共查询到19条相似文献，搜索用时 203 毫秒
1.
K-T变换在监测小麦地表参数中的应用 总被引：1，自引：0，他引：1
利用K-T变换提取TM和MODIS遥感影像的绿度、湿度分量,在不同的分辨率尺度下监测小麦覆盖地表参数:土壤湿度(Ms)、等效水厚度(EWT)和叶面积指数(LAI),并与NDVI(归一化植被指数)、NDWI(归一化水分指数)和EVI(增强植被指数)监测结果比较.湿度分量监测Ms效果更好,TM和MODIS遥感影像反演精度分别为6.08%、7.37%(RMSE),相关系数R2分别为0.49、0.31,基于绿度和湿度分量建立土壤湿度多元线性回归反演模型,利用TM影像反演土壤湿度RMSE为4.91%,反演土壤湿度和实测土壤湿度R2达0.63;绿度分量监测EWT效果更好,TM和MODIS遥感影像反演精度分别为0.37 kg/m2、0.43 kg/m2,R2分别为0.51、0.28;绿度分量反演LAI精度更好,TM和MODIS遥感影像反演精度分别为0.66、0.83,R2分别为0.64、0.35. 相似文献
2.
水分胁迫条件下棉花生理变化及其高光谱响应分析 总被引：19，自引：4，他引：15
利用ASD地物光谱仪,测定水分胁迫条件下棉花不同生育时期内叶片的光谱反射率,应用微分技术处理棉花的反射光谱,并结合棉花叶面积指数(LAI)、叶绿素(a b)含量(Chlt)、叶片全氮(TN)含量等生物参数进行分析,研究棉花水分胁迫情况下的高光谱特征,结果表明,一阶微分光谱720nm波段的数值与LAI的正相关(R=0．7656);750nm处一阶微分值与叶绿素含量呈显著正相关关系(R=0．7774);微分光谱690nm～740nm数值积分面积与TN含量呈正相关(R=0．7669),采用比值反射率对反射光谱1300nm～1500nm波段范围内最小值与棉花叶片的含水量作相关分析,达到极显著水平(R^2=0．8298),验证了一阶微分光谱数据与棉花的生理参数有很好的相关性,可见光和近红外波段光谱反射率能够反映出棉花生长发育的动态特征;证明了棉花的花铃期是高光谱遥感对棉花长势和生理参数定量诊断的最佳时期。本研究通过建立一系列线性光谱模型对棉花生理参数进行估测,为基于高光谱数据的棉花生长模型和棉花长势的遥感监测提供了理论依据。 相似文献
3.
棉花各生育期高光谱数据与叶片生物物理生物化学量的相关分析 总被引：10，自引：2，他引：10
利用高光谱非成像光谱 (辐射 )仪对北疆棉花 4个生育期 (蕾期、花期、铃期、吐絮期 )的叶片及冠层进行了5°FOV室内、野外 ,2 5°FOV野外高光谱遥感测定 ,试验表明北疆棉花具有绿色植物所特有的反射光谱曲线特征。本文分析了棉花在不同生育期特征光谱变化规律以及棉花叶面积指数 (LAI)与叶绿素 (CH .D)含量、叶片全氮 (TN)含量在整个生育期的变化规律和它们之间的关系 ,应用光谱一阶微分分析技术 ,清晰地描述棉花“红边”变化趋势的特征。通过监测作物生育期内的光谱变化 ,研究作物的反射光谱与叶面积指数 (LAI)、叶绿素密度 (CH .D)等农学参数之间的关系 ,使人们能够定性描述和定量分析作物的生长与遥感光谱数据之间的关系 ,促进高光谱分辨率遥感技术在作物的生长监测和产量估测中的应用。 相似文献
4.
