排序方式： 共有3条查询结果，搜索用时 78 毫秒
1
1.
ETWatch中的参数标定方法 总被引：3，自引：2，他引：1
使用遥感手段估算区域范围的蒸散量一直是热红外定量遥感的研究热点。ETWatch是用于流域蒸散遥感监测、针对遥感应用而设计的集成框架。方法集成了具有不同应用优势的遥感蒸散模型,并以Penman-Monteith方法为基础建立时间扩展方法,利用气象数据与晴好日的通量遥感估算结果,获得逐日连续的蒸散分布图。所生成的从流域级到地块级的数据产品能动态反映区域蒸散发的时空变化规律。为深入了解遥感蒸散量估算中的不确定因素,本文将其通量计算过程分为地表参数获取(以地表温度为主)、日净辐射、蒸发比等环节与地面数据进行对比和逐项的标定。并分别采用地表阻抗扩展法和蒸发比不变法进行了时间插补的对比研究。利用站点地面观测资料对蒸散遥感监测产品的验证表明,在全年内模型蒸发比结果与实测的时段平均蒸发比的相关系数可达到0.7左右,在更长的时间尺度上(月、季、年)平均百分比误差可以减小到10％以下。 相似文献
2.
不透水面与地表径流时空相关性研究——以杭州市主城区为例 总被引：1，自引：0，他引：1
城市化进程中不透水面的扩展对城市地表水文循环产生了显著影响。研究不透水面与地表径流时空相关性能缓解城市内涝灾害,可为"海绵城市"提供建设意见。本文以杭州市主城区为例,提出结合BCI指数(Biophysical Composition Index)的线性光谱分解方法提取不透水面、植被和土壤盖度,提高了传统的线性光谱分解方法的精度。进一步结合SCS-CN模型(Soil Conservation Service Curve Number Method)模拟1990年—2017年杭州市主城区地表径流,在此基础上计算景观格局指数,研究杭州市主城区不透水面与模拟地表径流的时空特征,探究不透水面与模拟地表径流的关系。结果表明:(1)研究区近30年不透水面聚集度较高且呈增长趋势,增长速率趋于平稳,上城区和下城区不透水面面积占比最高,江干区、西湖区和拱墅区增长速率和增长强度相对较大。(2)研究区近30年模拟地表径流不断增长,220—240 mm的径流由中心城区向四周辐射,上城区和下城区模拟地表径流最高,与不透水面的演变趋势总体一致。(3)不透水面的空间格局与模拟地表径流高度相关,不透水面的斑块数量和破碎度与地表径流呈负相关,斑块所占景观比例、斑块密度、斑块聚集等与模拟地表径流正相关,可通过合理控制相关景观指标、优化不透水面空间格局控制地表径流。在此基础上提出了防止城市内涝的建议:增加绿地、花园等用地类型;减少大面积不透水面斑块,划分成更多的小斑块等。 相似文献
3.
ETWatch中不同尺度蒸散融合方法 总被引：3，自引：2，他引：1
高分辨率遥感蒸散数据集的构建受到数据源的限制和云的影响,单一传感器无法达到高时空分辨率覆盖。本文分
析了ETWatch不同尺度遥感蒸散结果的空间特征,通过几种融合方法的比较,分析数据融合前后的数据特征和信息量,将
时空适应性反射率融合模型（STARFM）集成到ETWatch,用于不同尺度遥感蒸散数据的融合,该方法可以很好的结合高
低分辨率数据的空间分布和时间分布信息,在时间上保留了高时间分辨率数据的时间变化趋势,空间上又反映了高空间分
辨率数据的空间细节差异,STARFM融合后的日ET数据与融合前1 km 日ET数据的平均相对误差为1.75%,融合后的月ET
数据与融合前1 km 月ET数据的平均相对误差为0.2%,STARFM适合于不同尺度下遥感ET数据的融合。 相似文献
1