共查询到20条相似文献，搜索用时 437 毫秒
1.
全球MODIS冰雪反照率产品在定量遥感中有着广泛应用,但由于该产品的业务化算法是建立在表征植被—土壤系统基础上的罗斯表层(RT)李氏稀疏互易核(LSR)的二向性反射分布函数(BRDF)模型(简称为RTLSR),因此该模型对冰雪的二向性反射及反照率的反演能力有待评估。本文基于地球反射极化和方向测量仪(POLDER)的多角度冰雪反射率数据,综合评估了RTLSR模型在表征冰雪二向反射及反演反照率等方面的能力。为量化评估结果,本研究基于渐进辐射传输(ART)模型,从POLDER冰雪数据中筛选出高质量数据,使用ART模型拟合的高质量结果作为参考,比较结果表明:(1)在表征冰雪方向性散射方面,RTLSR模型整体拟合精度较低。在1020 nm波段,其均方根误差(RMSE)最大可达到0.0498,相较于ART模型的拟合结果偏高了约53.70%;(2)在反演冰雪反照率方面,RTLSR模型与ART模型反演结果也存在差别,其决定系数为0.529,均方根误差为0.0333,偏差为-0.0274,基于RTLSR模型的反演结果低估了ART模型的反演结果。为了使核驱动模型能更准确地表征冰雪BRDF特征和反演反照率,该模型需要针对冰雪散射特点进行进一步的发展。 相似文献
2.
红树林是世界上生产力最高、价值最高的湿地生态系统之一。冠层叶绿素含量CCC（Canopy Chlorophyll Content）作为红树林重要的生物物理参量,是估算其生产力和评价其健康状况的重要指标。本文利用珠海一号高光谱卫星（OHS）影像与Sentinel-2A多光谱数据计算传统植被指数与组合植被指数并构建了高维数据集,综合利用正态分布检验、最大相关系数法与变量重要性评价进行数据降维和变量优选;分别基于单一线性回归算法、机器学习回归算法和堆栈集成学习回归算法构建了红树林CCC遥感反演模型,探明北部湾红树林CCC的最佳遥感反演模型,验证OHS高光谱影像与Sentinel-2A数据反演红树林CCC的精度差异,评估SNAP-SL2P算法反演红树林CCC的适用性。研究结果表明：（1）通过数据降维和变量选择处理,从高维度OHS数据集选取了8个特征变量,其中RSI（12,17）、DSI（12,18）和NDSI（6,12）组合植被指数对红树林CCC反演精度的贡献率较高;（2）联合OHS数据和最优堆栈GBRT集成学习回归模型（Score=0.999,RMSE=0.963 μg/cm2）的训练精度优于最优RF机器学习回归模型（RMSE降低了7.531 μg/cm2）,明显优于最优Lasso线性回归模型（RMSE降低了19.383 μg/cm2）;（3）在最优堆栈集成学习回归模型下,OHS数据反演红树林CCC的精度（R2=0.761,RMSE=16.738 μg/cm2）高于Sentinel-2A影像（R2=0.615,RMSE=20.701 μg/cm2）;（4）联合OHS和Sentinel-2A数据的最优堆栈集成学习回归模型反演红树林CCC的精度都明显优于SNAP-SL2P算法（R2=0.356,RMSE=49.419 μg/cm2）。研究结果论证了正态分布检验、最大相关系数法和基于XGBoost的特征选择方法有效降低了高维数据集的维度,并得到了最优特征变量;OHS数据的最优堆栈GBRT集成学习回归模型训练精度最高,是估算红树林CCC的最优反演模型;OHS和Sentinel-2A数据都能有效反演红树林CCC（R2均大于0.61）,而OHS数据的估算精度更高（R2大于0.75）;SNAP-SL2P算法不能有效反演红树林CCC（R2小于0.4）,且对红树林CCC数值存在系统性低估。 相似文献
3.