棉花叶面积指数（LAI）是描述其长势的重要指标,准确获取冠层结构参数是叶面积指数反演的必要条件。以ScoutB-100油动单旋翼无人机为飞行平台,搭载RIEGL VUX-1激光雷达,精确获取棉花高密度点云数据,得到研究区棉田数字表面模型（DSM）和数字高程模型（DEM）,通过差值运算获得其冠层高度模型（CHM）,进而提取有效的冠层结构参数。利用相关性分析法选取相关系数大于0.2的激光穿透力指数（LPI）、回波点云密度（D）、孔隙率（fgap）、归一化高程值（VnDSM）构建棉花LAI反演模型,并与实测叶面积指数进行精度验证与评价。实验结果表明：模型估算的LAI与实测LAI之间的决定系数为0.824,均方根误差为0.072,验证了模型的可靠性。 相似文献
5.
叶面积指数(Leaf Area Index,LAI)是描述植物冠层结构特征的重要参数,也是研究植物冠层表面物质和能量交换必不可少的参数。根据在塔里木河下游河岸林地利用LAI-2250实测的LAI数据,比较Landsat 8 OLI遥感数据提取的几种常规植被指数估算LAI的能力,建立LAI估算模型,并利用实测数据对模拟结果进行精度验证,生成塔里木河下游LAI分布图。结果表明:(1)各植被指数(Vegetation Indexes,VIs)与LAI均具有一定的相关性,对于不同的植被指数,二次多项式回归模型相关性均最高;(2)在不区分植被类型的样本分析中,大气阻抗植被指数(Atmospherically Resistant Vegetation Index,ARVI)与实测LAI具有最高的相关性;(3)分别针对柽柳林和胡杨林样本分析,判定系数R2和反演精度均具有不同程度的提高,对应的最适植被指数分别为归一化植被指数(Normalized Differential Vegetation Index,NDVI)和ARVI;(4)塔里木河下游河岸植被LAI有3个高值区:大西海子水库附近、下游中部和尾闾湖台特玛湖附近。全区LAI值主要分布在0~1.5之间,均值为0.361。该研究结果为遥感提取塔里木河下游河岸林带高空间分辨率的叶面积指数数据提供了数据支持和方法支撑。 相似文献
6.
应用Landsat7 ETM+遥感数据与同期野外实测叶面积指数(LAI)数据,基于多季相遥感影像,用面向对象的分类方法,提取双台河口国家级自然保护区芦苇分布数据,建立芦苇LAI最优估算模型,并进行其遥感反演及空间格局分析。研究结果表明,2012年,双台河口国家级自然保护区内芦苇总面积为38 200 hm2,占保护区总面积的29.5%,其中,缓冲区的芦苇面积为16 200 hm2,实验区的芦苇面积为11 900 hm2,核心区芦苇面积为10 100 hm2;以遥感影像缨帽变换(TC)后的绿度(GREEN)分量、ETM+第5波段(B5)和第3波段(B3)为自变量的多元线性模型为芦苇LAI反演的最优估算模型(p0.01,R2=0.741)。双台河口国家级自然保护区芦苇LAI介于0.12~5.85之间,呈现东高、西低和北高、南低的分布格局;保护区核心区的芦苇LAI最均一,实验区的芦苇LAI空间变化最明显。 相似文献
7.
湖冰遥感监测方法综述 总被引：4，自引：2，他引：2
本文综述了多光谱和微波数据监测湖冰冻结、消融及冰厚的方法,并比较了各种方法的优缺点,最后运用MODIS和AMSR-E监测了纳木错2007/2008冬半年冰情.湖冰监测方法主要有阈值法和指数法.阈值法是根据冰水反射率、温度、后向散射系数等特征因子的不同直接区分冰水.精度较高,误差在5天以内.指数法主要是根据冰水波谱特性和极化特性.做波段运算后间接区分冰水.冰厚监测常采用经验公式法,用实测数据与反射率、极化比、亮温等建立关系式反演整个湖泊冰厚,此方法适用于特定的某个湖泊.冰厚识别是湖冰监测的难点,主动微波比多光谱数据更适合监测冰厚.从数据本身来讲,热红外、被动微波等高时间分辨率数据比可见光、主动微波等高空间分辨率影像更适合监测大面积湖泊冰情.基于多源遥感数据,发展自动反演算法将是湖冰遥感监测发展趋势之一. 相似文献
8.
