首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   10篇
  免费   2篇
  国内免费   4篇
测绘学   2篇
海洋学   11篇
综合类   2篇
自然地理   1篇
  2022年   1篇
  2021年   2篇
  2019年   1篇
  2018年   3篇
  2015年   1篇
  2014年   2篇
  2011年   3篇
  2010年   1篇
  2008年   1篇
  2007年   1篇
排序方式: 共有16条查询结果,搜索用时 15 毫秒
11.
12.
基于HICO波段的滨海土壤盐分遥感反演研究   总被引:1,自引:0,他引:1  
本研究以黄河三角洲滨海盐渍土为例,尝试使用HICO (Hyperspectral Imager for the Coastal Ocean)高光谱影像结合现场实测高光谱数据进行表层土壤全盐含量的反演。采用波段组合的方法建立光谱参量,通过相关分析筛选出敏感光谱参量,以决定系数R2选出最佳模型;利用HICO影像反射率与实测高光谱反射率之间的关系,对模型进行修正,并应用于影像。研究发现,比值(RI)、差值(DI)波段组合方法建立的光谱参量与表层土壤全盐含量的相关性明显提高。DI(845,473)、DI(839,490)、DI(845,496)及DI(839,501)的幂函数模型效果最好,且验证决定系数R2均大于0.86,相对分析误差RPD>3,RMSE较小。此外,HICO遥感影像的模型反演结果较为一致,能够反映表层土壤全盐含量的分布。研究显示,利用高光谱数据进行表层土壤全盐含量的反演建模具有可行性,可为区域表层土壤全盐含量的定量反演提供参考。  相似文献   
13.
卫星影像是监测海面漂浮绿藻的重要数据源, 但是混合像元的存在使得绿藻提取存在一定的误差。想要实现近海区域底栖绿藻的精细监测, 需要解决绿藻亚像素覆盖度的问题。本文以厘米级分辨率无人机数据的绿藻提取结果为基准, 通过分析Landsat卫星影像绿藻光谱, 建立绿藻亚像素覆盖度与多种植被指数和多个特征波段反射率的反演模型。结果表明, 蓝、绿、红波段反射率与绿藻亚像素覆盖度呈现较好的线性关系, 随着绿藻亚像素覆盖度递增, 蓝、绿、红波段反射率的值均递减。将蓝、绿、红波段的三种绿藻亚像素覆盖模型进行验证, 发现绿波段反射率所建立的反演模型具有更高的准确性, 决定系数、均方根误差、平均相对误差分别为0.92%、0.07%、10.85%。本文所建立的模型可以估算大型绿藻亚像素覆盖度, 实现Landsat卫星影像对大型绿藻的精细监测。  相似文献   
14.
MODIS NDVI时间序列数据的去云算法比较   总被引:4,自引:0,他引:4  
受多重因素的影响,MODIS NDVI数据产品中存在着大量的噪声,需要进行去噪重建.针对目前几种常用的NDVI时间序列数据去云方法,如HANTS法、SPLINE插值法以及Savizky-Golay法,以山东省MODIS NDVI时间序列数据(一年的)作为检验数据,从不同角度比较几种算法的去云能力和使用范围.结果表明:S...  相似文献   
15.
以粤港澳大湾区中山市及其邻近水域河网水体为试验区, 同步采集现场光谱及水质数据, 研究受测水体的高光谱反射率特征, 并分析非光学活性参数中化学需氧量(CODCr)、总磷(TP)浓度与高光谱反射率的相关性。结果显示, 各河流水体光谱反射率主要受悬浮颗粒物和叶绿素a的影响; 在500~680nm波段范围内, 水体光谱反射率大小与CODCr、TP浓度呈负相关关系; 与单波段相比, 特定波段的反射率比值与CODCr、TP浓度值的相关性较高, 与CODCr、TP浓度值相关性最高的反射率比值波段组合分别为R675/R794R690/R815。选择上述波段组合建立的水质反演模型具有良好的估算精度, 模型估算平均相对误差分别为27.2%、32.1%, 表明高光谱技术在珠江口河网水体非光学活性参数CODCr、TP浓度反演上具有较大的应用潜景。  相似文献   
16.
利用1998—2008年SPOT/VEGETATION逐旬共372期归一化植被指数时间序列影像数据,引入Mann-Kendall非参数趋势检验方法,分析了胶东半岛最近10 a来的归一化植被指数变化趋势。结果表明,最近10 a来,胶东半岛归一化植被指数变化趋势以衰减区域居主导地位,其中有明显衰减变化趋势的区域占半岛总面积的19.3%,有明显增强变化趋势的区域仅占半岛总面积的2.8%。归一化植被指数衰减区域在空间上沿海岸线呈环状分布,从沿海岸到远离海岸,归一化植被指数增强趋势逐渐明显,衰减最明显的区域大部分位于半岛沿海30 km以内,植被增强趋势最明显区域位于半岛中部山地及沿海防护林地区。人类活动及其空间分布是归一化植被指数变化的主要因素,其中沿海城市化、工业化和海岸湿地开发利用程度的提高导致归一化植被指数衰减,而山地植被保护和海岸防护林建设导致归一化植被指数增强。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号