成稳定有效的检测方法。在对厚云、薄云、冰雪及其他地类多光谱特性分析的基础上,本文提出了一种云及云影的多特征协同检测方法。首先,对冰雪、云及其他地物类型可分性较好的红、短波红外、热红外波段,利用SAM方法匹配云光谱特征曲线,并进一步结合短波红外波段像元绝对值区分云与冰雪,以及热红外波段像元绝对值区分云及其他地物类型;其次,通过组合云影定向移动模型与近红外波段亮度阈值检测出云影像元。对具备这些光谱波段的Landsat-8进行实验,结果表明多光谱曲线、“诊断性”波段及空间关系多特征耦合能有效地检测出影像中的薄云、厚云及云影,整体精度优于95%。 相似文献
17.
云对于光学遥感影像质量及其反演地表参数精度有着重要影响,且其作为时空多变要素之一,在一定程度上制约了光学遥感影像的应用。对于具有2 330km的大扫描幅宽MODIS影像而言,现有的元数据标准仅能反映影像的总体云量,而无法反映云的空间分布状况,限制了MODIS数据的局地研究和应用。本文在现有遥感影像元数据标准的基础上,提出了新的元数据项--局地云量,用于反映云在条带影像中的空间分布状况,并实现在MODIS二级云掩膜条带产品(MOD35)中针对特定区域的局地云量信息提取算法。经验证,本算法能较快速和准确地提取省级行政区的局地云量信息,并可根据用户的需求进一步推广到任意指定的多边形区域,为MODIS数据在局地研究和应用提供了便利。 相似文献
18.
Landsat系列卫星数据是对地观测研究中应用最为广泛的遥感数据源之一,但是Landsat数据易受云及云影的影响,因此,在Landsat数据的应用中,云和云影的识别十分关键。美国地质调查局（United States Geological Survey,USGS）在其分发的最新的Landsat 8 数据中新增了一个质量评估（Quality Assessment）波段,能快速提供高精度的云掩膜,然而并不能识别云影。本文在Landsat 8 QA波段云识别基础上,对影像的近红外和短波红外波段进行种子填充变换,提取影像中的潜在云影,采用非监督分类的方法识别影像中的水体,将水体从潜在云影中去除。利用太阳方位角和太阳高度角对云及云影相对位置的影响,对云和云影进行匹配,识别真实的云影。利用全球云和云影验证数据集对本文的云影识别结果进行了精度评价,结果表明：不同生态区域云影识别精度达到87%以上。与Fmask云影检测方法相比,本文方法所需波段数更少,流程简单,简化了云高度估算和视角问题,可以快速、准确地识别云影,对基于Landsat 8数据的定量分析或时序研究有重要价值。 相似文献
19.
A Method for Retrieving Water-leaving Radiance from Landsat TM Image in Taihu Lake, East China 总被引：1，自引：0，他引：1
WANG Deyu FENG Xuezhi MA Ronghua KANG Guoding 《中国地理科学(英文版)》2007,17(4):364-369
The visible and infrared bands of Landsat Thematic Mapper (TM) can be used for inland water studies. A method of retrieving water-leaving radiance from TM image over Taihu Lake in Jiangsu Province of China was investigated in this article. To estimate water-leaving radiance, atmospheric correction was performed in three visible bands of 485nm, 560nm and 660nm. Rayleigh scattering was computed precisely, and the aerosol contribution was estimated by adopting the clear-water-pixels approach. The clear waters were identified by using the Landsat TM middle-infrared band (2.1μm), and the water-leaving radiance of clear water pixels in the green band was estimated by using field data. Aerosol scattering at green band was derived for six points, and interpolated to match the TM image. Assuming the atmospheric correction coefficient was 1.0, the aerosol scattering image at blue and red bands were derived. Based on a simplified atmospheric radiation transfer model, the water-leaving radiance for three visible bands was retrieved. The water-leaving radiance was normalized to make it comparable with that estimated from other remotely sensed data acquired at different times, and under different atmospheric conditions. Additionally, remotely sensed reflectance of water was computed. To evaluate the atmospheric correction method presented in this article, the correlation was analyzed between the corrected remotely sensed data and the measured water parameters based on the retrieval model. The results show that the atmospheric correction method based on the image itself is more effective for the retrieval of water parameters from Landsat TM data than 6S (Second Simulation of the Satellite Signal in the Solar Spectrum) code based on standard atmospheric and aerosol models. 相似文献
20.
《中国地理科学(英文版)》2020,(5)
Land surface hydrothermal conditions(LSHCs) reflect land surface moisture and heat conditions, and play an important role in energy and water cycles in soil-plant-atmosphere continuum. Based on comparison of four evaluation methods(namely, the classic statistical method, geostatistical method, information theory method, and fractal method), this study proposed a new scheme for evaluating the spatial heterogeneity of LSHCs. This scheme incorporates diverse remotely sensed surface parameters, e.g., leaf area index-LAI, the normalized difference vegetation index-NDVI, net radiation-Rn, and land surface temperature-LST. The LSHCs can be classified into three categories, namely homogeneous, moderately heterogeneous and highly heterogeneous based on the remotely sensed LAI data with a 30 m spatial resolution and the combination of normalized information entropy(S') and coefficient of variation(CV). Based on the evaluation scheme, the spatial heterogeneity of land surface hydrothermal conditions at six typical flux observation stations in the Heihe River Basin during the vegetation growing season were evaluated. The evaluation results were consistent with the land surface type characteristics exhibited by Google Earth imagery and spatial heterogeneity assessed by high resolution remote sensing evapotranspiration data. Impact factors such as precipitation and irrigation events, spatial resolutions of remote sensing data, heterogeneity in the vertical direction, topography and sparse vegetation could also affect the evaluation results. For instance, short-term changes(precipitation and irrigation events) in the spatial heterogeneity of LSHCs can be diagnosed by energy factors, while long-term changes can be indicated by vegetation factors. The spatial heterogeneity of LSHCs decreases when decreasing the spatial resolution of remote sensing data. The proposed evaluation scheme would be useful for the quantification of spatial heterogeneity of LSHCs over flux observation stations toward the global scale, and also contribute to the improvement of the accuracy of estimation and validation for remotely sensed(or model simulated) evapotranspiration. 相似文献