MODIS雪深反演数学模型验证及分析 总被引：3，自引：1，他引：3
在MODIS卫星遥感积雪监测的基础上,利用雪深反演数学模型、积雪指数NDSI和多光谱阈值等相结合的方法,对2004年以来新疆北疆地区的积雪分布状况进行了反演和计算,并利用2004年11月～2005年3月冬季北疆地区气象台站雪深数据和2004年12月～2006年1月加密野外实测雪深数据,对反演雪深数据进行了验证及分析,北疆各地除塔城地区反演精度为83.2%以外,其它地区反演精度达85.2%以上,平均反演精度达86.2%;野外实测数据验证反演精度达92%以上。 相似文献
9.
基于SAIL模型的多角度多光谱遥感叶面积指数反演 总被引：1，自引：0，他引：1
随着多角度传感器的陆续出现及植被遥感传输机理研究的深入,多角度遥感逐渐成为地表信息反演的热点问题.以SAIL冠层反射率模型为基础,通过联合多角度和多光谱数据,可以从物理机理角度进行植被叶面积指数(LAI)反演的应用研究.首先通过计算得到多角度多光谱遥感影像的角度信息,并经6S模型纠正后得到多光谱多角度植被冠层反射率数据.然后将PROSPECT模型模拟出的植被叶片反射率和透过率,以及多角度观测数据、LAI和其它实测数据输入SAIL模型,模拟得到了多角度多光谱冠层反射率,进而建立多角度多光谱冠层反射率与LAI的查找表.最后,将影像的多角度多光谱冠层反射率与查找表进行匹配,实现植被LAI的反演.最后对反演结果进行了验证和分析,结果表明反演精度较高,误差均在合理范围之内. 相似文献
10.
为了研究污水灌溉对农田土壤环境和作物生长的影响,利用2008—2009年10期中国环境与灾害监测预报小卫星(HJ-1A)CCD1影像数据,结合龙口市冬小麦物候期的变化特征提取出单一冬小麦种植区,反演了冬小麦生长期内的归一化植被指数(NDVI),并对污水灌区和清水灌区的冬小麦植被指数进行比对分析,最后结合相应的重归一化植被指数(RDVI)和叶面积指数(LAI)进行验证。结果显示,研究区内污水灌溉已经对灌区的作物生长产生了一定的影响,污水灌溉区作物的生长状况明显不及清水灌溉区作物长势。说明污水灌溉会导致冬小麦的长势变差,对污水排放的控制和污水无污化处理势在必行。 相似文献
11.
干旱区农作物长势综合监测 总被引：17，自引：2，他引：17
大面积农作物生长状况的监测是一个比较复杂的问题 ,目前还没有较为成熟的办法。我国已经完成和正在开展的农作物遥感监测与估产主要是在华北平原和东北平原等大面积农作物种植区 ,而西北内陆特别是新疆这样的耕地零星分布、具有特殊的地理环境和气候特点的地区 ,很少有人涉足这方面的研究。本文以遥感信息为主 ,在地理信息系统和全球定位系统的支持下 ,以新疆北部为实验区 ,通过对相邻年份归一化植被指数 (NDVI)的对比 ,结合野外调查与历史产量的分析 ,实现大面积农作物长势监测。该方法将遥感技术的宏观快速、地理信息系统的信息管理和空间分析以及全球定位系统的精确定位监测有机地结合起来 ,取得良好的应用效果。 相似文献
12.
Monitoring and simulation of water, heat,and CO2 fluxes in terrestrial ecosystems based on the APEIS-FLUX system 总被引：2，自引：0，他引：2
WATANABEMasataka WANGQinxue HAYASHISeiji MURAKAMIShogo LIUJiyuan OUYANGZhu LIYan LIYingnian WANGKelin 《地理学报(英文版)》2005,15(2):131-141
1IntroductionInJune1992,theworldsummitorganizedbytheUnitedNations,withparticipantsincludingnationalleadersfromaroundtheworld,concludedwithAgenda21(UnitedNations,1992),theRioDeclarationonEnvironmentandDevelopment,inRiodeJaneiro.Thedeclarationpromptedcountr… 相似文献
13.