利用POLDER数据验证MODIS BRDF模型参数产品及Ross-Li模型 总被引：2，自引：2，他引：0
将MODIS BRDF模型参数产品(MCD43A1)模拟的近红外波段反射率与从POLDER-3/PARASOL BRDF全球数据集中筛选的9961个像元的BRDF观测数据进行对比,验证了MCD43A1所采用的RossThick-LiSparseR BRDF 模型(Ross-Li模型)拟合二向反射的能力。结果表明,Ross-Li模型总体上可以有效地模拟地物的二向反射,所有像元的近红外波段反射率模拟值与POLDER-3观测数据之间的R2达到0.943,RMSE为0.016,模拟反射率比POLDER-3数据总体偏低5.2%。但Ross-Li模型明显低估了热点反射率,热点模拟结果比POLDER-3数据平均偏低14%,模拟值的R2为0.824,RMSE为0.07。热点反射率模拟误差与地表覆盖类型有关,针叶林热点反射率模拟值偏低最严重,其次是阔叶林、草地与农田,灌木与裸地热点反射率模拟值偏低相对较小。通过修正Ross-Li模型中的体散射核,可以明显改善热点反射率的模拟效果(R2＝0.839,RMSE＝0.043)。Ross-Li模型对天底、暗点等特征方向反射率的模拟较为准确。Ross-Li模型的模拟精度随太阳天顶角和观测天顶角的增大而降低。对于农田与草地而言,Ross-Li模型的模拟精度随NDVI的增加而降低;但在森林与灌木覆盖条件下,当NDVI约为0.5时,Ross-Li模型的模拟效果最差。 相似文献
4.
光能利用率表征植被通过光合作用将所截获/吸收的能量转化为有机碳的效率,是遥感估算植被生产力的关键参数。由于植被分布和气候环境的综合影响,光能利用率表现出显著的空间异质性和时间动态性,光能利用率的不确定性成为后续生产力模型估算精度不高的重要原因。本文以Fluxnet全球通量站点数据和MODIS LAI/fPAR产品为数据源,比较了5种遥感植被生产力模型中的光能利用率估算方法,并在此基础上考虑光照散射条件对光能利用率的影响,结合晴空指数,利用逐步线性回归方法和参数优化方法建立不同植被类型的光能利用率估算模型。验证结果表明,考虑晴空指数可提高光能利用率估算精度,两种方法估算得到的光能利用率值RMSE均低于0.5 gC·MJ-1,逐步线性回归法尽管机理欠缺,但由于选择因子较多,光能利用率估算精度较高（R2=0.461,RMSE=0.403 gC·MJ-1）;广泛应用的参数化方法由于考虑的因子较少、模型形式较固定,光能利用率估算精度稍低（R2=0.306,RMSE=0.489 gC·MJ-1）。本文所建立的光能利用率估算模型可应用于区域或全球植被光能利用率及生产力的估算。 相似文献
5.
全球海洋次表层温度异常遥感反演的季节时空变化特征 总被引：1，自引：1，他引：0
卫星遥感反演海洋内部多时相、大尺度热力结构信息对于了解海洋内部复杂、多维的动力过程有重要意义。本文采用随机森林回归模型，利用卫星遥感观测的海表参量（海表高度异常（SSHA）、海表温度异常（SSTA）、海表盐度异常（SSSA）和海表风场异常（SSWA）），反演不同季节、不同深度层位（1000 m深度以上）的海洋次表层温度异常（STA），并用Argo实测数据作精度验证，采用均方根误差（RMSE）、归一化均方根误差（NRMSE）以及决定系数（R2）评价模型在全球及洋盆尺度上的反演精度。结果显示，全球海洋16个深度层位的平均R2在春、夏、秋、冬四季分别为0.53、0.60、0.54、0.66，NRMSE分别为0.051、0.031、0.043、0.044。随着季节的变化，模型反演性能有所波动。模型在印度洋的反演效果最佳，不同季节、不同深度层位上的平均R2和RMSE分别为0.71和0.18 ℃，而大西洋的反演精度最低，平均R2和RMSE分别为0.46和0.25 ℃。研究表明随机森林模型适用于全球不同季节的STA遥感反演，且在不同洋盆上均有较好的反演效果；不同季节上，上层STA有明显变化信号，空间异质性显著，但300 m以深，STA信号较弱且基本不随季节变化。本研究可为长时序、大尺度海洋内部参量信息遥感反演与重建提供依据，有助于进一步发展深海遥感方法。 相似文献
6.
