排序方式： 共有9条查询结果，搜索用时 15 毫秒
1
1.
用SPOT-VGT数据制作中国2000年度土地覆盖数据 总被引：13，自引：1，他引：13
土地覆盖是自然环境与人类活动相互作用的中心,准确而现势性强的土地覆盖数据是科学研究、资源管理和环境监测等应用的基础资料。该研究作为欧盟联合研究中心2000年全球土地覆盖计划(GLC2000)的一部分,利用2000年的1km空间分辨率的SPOT-4VGTS10数据与DEM、积温和降水等通过AHP方法合成的自然因子数据,采用FAO的土地覆盖分类系统(LCCS),通过非监督分类方法制作中国2000年的土地覆盖图。研究结果表明,在HANTS方法去云处理的基础上,结合气候分区,利用一年内每10天最大值合成的NDVI时间序列自然因子数据集可对除干旱区外大部分地区进行很好的分类,对干旱区则采用8月下旬的VGT原始数据取代NDVI数据参加分类,可达到较好的分类结果。 相似文献
2.
MODIS数据的水浇地提取 总被引：1，自引：0，他引：1
水浇地是土地覆盖分类系统中的一个重要类型, 依据水分亏缺指数(WDI)与土壤水分的相关性, 计算了监测时间内WDI的变化情况, 用降雨资料去除了由于降雨引起的WDI的变化, 进而提取了研究区的水浇地分布。结果表明：(1)提取出的水浇地在数量上与统计资料相比, 除山西省偏差相对较大外, 其余各省偏差均小于7%, 提取出的结果与统计资料具有可比性。(2)提取出的水浇地在空间上多成片出现在河流、湖泊、水库附近、灌区和绿洲上, 与已知的水浇地集中区一致。(3)利用TM影像对提取结果进行了初步判断, 其中山西省的正确率较低, 只有64%, 其余各省正确率均在70%以上, 新疆的正确率最高为92%。 相似文献
3.
利用MODIS/EVI时间序列数据分析干旱对植被的影响 总被引：3，自引：0，他引：3
为了分析2006 年四川重庆地区夏季干旱对该地区植被生长的影响, 选取该地区多年中分 辨率成像光谱仪(MODIS)增强植被指数( EVI) 时间序列数据进行研究, 利用时间序列谐波分析 (HANTS) 算法对EVI 数据进行去云处理, 并根据处理后的结果( 重构的EVI 数据以及HANTS 分 析得到相应频率对应的振幅和相位) , 分析干旱对该地区的影响, 同时结合地面气象数据加以补 充说明。将干旱年份和正常年份对比分析, 结果表明, 处理后的EVI 时间序列数据能较好地反映 干旱对地表植被的影响, 振幅和相位的空间分布特征能够很好地反映干旱的影响范围。 相似文献
4.
针对目前遗址探测研究多基于单时相遥感数据开展,存在偶然性,对最佳探测时间的研究较少等问题,该文以洛阳盆地为研究对象,利用多时相遥感数据,通过时间序列谐波分析算法(HANTS)重构时间序列植被指数数据集,去噪的同时对比分析出利用冬小麦长势信息进行地下遗址遥感监测的最佳时间区间。研究表明,受地下遗址的胁迫,在分蘖期,冬小麦长势明显比非遗址区的长势差,表明该时期是进行地下遗址探测的最佳时期,进而对最佳探测时期内NDVI积分,有效增强了遗址区和非遗址区之间差异,突出地下遗址的位置和轮廓信息。利用该研究成果,文章成功探测到汉魏洛阳故城以及古伊洛河异常区,与现有的考古资料相吻合。 相似文献
5.
长江三角洲地区地表温度年内变化规律与气候因子的关系分析 总被引：1，自引：0，他引：1
以长江三角洲地区为研究区,利用2005年全年的MODIS地表温度产品和气象观测资料,定量分析了地表温度年内变化规律与气候因子之间的时滞响应关系。首先,通过谐波分析方法(Harmonic Analysis of Time Series,HANTS)消除地表温度数据中云的影响,提取地表温度时间序列谐波(即周期变化规律),重建地表温度无云时间序列;然后,利用DEM和纬度数据计算了研究区太阳辐射的空间分布,并将其与地表温度的年内变化进行时滞相关分析。0.991 6的相关系数表明:太阳辐射是地表温度年周期变化的主要控制因素,地表温度峰值出现的时间相对于太阳辐射时间而言滞后20 d左右;时滞相关分析表明,地表温度和气温之间的年内变化规律呈极显著相关,气温的变化相对于地表温度存在约5 d左右的滞后响应。 相似文献
6.
2001-2010年秦岭森林物候时空变化遥感监测 总被引：1，自引：1，他引：0
植被物候是陆地生态系统对全球气候变化响应的最佳指示器,研究其时空变化对深入理解陆面水热过程、碳循环过程及预测陆地生态系统的时空变化具有重要意义。本文采用2001-2010年MODIS MOD09A1产品,通过引入MOD09A1的时间控制层DOY(Day of Year)提高EVI的时间精度;采用最大变化速率法和阈值法相结合提取秦岭森林物候期。结果表明,随着水热条件变化,由低海拔至高海拔,东南向西北,生长季始期(Start of Growth Season, SOG)逐渐推迟,集中在第81~120 d(即从3月下旬-4月末);生长季末期(End of Growth Season, EOG)逐渐提前,集中在第270~311 d(10月初-11月上旬);生长季长度(Length of Growth Season, LOG)逐渐缩短,集中在150~230 d。秦岭森林物候期与海拔关系密切,海拔每升高100 m,SOG推迟2 d,EOG提前1.9 d,LOG缩短3.9 d。2001-2010年,森林SOG提前、EOG延后和LOG延长主要分布于秦岭中高海拔区;SOG延后、EOG提前和LOG缩短主要分布在海拔1000 m以下部分区域。高海拔区物候的年际变化要比低海拔区复杂,2000 m以上区域SOG提前、EOG提前、LOG缩短。上述研究结果量化了不同海拔梯度森林的物候差异,揭示了近10年秦岭森林物候的时空格局,可为秦岭地区生态环境评价和保护提供科学依据。 相似文献
7.
采用最大值合成(MVC)与最佳指数斜率提取(BISE)组合法和时间序列谐波分析法(HANTS)对重庆地区2006～2010年的共五年MODIS-NDVI时序数据进行降噪处理与数据重构,对重构结果进行对比与评价,并选其优者来评估重庆市的植被生长动态变化。结果表明,HANTS方法的除云去噪效果优于MVC与BISE组合法;2006～2010年,重庆市400 m以下的地区植被变化较大,400 m以上的区域植被呈连续变好趋势,研究结果可为重庆市生态保护与生态建设提供依据。 相似文献
8.
采用最大值合成（MVC）与最佳指数斜率提取（BISE）组合法和时间序列谐波分析法（HANTS）对重庆地区2006～2010年的共五年MODIS—NDVI时序数据进行降噪处理与数据重构,对重构结果进行对比与评价,并选其优者来评估重庆市的植被生长动态变化。结果表明,HANTS方法的除云去噪效果优于MVC与BISE组合法;2006～2010年,重庆市400m以下的地区植被变化较大,400m以上的区域植被呈连续变好趋势,研究结果可为重庆市生态保护与生态建设提供依据。 相似文献
9.
1