WATANABE Masataka WANG Qinxue HAYASHI Seiji MURAKAMI ShogoLIU Jiyuan OUYANG Zhu LI Yan LI Yingnian WANG Kelin 《地理学报》2005,15(2):131-141
The Integrated Environmental Monitoring (IEM) project, part of the Asia-Pacific Environmental Innovation Strategy (APEIS) project, developed an integrated environmental monitoring system that can be used to detect, monitor, and assess environmental disasters, degradation, and their impacts in the Asia-Pacific region. The system primarily employs data from the moderate resolution imaging spectrometer (MODIS) sensor on the Earth Observation System- (EOS-) Terra/Aqua satellite, as well as those from ground observations at five sites in different ecological systems in China. From the preliminary data analysis on both annual and daily variations of water, heat and CO2 fluxes, we can confirm that this system basically has been working well. The results show that both latent flux and CO2 flux are much greater in the crop field than those in the grassland and the saline desert, whereas the sensible heat flux shows the opposite trend. Different data products from MODIS have very different correspondence, e.g. MODIS-derived land surface temperature has a close correlation with measured ones, but LAI and NPP are quite different from ground measurements, which suggests that the algorithms used to process MODIS data need to be revised by using the local dataset. We are now using the APEIS-FLUX data to develop an integrated model, which can simulate the regional water, heat, and carbon fluxes. Finally, we are expected to use this model to develop more precise high-order MODIS products in Asia-Pacific region. 相似文献
14.
渡边正孝 王勤学 林诚二 MURAKAMI Shogo LIU Jiyuan OUYANG Zhu LI Yan LI Yingnian Wang Kelin 《地理学报(英文版)》2005,15(2):131-141
The Integrated Environmental Monitoring (IEM) project, part of the Asia-Pacific Environmental Innovation Strategy (APEIS) project, developed an integrated environmental monitoring system that can be used to detect, monitor, and assess environmental disasters, degradation, and their impacts in the Asia-Pacific region. The system primarily employs data from the moderate resolution imaging spectrometer (MODIS) sensor on the Earth Observation System- (EOS-) Terra/Aqua satellite,as well as those from ground observations at five sites in different ecological systems in China. From the preliminary data analysis on both annual and daily variations of water, heat and CO2 fluxes, we can confirm that this system basically has been working well. The results show that both latent flux and CO2 flux are much greater in the crop field than those in the grassland and the saline desert, whereas the sensible heat flux shows the opposite trend. Different data products from MODIS have very different correspondence, e.g. MODIS-derived land surface temperature has a close correlation with measured ones, but LAI and NPP are quite different from ground measurements, which suggests that the algorithms used to process MODIS data need to be revised by using the local dataset. We are now using the APEIS-FLUX data to develop an integrated model, which can simulate the regional water,heat, and carbon fluxes. Finally, we are expected to use this model to develop more precise high-order MODIS products in Asia-Pacific region. 相似文献
15.