大气气溶胶的监测对全球气候变化、区域空气质量和公共健康等研究具有重要的意义,而中国台湾岛四面环海,地理位置特殊,若忽略其大气环流和局地排放源造成的气溶胶特征时空异质性将会导致气溶胶参数反演误差。因此本研究使用中国台湾岛多个具有代表性的AERONET（AErosol RObotic NETwork）观测站历史数据和MODIS气溶胶光学厚度AOD（Aerosol Optical Depth）反演产品,分析5个典型站点气溶胶参数及其类型的时空变化特征及差异,分析结果表明：（1）各站点AOD年平均值逐年下降,呈现春季最高（0.5257）的季节变化特征和双峰结构的日变化规律,主导气溶胶类型为城市工业型（仅鹿林站点为海洋型）。（2）中国台湾地区风向多为东北风,风速越大,AOD值越低,海洋型气溶胶占比越高;反之则以城市工业型气溶胶为主。（3）?ngstr?m波长指数（AE）、单次散射比（SSA）、复折射指数虚部、不对称因子平均值分别为1.3283、0.9564、0.0054、0.7292;相比于北京（39.9768°N,116.3813°E）站,台湾“中央大学”AOD年平均值、季节变化、主导气溶胶类型均存在较大的差异。（4）MODIS AOD分站点验证精度较高,而在高山鹿林站的验证精度稍低（R2=0.5925）;而利用不同气溶胶类型的分类验证结果显示,城市工业（R2=0.7238）、生物质燃烧（R2=0.6161）和次大陆型（R2=0.5116）精度较高,但海洋型（R2=0.1585）、大陆型（R2=0.1111）AOD验证精度显著降低。本研究表明,中国台湾岛气溶胶类型呈现西南沿岸站点秋冬季次大陆型占比上升,西北沿岸大陆型上升的时空特征差异,细化气溶胶参数的时间差异和时间动态变化信息将对气溶胶卫星反演算法在环流特征明显的近海区域有着重要指导作用。 相似文献
7.
中国南方森林冠顶高度Lidar反演—以江西省为例 总被引：1，自引：0，他引：1
激光雷达(Lidar)与光学遥感的有效结合对中国南方区域森林冠顶高度反演意义重大,而国产卫星将为中国森林生态研究提供新的数据源。本文联合利用大脚印激光雷达GLA和国产MERSI数据,在实现GLAS波形数据处理和不同地形条件下森林冠顶高度反演算法基础上,建立了区域尺度不同森林类型林分冠顶高度GLAS+MERSI联合反演关系模型,进行了江西地区森林冠顶高度反演。总体上,GLAS激光雷达森林冠顶高度估算精度较高;且在与MERSI 250 m数据的联合反演模型中,针叶林模型精度较好(R2=0.7325);阔叶林次之(R2=0.6095);混交林较差(R2=0.4068)。分析发现,考虑了光学遥感生物物理参数的GLAS+MERSI联合关系模型在区域森林冠顶高度估算中有较高精度,且在空间分布上与土地覆盖数据分布特征非常一致。 相似文献
8.
氮素是植被整个生命周期的必要元素,红树林冠层氮素含量（CNC）遥感估算对红树林健康监测具有重要意义。以广东湛江高桥红树林保护区为研究区,本文旨在基于Sentinel-2影像超分辨率重建技术进行红树林CNC估算和空间制图。研究首先基于三次卷积重采样、Sen2Res和SupReMe算法实现Sentinel-2影像从20 m分辨率到10 m的重建;然后以重建后的影像和原始20 m影像为数据源构建40个相关植被指数,采用递归特征消除法（SVM-RFE）确定CNC估算的最优变量组合,进而构建CNC反演的核岭回归（KRR）模型;最后选取最优模型实现CNC制图。研究结果表明：基于Sen2Res和SupReMe超分辨率算法的重建影像不仅与原始影像具有很高的光谱一致性,且明显提高了影像的清晰度和空间细节。红树林CNC反演波段主要集中在红（B4）、红边（B5）、近红外波段（B8a）以及短波红外波段（B11和B12）,与“红边波段”相关的植被指数（RSSI和TCARIre1/OSAVI）也是红树林CNC反演的有效变量。基于3种方法重建后10 m的影像构建的模型反演精度（R2val>0.579）均优于原始20 m的影像（R2val=0.504）;基于Sen2Res算法重建影像构建的反演模型拟合精度（R2val=0.630,RMSE_val=5.133,RE_val=0.179）与基于三次卷积重采样重建影像的模型拟合精度（R2val=0.640,RMSE_val=5.064,RE_val=0.179）基本相当,前者模型验证精度（R2cv=0.497,RMSE_cv=5.985,RE_cv=0.214）较高且模型变量选择数量最为合理。综合重建影像光谱细节及模型精度,基于Sen2Res算法重建的Sentinel-2影像在红树林CNC估算中具有良好的应用潜力,能为区域尺度红树林冠层健康状况的精细监测提供有效的方法借鉴和数据支撑。 相似文献
9.
