共查询到20条相似文献，搜索用时 31 毫秒
1.
2.
Google Earth Engine云平台及植被遥感案例研究 总被引：1，自引：0，他引：1
植被物候是全球变化的敏感指示器,对陆表物质和能量交换产生显著影响.植被物候遥感分析存在数据收集困难、提取方法实现复杂等问题,谷歌地球云计算平台(Google Earth Engine,GEE)为基于遥感大数据的物候分析提供了有利条件.本文分析了GEE平台的数据源、开发接口和应用场景,然后基于GEE中的长时序植被指数数据... 相似文献
3.
GF-6号卫星是近年来投入运行的国产卫星,其遥感影像的空间分辨率、时空分辨率较高,但基于该卫星数据的应用研究并不多见.本次研究以GF-6号卫星WFV数据为数据源,基于归一化植被指数和像元二分模型对甘肃民勤典型干旱地区的植被覆盖度进行遥感估测,利用置信度法获取像元二分模型的关键参数对植被覆盖度遥感提取结果的影响进行分析.... 相似文献
4.
一种高时空分辨率NDVI数据集构建方法-STAVFM 总被引：1，自引：1，他引：0
ETM NDVI可以用来在30m的尺度上开展植被的监测,然而在Landsat卫星16天的重访周期和云污染等因素的影响下,常常会在相当长的一段时间内无法获取有效的ETM NDVI数据,给这一尺度下的植被动态监测带来了一定困难。相比之下,MODIS虽然在空间上只有250m分辨率的NDVI产品,却可以每天进行相同区域的监测。针对ETM空间分辨率高和MODIS时间分辨率高的特点,本研究选择实验区,基于对STARFM方法的改进,构建不同时空分辨率NDVI的时空融合模型-STAVFM,使用该模型对ETM NDVI与MODIS NDVI融合,构建了高时空分辨率NDVI数据集。研究结果表明,通过MODIS NDVI时间变化信息与ETM NDVI空间差异信息的有机结合,实现缺失高空间分辨率NDVI的有效预测（3景预测NDVI与实际NDVI的相关系数分别达到了0.82、0.90和0.91）,从而构建高时空分辨率NDVI数据集。所构建的高时空分辨率NDVI数据集在时间上保留了高时间分辨率数据的时间变化趋势,空间上又反映了高空间分辨率数据的空间细节差异。 相似文献
5.
植被覆盖度FVC (Fractional Vegetation Cover)是衡量地表植被状况的重要指标之一。卫星遥感是获取全球与区域动态FVC的主要技术手段,但现有FVC产品空间分辨率主要为中等（300 m）及中低分辨率,难以满足应用需求。已有高分辨率卫星较长的重访周期是制约高分辨率FVC产品难以生产的主要原因。国产高分一号（GF-1）宽幅相机（WFV）具有高时空分辨率特点,16 m空间分辨率和4天重访周期为高时空分辨率FVC产品生产提供数据支撑。本文对中国2018年—2020年16 m/10天GF-1 FVC产品从直接验证和间接验证两方面进行定量分析与评价,结果显示：（1）基于中国甘肃黑河站、吉林净月潭站、河北塞罕坝站等地面实测数据进行直接验证,GF-1 FVC产品精度（R2=0.57,RMSE=0.12,BIAS=-0.03）优于GEOV3 FVC产品,能够降低森林类型高估现象;（2）中国陆地近88%的像元GF-1 FVC产品全年缺失率低于70%,在生长季内约占82.73%的像元缺失率低于73.68%,产品能够较好的体现植被季节变化特征。基于国产GF-1卫星的高时空分辨率FVC产... 相似文献
6.
基于随机森林算法对青藏高原TRMM降水数据进行空间统计降尺度研究 总被引：1，自引：0，他引：1
提高气象数据空间分辨率对水文、气象和生态等领域的流域尺度研究至关重要。青藏高原气候变化在全球气候研究中占有重要的位置,并且对局域降水分布的研究在大气科学中处于基础地位。为获取青藏高原地区准确、有效、更高空间分辨率的降水数据,基于随机森林算法,引入植被和地形因子,采用热带降水测量计划卫星(Tropical Rainfall Measuring Mission,TRMM) 3B43降水数据(0. 25°×0. 25°)、NOAA-AVHRR归一化植被数(normalized difference vegetation index,NDVI)数据(8 km×8 km)、航天飞机雷达地形测绘任务(Shuttle Radar Topography Mission,SRTM)数字高程模型(digital elevation model,DEM)数据(90 m×90 m)以及经纬度信息,建立了非线性空间统计降尺度模型,最终获得8 km分辨率降水降尺度结果。另外,采用将时间序列分析和非线性回归分析融合的方法,基于2000—2012年TRMM年均降水数据和NDVI数据,建立降水量时间尺度预测模型。分析结果表明,综合考虑植被和地形因子对青藏高原地区降水空间分布的影响,基于随机森林算法建立的降尺度模型,其降尺度结果与地面站点测量值拟合系数为0. 89,高于TRMM数据与地面站点测量值的拟合系数0. 81,说明降尺度结果提高了卫星遥感降水数据的空间分辨率。另外,降水预测模型能够较好地描述青藏高原地区的年际降水变化趋势和数量级,2006—2012年的预测降水量与TRMM降水数据拟合系数均高于0. 80。 相似文献
7.