棉花是中国重要的经济作物,在新疆大面积种植。及时、准确获取棉花种植面积,对农业政策制定与农业经济发展有重要意义。以渭干河—库车河三角洲绿洲棉花为主要研究对象,利用2018—2020年（1景/1月）36景哨兵2号（Sentinel-2）数据,构建归一化植被指数（Normalize difference vegetation index,NDVI）和红边归一化植被指数（Red edge normalize difference vegetation index,RENDVI783）时序数据;采用Savitzky-Golay（S-G）滤波法对时序数据进行平滑、重构并提取11个物候特征;利用袋外误差法对11个物候特征进行特征优选;在此基础上利用重构后的时序数据（NDVI Fit）、（RENDVI783 Fit）、物候特征（RENDVI783 Ph）、物候特征优选组合构建6种不同的特征数据集,利用随机森林分类（RFC）方法分别进行分类和提取,并采用最大似然分类方法和支持向量机分类方法对分类效果进行验证。结果表明：（1） NDVI和RENDVI783时序数据变化趋势较为一致,棉花在5月（苗期）到8月初（开花盛期）有明显的上升趋势,在8月末至9月（花铃期）达到峰值。相比NDVI,红边波段构成的RENDVI783时序曲线峰值从0.7提高到0.9,棉花区分效果更佳。（2） 11个物候特征中拟合函数最大值、生长季长度、生长季振幅、生长季结束、生长季大积分和生长季小积分对分类的贡献性最大,重要性得分分别为1.43、1.40、1.23、1.16、1.02和1.01。（3） RFC方法对特征数据集（RENDVI783 Fit+物候特征优选组合）分类精度最佳。总体精度和Kappa系数分别为92.20%和0.92。（4） 研究区内棉花分类精度达到了91.02%,种植面积约为3424 km2,占研究区总面积的24.67%。 相似文献
16.
利用涡动相关系统测定新疆石河子棉区覆膜滴灌棉田的CO2通量,分析2010年棉花各生育期净生态系统碳交换（NEE）的日变化特征,并将[NEE]拆分为生态系统总生产力（GEP）和生态系统呼吸（Reco）,分析三者的生长季变化特征及其影响因素。结果表明：在播种期和苗期,棉田白天和夜间的NEE变化幅度都较小;其他生育期NEE白天呈‘V’形变化,夜间为正值且变化小。NEE的日变化主要受太阳总辐射影响。GEP、Reco和NEE的生长季变化趋势与叶面积指数变化相对一致,最大日累积量均出现在花铃期,分别为11.8,8.0和-6.2 g C·m-2·d-1。播种期、苗期、蕾期、花铃期和吐絮期的日平均[NEE]分别为2.6,1.6,-1.2,-2.8和0.5 g C·m-2·d-1。整个生长季棉田NEE累积量为-122.2 g C·m-2,表现为碳汇。由偏相关分析可得,GEP,Reco和NEE的生长季变化与气温的相关系数最高,其次为饱和水汽压差,再次为太阳总辐射和土壤温度,结果表明气温是影响棉田GEP,Reco和NEE生长季变化的主要气象因素。气温对棉田GEP,Reco和净碳吸收起促进作用,而饱和水汽压差对其起限制作用。 相似文献
17.
18.
遥感与GIS技术的发展,为大区域自然生态环境质量的监测与评价提供了低成本、高效率的先进技术手段。基于2000、2004、2008、2012年和2016年共5期MODIS数据,结合地形数据,提取植被覆盖度、土壤指数、坡度等关键生态因子,并基于归一化的生态因子,建立生态环境评价模型,对无定河流域的自然生态环境质量的时空动态变化进行分析和评价。研究结果表明：无定河流域近16 a来自然生态环境质量总体上呈改善趋势,其西北区域受荒漠化影响较为严重,生态质量相对较差。研究结果为正确地认识和评价流域内的生态环境质量,把握不同时期生态环境质量的差异,为生态环境质量的治理、改善提供重要参考。 相似文献
19.
The role of remote sensing in phenological studies is increasingly regarded as a key to understand large area seasonal phenomena. This paper describes the application of Moderate Resolution Imaging Spectroradiometer (MODIS) time series data for forest phenological patterns. The forest phenological phase of Northeast China (NE China) and its spatial characteristics were inferred using 1-km 10-day MODIS normalized difference vegetation index (NDVI) datasets of 2002. The threshold-based method was used to estimate three key forest phenological variables, which are the start of growing season (SOS), the end of growing season (EOS) and growing season length (GSL). Then the spatial patterns of forest phenological variables of NE China were mapped and analyzed. The derived phenological variables were validated by the field observed data from published papers in the same study area. Results indicate that forest phenological phase from MODIS data is comparable with the observed data. As the derived forest phenological pattern is related to forest type distribution, it is helpful to discriminate between forest types. 相似文献