垄行种植是果园及农作物的常见种植结构,其冠层比连续和离散植被冠层具有更强的热辐射各向异性,开展垄行植被冠层的热辐射方向性校正对干旱监测等应用具有重要意义。热红外核驱动模型是热辐射方向性校正的基础,但现有核驱动模型在垄行植被冠层中的拟合精度未被讨论过。本文以在法国波尔多获取的两组不同朝向葡萄园冠层航空实测方向性特征为基础,对比分析了现有8个模型的拟合精度（含隶属可见光近红外核驱动建模扩展框架的Ross-Li、LSF-Li模型及隶属热红外核驱动建模通用框架的Vinnikov、RL、Vinnikov-RL、Vinnikov-Chen、LSF-RL、LSF-Chen模型）,结果表明现有模型均无法拟合出垄行植被的行效应特征,精度整体较低（RMSE高达2 K,R2低于0.7）且各个模型之间的拟合能力差异小,现有热红外核驱动模型均不适用于垄行植被冠层,有待在核驱动建模通用框架下发展可刻画垄行特征的新核。 相似文献
10.
支持向量机回归SVR（Support Vector Regression）方法作为叶面积指数反演的一种新思路,在LAI反演中具有一定的应用价值和前景,但SVR算法中惩罚系数C、核函数宽度参数g、不敏感损失函数参数ε的取值对回归精度有显著的影响。本文提出了一种基于人工蜂群算法ABC（Artificial Bee Colony）优化SVR参数的遥感影像叶面积指数反演方法。研究数据为美国土壤水分实验（SMEX02）2002年LAI实测数据和同期的Landsat 7 ETM+地表反射率数据,为了验证ABC算法优化SVR各个参数对反演精度的影响,建立了未优化参数（SVR）、优化单个参数（ABC-SVR-C,ABC-SVR-g,ABC-SVR-ε）、优化3个参数（ABC-SVR）的3类LAI反演模型,并比较了其回归拟合精度。在此基础上,分析了3个关键参数对LAI反演模型精度的敏感性,并对ABC算法优化SVR模型的精度进行显著性检验。研究表明：（1）相比未优化参数模型,ABC算法优化模型具有更高的反演精度,优化3个参数优于优化单个参数,回归直线斜率k达到0.797、决定系数r2达到0.775。（2）SVR的3个关键参数对模型精度都有影响,相较参数C和g,参数ε引起模型精度的不确定性更高。（3）95%的置信区间下,ABC-SVR模型与SVR模型的回归直线斜率k、r2、RMSE的差异显著性检验P值均小于0.005,ABC算法显著改善了SVR模型的精度。 相似文献
11.
利用机载激光雷达点云数据,计算了9种度量指标,并将其分为冠层的高度指标、结构复杂度指标和覆盖度指标。利用高度指标和结构复杂度指标,结合大量实测单木结构与年龄估测数据,从样点和区域尺度分别分析了青海云杉林冠层垂直结构分布,分析得知实验区内主要以中龄林和成熟林为主,冠层垂直分布复杂程度偏低,高度分化程度一般。通过回归分析发现首次回波覆盖度指标FCI与实测的有效植被面积指数PAIe有良好的相关性（R2=0.66）,在此基础上基于辐射传输模型反演了实验区内PAIe的水平分布,且用实测数据验证发现反演的PAIe略高于实测值（R2=0.67）,绝对平均误差为0.65。分析结果很好地反映了激光雷达在森林空间结构信息提取方面的应用潜力。 相似文献
12.
