排序方式: 共有46条查询结果,搜索用时 31 毫秒
31.
地表反照率是入射太阳能被地表反射的比分,决定地表吸收太阳辐射能的多少,是影响地表能量收支的关键参数.该文使用6S大气辐射传输模型对环境星的多光谱CCD数据进行大气纠正,并利用其观测角度信息,分别基于统计模型和BRDF模型估算研究区不同地表覆盖类型的窄波段地表反照率,并实现窄波段向宽波段反照率的转换.将宽波段反照率与MODIS反照率产品数据进行对比分析,对不同的地表覆盖类型选择模型的适宜性做出分析评价:对于水体,基于朗伯面假设采用统计模型效果较好,相对误差为9.2%;对于植被及非植被覆盖区,采用二向反射模型较合适,相对误差分别为4.02%和5.6%,都能够满足应用需求. 相似文献
32.
通过引入土壤水分可供率因子修正双层遥感蒸散模型中的植被剩余阻抗,以改进表层土壤含水量较小时的植被显热通量估算,并与美国Walnut Gulch流域两个地表通量站的观测值进行比较。实验结果表明:土壤水分可供率遥感估算值与实测波文比换算值的相关系数R2均大于0.84;引入土壤水分可供率改进后的显热通量估算值与实测值的相关系数R提高了0.34;均方根误差在两个通量站分别减少73.5W/m2和97.2W/m2,相对均方根误差均减小15%以上。结合土壤水分可供率的显热通量估算方法能够有效提高估算精度。 相似文献
33.
34.
35.
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
36.
城市地物具有多尺度分布特点,尺度鉴别与确定是分类的前提。提出改进的面积相对差指标,根据城市植被的分布状态确定最优分割尺度。采用面向对象方法,利用对象的光谱和空间信息对高空间分辨率影像进行植被分类。与基于像元的传统光谱分类方法和单尺度分类结果比较,最优分割尺度的鉴别和面向对象的分类方法分类精度较高,6种城市植被的分类总精度达85.5%,Kappa系数为0.83;同时有效抑制了光谱数据分类中存在的地物破碎问题。 相似文献
37.
半干旱区旱情监测指数应用分析 总被引:1,自引:0,他引:1
本文利用MODIS地表温度数据(Ts)和增强型植被指数EVI构建Ts和EVI(Enhanced Vegetation Index)空间。同时分别获取2002年3月8日,4月2日、4月13日、6月12日的温度植被干旱指数TVDI,以其为旱情指标对黄河三花间(三门峡-花园口区间)区域旱情进行了监测;结合气象站点数据及表观热惯量对TVDI进行评价,TVDI与热惯量相关系数R2达到0.7,并分析了土地利用和高程对TVDI的影响。结果表明:土地利用影响着TVDI值的分布;三花间(三门峡-花园口区间)区域250m以上高程和TVDI关系显著。以Ts和EVI构建的TVDI适用于半干旱区的旱情监测。 相似文献
38.
39.
针对高分遥感水利要素自动提取问题,提出了一种在融合处理后的高分一号(GF-1)遥感影像下表征和提取水利基础空间要素的方法。依据水利要素与水体的空间关系,采取先进行土地利用/覆盖分类,再提取水利设施要素的技术思路,构建了较为完整的水利空间要素提取规则集。利用混淆矩阵和矢量化图像对提取精度和叠合精度进行评价。结果表明,该规则集用于高分辨率影像水利基础空间要素提取的效果较好。其中,河流提取精度和叠合精度最高,分别为97.1%和94.1%;河流阻断物的提取精度和叠合精度最低,分别为86.0%和81.4%;其他水利要素总体精度较高。 相似文献
40.
对基于案例推理的元胞自动机模型(CBR-CA)进行改进,将各类别的宏观转移概率添加到目标函数中,体现各类别的转变特征,并增加时间权重来确定转移概率,实现时间尺度上的模拟;由于土地覆盖变化的多样性和空间结构的复杂性,利用Monte Carlo(M-C)法确定土地覆盖的最终转换类别。选择黄河源区为试验区,利用1977年、1985年土地覆盖数据建立原始案例库,模拟了该区域1995年、2000年和2006年的土地覆盖变化,模拟的各类别转换的数量精度与实际相吻合,各年份的总体误差分别为0.002%、0.012%和0.005%,空间位置精度总体在70%以上,并进行未来土地覆盖情景预测。该模型可用于多类别、长时间序列区域土地覆盖变化的模拟与预测。 相似文献