传统水体提取算法大多基于某一时期单景遥感影像,无法表现出水体随着时间和空间高度可变的特性,虽然国内外已出现部分时序水体数据产品,但其空间分辨率及水体边界的精度仍无法满足一些研究和应用的需要.本文以地表环境复杂的长江流域为研究区,基于GEE (Google Earth Engine)云平台,使用Sentinel-2 MS... 相似文献
8.
珊瑚礁对于海洋生态环境研究具有重要意义,通过分析珊瑚礁的分布以及生长状况可以对海洋生态环境进行评估。本文以南海珊瑚岛近岸海域为研究区域,选取中巴地球资源四号(CBERS-04)卫星影像数据,利用支持向量机(SVM)分类方法对近岸珊瑚礁底质进行分类,分类结果进行矢量化输出,对珊瑚礁数量和面积进行统计,与Worldview-2卫星多光谱影像数据分类矢量结果进行对比分析。实验结果表明,利用中巴地球资源卫星数据对于珊瑚礁分类是可行的,其中利用20m空间分辨率多光谱数据与5m空间分辨率全色波段数据融合后的影像数据,对于珊瑚礁信息提取效果最好。但由于空间分辨率及波段光谱设置的限制,其对于浅水区小面积珊瑚礁和深水区珊瑚礁提取能力较弱。 相似文献
9.
时空遥感云计算平台PIE-Engine Studio的研究与应用 总被引：1，自引：0，他引：1
随着遥感大数据时代的到来,为快速处理和分析海量遥感数据,国内外涌现了众多遥感云计算平台,使得全球尺度、长时间序列遥感数据的快速分析和应用成为可能。本文在分析国内外遥感云计算平台现状的基础上,针对大数据时代国内缺少功能完备的遥感云计算平台,且国外遥感云计算平台对国产卫星数据支持不足等问题,基于容器云技术,构建了包含国产卫星数据且集数据、算力和技术于一体的时空遥感云计算平台PIE（Pixel Information Expert）-Engine Studio,实现了脚本驱动的遥感数据的按需获取以及海量数据的快速处理。采用Landsat 8数据,以生长季植被指数NDVI（Normalized Difference Vegetation Index）的计算为例,对比了本平台与GEE（Google Earth Engine）的数据处理能力。结果表明,由于计算资源的限制,本平台的计算和导出时间均比GEE稍长,但计算结果的空间分布一致,其中近68%的值均分布在（0.48,0.77）,且二者差值的95.33%集中在（-0.13,0.13）,结果较为可信。因此,本文构建的基于共享、开放的中国自主遥感云计算平台PIE-Engine Studio,可为地球科学领域的研究提供数据和算力支持,将有助于推进中国遥感云计算平台的发展进程,推动国产卫星数据在云计算平台上的应用。 相似文献
10.
11.
《遥感学报》2018,(1)
正封面图片为吉林一号视频卫星03星于2017年6月28日获取的中国香港维多利亚港的夜光影像。吉林一号星座由长光卫星技术有限公司研制运营,由光学A星、视频卫星(01、02、03星)以及双模式卫星组成.视频卫星分辨率0.92 m,幅宽11 km×4.5 km,具有多种成像模式,包括:凝视视频模式、半凝视模式、同轨多点模式、推扫模式、夜光模式以及惯性空间横式。吉林一号双横式卫星是中国首颗具有红边波段的米级分辨率光学遥感卫星,推扫相机全色分辨率优于1 m,多光谱分辨率优于4 m,包含蓝色、绿色、红色、红边及近红外波段,能极大提升植被长势监测、病虫害识别及理化参数估算的精度,是植被定置遥感的重要谱段。The cover image shows the nighttime light of Victoria Harbour Hong Kong,China,which was obtained on June 28,2017 by the JL-1 video 相似文献
12.
针对植被指数和植被覆盖度与遥感影像空间尺度的关系对高分辨率影像在植被分析中的运用具有重要影响的问题,该文提出一种确定最佳分辨率的方法。以云南鲁甸县茨院乡为研究区,先对原始影像(Worldview-2)进行重采样处理,生成一系列低分辨率影像;计算13组数据的NDVI并利用像元二分模型反演出植被覆盖度;运用信息熵理论和按照局部方差的思路等两种方法,定量分析该区植被分析的最佳分辨率。实验结果表明,随着空间分辨率的降低,NDVI值域区间呈现收敛趋势;植被覆盖度分级图斑斑块数量急剧减少,而所占面积比则保持相对平稳;信息熵中的信息量也随之减少。分析结果认为,该区进行基于Worldview-2影像植被分析的最佳空间分辨率为12m。 相似文献
13.