地上生物量能够有效反映作物的生长状态，其信息的实时估算对产量预测和农田生产管理都有重要意义。作物生长模型因其详尽的生理生化基础和对生长过程数字化描述能力，成为生物量估算的理想模型。近年来，研究人员利用数据同化算法将时间序列遥感数据同化到作物生长模型中，实现了作物模型由基于气象站的点模拟到区域尺度面模拟的外推，使生物量模拟结果同时具备大范围和机理性两个方面的特点。这一模式下，时间序列的遥感数据质量将对生物量模拟精度产生直接影响，作物生长后期受到光谱饱和的影响，遥感数据的作物冠层信息获取能力会出现明显下降，因此有必要对该阶段遥感数据和作物模型的结合方式进行优化，提升生物量模拟精度。本文针对东北地区春玉米生物量遥感估算存在的问题，提出了利用WOFOST作物模型结合无人机（UAV）遥感数据实现作物生长后期生物量准确估算的新思路。新思路首先利用多光谱遥感数据获取WOFOST模型具备较高空间异质性的土壤速效养分参数以提升模型的空间信息模拟能力，使其能在一定程度上摆脱点尺度模拟的限制。同时，结合集合卡尔曼滤波算法将生长前期无人机（UAV）遥感数据同化到模型中，以缩短模型单独运行时间，减少模型运行过程中的参数误差累积，实现无遥感数据参与下的短期作物生长模拟，并输出生长后期相应的生物量模拟结果。最后，本文利用地面实测数据对新方法的生物量模拟精度进行了评价。结果表明，与全生育期数据同化相比，新方法的生物量估算精度有了明显的提升（全生育期同化：R2 = 0.45，RMSE = 4254.30 kg/ha；新方法：R2= 0.86，RMSE = 2216.79 kg/ha）。 相似文献
13.
许多城市建立的相对稠密的网格化监测站点,为精细化监管城市空气质量奠定了基础。本文选用徐州市网格化监测数据、地球静止卫星Himawari-8/AHI及COMS/GOCI的表观反射率和气溶胶光学厚度数据、气象和其他辅助数据,开展了徐州地区0.005°空间分辨率网格的PM2.5浓度精细化制图研究。本文使用了极端梯度提升（XGBoost）、随机森林（RF）及时空加权回归（GTWR）等3种方法,并选用多种特征参数组合进行对比分析。综合分析模型精度和过拟合程度,结果表明XGBoost模型表现最好,其R2为0.90,RMSE为11.65 μg/m3。进一步将本文结果与国控站点、清华大学的TAP数据集和马里兰大学的CHAP数据集的对比分析,结果表明基于网格化站点的PM2.5制图结果能更好地反映城市内部不同区域的PM2.5浓度分布差异性,弥补因国控站点稀疏带来的缺陷,更好地服务于城市空气质量精准管控。 相似文献
14.
光学与微波植被指数协同反演农作物叶面积指数的可行性分析 总被引：1，自引：0，他引：1
光学遥感是目前反演植被叶面积指数LAI（Leaf Area Index）的主要手段,但是当叶面积指数较大时存在光学遥感信息饱和、反演精度显著降低的问题。叶面积指数和平均叶倾角对光学、微波波段范围内反射和散射特性都有重要影响,主要表现在植被结构参数的变化可以引起冠层孔隙率和消光截面大小的改变。本文以典型农作物玉米为例,通过构建统一的PROSAIL和MIMICS模型输入参数,生成一套玉米全生长期光学二向反射率和全极化微波后向散射系数模拟库和冠层参数库。通过对模拟数据与LAI敏感性和相关性分析得出：（1）光学植被指数MNDVI(800 nm,2000 nm),在LAI为0—3时敏感,基于MNDVI与LAI的回归模型可以估算LAI变化 0.4的情况,RMSE是0.33,R2是0.958。（2）微波植被指数SARSRVI(1.4 GHz HH,9.6 GHz HV),在LAI为3—6时敏感,基于SARSRVI与LAI的回归模型可以估算LAI变化1的情况,RMSE为0.22,R2是0.9839。研究表明,采用分段敏感的植被指数,协同光学和微波遥感反演玉米全生长期叶面积指数是可行的。 相似文献
15.
株高和地上生物量AGB（Above-Ground Biomass）是作物长势监测的重要指标,因此快速获取这些信息对指导田间管理具有重要意义。本研究通过无人机搭载高清数码相机分别获取马铃薯5个生育期的影像数据,地面实测株高H（heigh）和AGB以及地面控制点GCPs（Ground Control Points）的三维空间坐标。首先,利用试验区域的影像数据结合GCPs的位置信息从生成的数字表面模型DSM（Digital Surface Model）中提取出马铃薯的株高（Hdsm）。其次,选取26种植被指数和H、Hdsm组成新的数据集与AGB作相关性分析,筛选出相关性较高的前7个植被指数同Hdsm作为估算马铃薯AGB的输入参数。然后,使用MLR（Multiple Linear Regression）、SVM（Support Vector Machine）和ANN（Artificial Neural Network）方法分别基于植被指数、植被指数和Hdsm构建马铃薯多生育期AGB估算模型,对不同估算模型进行比较分析,从而选择出AGB估算的最佳模型。结果表明：基于DSM提取的Hdsm与实测株高H高度拟合（R2=0.86,RMSE=6.36 cm,NRMSE=13.42%）;各生育期基于3种回归技术均以植被指数融入Hdsm构建的模型精度最高,估算能力最强;各生育期利用MLR方法构建的AGB估算模型效果最佳,其次为SVM-AGB估算模型,而ANN-AGB估算模型效果最差。该研究可为马铃薯AGB快速、无损监测提供科学参考。 相似文献
16.
Sentinel-2卫星落叶松林龄信息反演 总被引：1，自引：0，他引：1
林龄结构信息能够有效反映区域森林群落不同生长阶段的固碳能力，对于评估森林生态系统的健康状况具有重要意义。本研究以中国温带典型优势树种落叶松林为研究对象，分别选择其芽萌动期、展叶期和落叶期时段的Sentinel-2影像，采用多元线性回归（MLR）、随机森林（RF）、支持向量机回归（SVR）、前馈反向传播神经网络（BP）以及多元自适应回归样条（MARS）等5种方法依次构建落叶松林龄反演模型。通过相关性分析首先确定最佳遥感反演物候期，并在此基础上根据相关性差异筛选出5个最优特征变量用于模型反演，分别为冠层含水量（CWC），归一化水体指数（NDWI），叶面积指数（LAI），光合有效辐射吸收率（FAPAR）和植被覆盖度（FVC）。研究结果表明，展叶期为落叶松林最佳遥感反演物候期。除植被衰减指数（PSRI）以及落叶期的NDVI、RVI外，落叶松林龄与各指标之间均呈负相关关系，其中与冠层含水量（CWC）的相关性最高，pearson相关系数达到-0.74（p<0.01）。此外，不同模型反演结果表明，随机森林模型（RF）为最佳落叶松林龄估测模型，其平均决定系数R2和平均均方根误差RMSE分别为0.89和2.91 a；多元线性回归模型（MLR）的林龄估测结果最差，其平均决定系数R2和平均均方根误差RMSE仅为0.57和5.69 a，非线性模型能更好的解释林龄与建模变量之间的关系。 相似文献
17.
在油气资源遥感探测中，通过烃渗漏引起的海表面甲烷气浓度异常来探测海底气藏是最直接的方法之一。为了更好地识别海表甲烷异常，提高遥感反演精度，对海表甲烷气含量进行定量光谱分析研究。设计室内甲烷波谱测试平台，获取海水背景下不同含量甲烷高光谱数据为数据，对光谱数据预处理及进行比值导数光谱法，并提取光谱吸收特征参数，对甲烷含量与光谱参数之间进行相关性分析，构建甲烷含量的反演模型。比值导数光谱法确实抑制了海水背景信息，突出了甲烷特征。1650—1664 nm和2180—2210 nm波段范围的光谱参数与甲烷含量相关性显著；其中，波谷、波深、面积、斜率与甲烷含量显著相关。基于2180—2210 nm波段范围建立的波谷、波深、面积、斜率四元回归方程y=-14.356 - 5931.796x1 - 4325.081x2+241.481x3+7531.973x4拟合效果最好，R2为0.9817；且在此波段范围内基于波深建立的单变量甲烷反演模型y = 2047.571x - 9.758，R2为0.9741，比基于其他变量所建立的反演模型效果要好。成功获取了和海水背景下甲烷含量线性相关显著的对应波段和吸收特征，可为利用多/高光谱遥感预测勘探海表面甲烷气浓度提供一定的理论和技术依据。 相似文献
18.