植被净初级生产力NPP(Net Primary Production)遥感估算与分析,有赖于高时空分辨率的遥感数据,但目前中高分辨率的遥感数据受卫星回访周期及天气的影响,在中国南方地区难以获取连续时间序列的数据,从而影响了高精度的区域植被净初级生产力的遥感估算。为此,提出一种基于多源遥感数据时空融合技术与CASA模型估算高时空分辨率NPP的方法。首先,利用多源遥感数据,即Landsat8 OLI数据与MODIS13Q1数据,采用遥感数据时空融合方法,获得了时间序列的Landsat8 OLI融合数据;然后,基于Landsat8 OLI时空融合数据,并采用CASA模型,以长株潭城市群核心区为例,进行区域植被NPP的遥感估算。研究结果表明,基于时间序列Landsat融合数据估算的30m分辨率的NPP具有良好的空间细节信息,且估算值与实测值的相关系数达0.825,与实测NPP数据保持了较好的一致性。 相似文献
14.
高分辨率卫星影像由于高空间分辨率和立体成像观测使得数据量通常很大,建立一个快速操作高分辨率卫星影像数据的平台非常必要。本文利用GDAL开源库研究建立了高分辨率卫星影像数据操作平台,主要包括大数据量卫星影像读取、显示、缩放、平移、截取等基本操作。在此平台基础上,利用有理函数模型进行立体影像几何定位,实现了高分辨率卫星影像立体量测。 相似文献
15.
《遥感学报》2020,(5)
正封面图片为2020-01-11高分四号卫星获取的澳大利亚森林火灾影像,利用着火点自适应阈值检测方法生成的森林火灾监测结果图,空间分辨率为400 m。高分四号卫星是中国首颗地球静止轨道高分辨率对地观测光学遥感卫星,具有普查、凝视、区域、机动巡查4种工作模式,其搭载的全色/多光谱相机(简称PMS)空间分辨率优于50 m,单景成像幅宽优于500 km,中波红外相机(简称IRS)空间分辨率优于400 m,单景成像幅宽优于400 km。高分四号卫星可以提供中国全境和周边国家的高时效、高分辨率的观测数据,能以分钟级甚至秒级间隔进行高频率拍摄,为中国及周边区域的灾害风险预 相似文献
16.
环境与减灾小卫星高光谱成像仪陆地气溶胶光学厚度反演 总被引：6，自引：1，他引：6
环境与减灾小卫星高光谱成像仪是搭载在中国将于2007年发射的环境与减灾小卫星A星（HJ-1A）上的传感器之一，在0．45—0．95μm波段范围内设置了约135个通道，空间分辨率为100m，回访周期约为96h。本文根据传感器的参数设置，使用HYPERION数据仿真模拟了HJ-1A高光谱数据，探讨了它在陆地气溶胶光学厚度探测中的应用。文中使用浓密植被算法反演了模拟数据的气溶胶光学厚度。结果表明，HJ-1A高光谱成像仪能够很好地应用于陆地气溶胶光学厚度的反演。 相似文献
17.
18.
现有像元二分模型MODIS植被覆盖度模型因其形式简单、适用性较强的特点被广泛应用于区域植被覆盖度（FVC）的估算。然而,研究表明在沙漠和低植被覆盖的西部干旱区,从250 m的影像上很难精准地获取NDVIveg（全植被覆盖植被指数）和NDVIsoil（全裸土区植被指数）参数。利用常用的直方图累计法获取模型所需参数NDVIveg和NDVIsoil,估算结果存在普遍高估现象。为此,本文首先引入同期获取的GF-2号卫星数据,从GF-2号影像上提取植被覆盖像元;然后,利用Pixel Aggregate方法重采样至250 m分辨率,获取250 m空间分辨率下纯植被和纯裸土像元;最后,将纯植被和纯裸土像元各自空间位置相对应的MODIS NDVI数据最大值作为模型所需NDVIveg和NDVIsoil参数,实现研究区内植被覆盖度的估算。试验通过与线性回归法、多项式回归法和直方图累计像元二分模型法估算结果进行精度对比,结果表明：利用GF-2影像辅助的像元二分模型,精准地获取了低植被覆盖区NDVIveg和NDVIsoil模型参数,提高了干旱区植被覆盖度的估算精度,并有效地抑制了受稀疏植被影响NDVI在干旱区普遍偏高问题导致的FVC高估的现象。 相似文献