夜间灯光数据是估算人为热通量（AHF）的重要数据,但当前应用最广的DMSP/OLS和Suomi-NPP/VIIRS夜间灯光数据由于受限于粗糙的空间分辨率,而无法刻画城市内部的AHF分布细节。中国2018年6月发射的Luojia 1-01卫星所获取的130 m高空间分辨率夜间灯光数据,则有望解决这一问题。因此本文利用Luojia 1-01夜间灯光数据,通过将统计年鉴中的能源统计数据细化至福建省84个县（市、区）,然后与3个夜间灯光指数（NTLnor、HSI、VANUI）进行回归分析,分别构建了基于这3个指数的福建省AHF空间估算模型,并采用交叉验证法对其进行筛选。结果显示：（1）在3个指数中,基于VANUI的乘幂估算模型的R2最高,且RMSE最小,因此精度最高;（2）利用VANUI乘幂估算模型反演得到的2018年福建省年均AHF为0.88 W/m2,其中厦门市的年均AHF最高,达10.98 W/m2,泉州、莆田、福州、漳州等沿海城市次之,年均值在0.98—1.95 W/m2,而宁德、龙岩、三明、南平等城市的AHF则较低,均值在0.38—0.46 W/m2;（3）Luojia 1-01夜间灯光数据可以揭示城市内部的AHF分异细节。根据用地属性和功能的不同,AHF数值表现为：城市集中商业区>大型市政公共设施区>城市主干道>城市住宅区>近郊住宅区。研究表明,基于Luojia 1-01夜间灯光数据建立的AHF估算模型可以较好地揭示城市尺度AHF的空间分异情况。 相似文献
19.
利用船测数据以及Landsat-7 ETM+影像评估南极海冰区AMSR-E海冰密集度 总被引：3，自引：1，他引：2
利用第26次中国南极科学考察期间收集的海冰密集度船基观测资料以及由Landsat-7 ETM+得到的海冰密集度来验证AMSR-E南极海冰区海冰密集度产品的精度。AMSR-E海冰密集度与船基目视观测的海冰密集度存在着一定的线性关系(R2=0.816), 但两者匹配得并不是很好。与ETM+海冰密集度相比,AMSR-E数据趋向于低估海冰密集度,在25景晴空条件下的ETM+影像中,平均海冰密集度偏差(AMSR-E海冰密集度-ETM+海冰密集度)从-5.33%到-21.5%,而相应的均方根误差RMSE (Root Mean Squared Errors)从13.7%到33.8%。依据Landsat-7 ETM+ 海冰分类,AMSR-E数据海冰密集度最大的误差产生于新冰区。 相似文献
20.
小叶锦鸡儿是内蒙古灌丛化草原中最具代表性的景观植物，准确估算小叶锦鸡儿灌丛的地上生物量对研究灌丛化草原生态系统、监测草原灌丛化程度具有重要意义。地基激光雷达TLS(Terrestrial Laser Scanning)可通过获取高密度点云数据准确估算灌木体积，被广泛应用于反演灌木生物量，但在灌丛化草原中尚未得到有效应用。本研究首先在中国科学院灌丛化草地植被恢复试验区获取了5个样方(10 m×10 m)共42株灌丛的TLS点云数据及实测生物量信息；然后分别使用整体凸包法、切片凸包法、切片分割法、体积表面差分法、体素法5种方法计算灌丛体积并与实测生物量进行回归分析；最后，通过留一交叉验证对5种方法建立的生物量估算模型精度进行对比分析。结果表明：TLS可在不破坏植被的情况下实现快速、准确地小叶锦鸡儿灌丛生物量反演，是传统野外调查方法的可靠替代技术。研究中采用的5种方法均能较好地估算灌丛生物量，其中：（1）相比于整体凸包法（R 2=0.87, p<0.001, RMSE=30.50 g），切片凸包法（R 2=0.89, p<0.001, RMSE=28.01 g）与切片分割法（R 2=0.88, p<0.001, RMSE=29.03 g）可有效减弱离群点造成的体积高估，生物量估算精度有所提升；（2）格网大小为3 cm、高度统计变量选取标准差时，体积表面差分法计算的体积与实测生物量拟合度最好(R 2=0.89, p<0.001, RMSE=28.89 g)，表明高度标准差是估算小叶锦鸡儿灌丛生物量的强预测因子；（3）体素法解释了生物量估计值90%的变化(R 2=0.90, p<0.001, RMSE=26.28 g)，是适合小叶锦鸡儿灌丛生物量反演的最优模型。 相似文献