排序方式： 共有64条查询结果，搜索用时 38 毫秒
1.
基于森林模型参数先验知识估算高分辨率叶面积指数 总被引：1，自引：0，他引：1
目前，估算高分辨率叶面积指数LAI（Leaf Area Index）的常用方法是采用大量地面测量数据和遥感数据建立统计模型，再用统计模型估算LAI。然而，与农田地面测量实验相比，森林地面测量实验获取的观测数据更加有限，这使得基于统计模型的森林高分辨率LAI的估算精度低，难以满足应用需求。为此，本文提出一种基于森林模型参数先验知识、使用森林研究区少量的LAI地面测量数据和归一化植被指数NDVI数据估算森林高分辨率LAI的方法。首先，获取全球20个森林实验区的LAI地面测量数据和NDVI数据，建立LAI-NDVI统计模型并提取森林模型参数的先验知识。然后，以一个新的森林站点Concepción作为研究区，将该研究区的数据分为建模数据和验证数据两个部分。使用研究区有限的建模数据对森林模型参数先验知识进行本地化校正得到优化模型，优化模型用于估算森林高分辨率LAI，使用验证数据评价LAI的估算精度。同时，选取了Camerons站点、Gnangara站点、Hirsikangas站点评价本文方法的LAI估算精度。使用地面测量LAI验证基于森林模型参数先验知识估算高分辨率LAI的结果精度，经验证4个森林站点的均方根误差分别为0.6680，0.4449，0.2863，0.5755。研究结果表明：在仅有少量观测数据时，采用本方法能有效地提高森林高分辨率LAI的估算精度。因此，本方法可为森林高分辨率LAI的遥感估算提供参考。 相似文献
2.
土地利用变更的遥感应用分析 总被引：5，自引：0，他引：5
发现变化区域和变更类型是土地利用变更信息提取的主要任务,随着遥感技术的发展,土地利用变化信息提取的方法趋向于结合高分辨率的卫星影像和现有的影像处理方法来产生变化信息模板。本文全面总结分析了土地利用变更信息获取的技术和方法,并在此基础上进一步研究了基于RS和GIS技术的土地利用变更信息获取技术方法,以及高分辨率遥感影像在土地利用变更信息提取中的应用分析。 相似文献
3.
植被波谱空间尺度效应及尺度转换方法初步研究 总被引：8，自引：1，他引：7
基于遥感图像的地物识别需要大量地物波谱数据的支持,而现有地物波谱库中收集到的同一地物的波谱,由于其测量尺度和方法的差异,波谱也存在很大差异.以冬小麦为例,首先介绍了材料波谱、端元波谱和像元波谱这3种不同尺度波谱的概念,并以实验数据分析了不同测量尺度下波谱的差别,以此说明波谱尺度转换的必要性.然后利用物理模型和统计模型建立不同测量尺度下的波谱转换关系.分别验证了SAILH模型和线性光谱混合模型在波谱转换中的精度.研究表明,在大尺度上采用统计模型,在小尺度上采用非线性的物理模型可以解释不同尺度观测植被波谱之间的差异. 相似文献
4.
Land surface temperature is a key parameter in monitoring the status of crop water stress by remote sensing, and studying the water and energy balance in cropland ecosystem. The component temperatures of crop and soil are especially significant in remote … 相似文献
5.
Research on scale effect of histogram 总被引：2，自引：0，他引：2
To describe the spatial relationship among the earth objects compactly, in this paper, we raised the concept of histo-variogram
based on the analysis of the characteristics of other spatial analyzing methods such as variogram, information entropy. And
we also raised a new spatial analysis method of histogram decomposition based on the definition of standing pixel and contour
pixel. At the end of this paper, we demonstrated the characteristics of histo-variogram by two experiments, one for spatial
analysis, the other for image fusion. 相似文献
6.
7.
植被指数-地表温度构成的特征空间研究 总被引：23，自引：2，他引：23
植被指数和地表温度是描述陆表过程的重要参数, 综合通过遥感手段得到的植被指数和地表温度信息, 来分析地表的各种植被覆盖、水分含量等变化过程, 有助于更好地认知和评价陆表变化过程, 是目前遥感和陆表过程研究中比较前沿的一个方向. 文中试图解释清楚归一化植被指数(NDVI)和地表温度(Ts)的各种存在关系及其相互转换过程, 尤其是根据NDVI和LAI、地表蒸散的关系, 利用LAI-Ts构成的三角形特征空间, 解释NDVI达到饱和以后的情况, 以便更有效地进行应用. 相似文献
8.
树冠叶面积体密度和叶面积指数的间接估值方法研究 总被引：1，自引：0，他引：1
本文论述了根据计算机断层成像的原理，对树冠的叶面积体密度和叶面积指数等构造参数进行间接估值的方法。说明了对树冠多角度底视数据的获取，对树冠外形的反投影重构，和获得冠层内叶面积体密度的空间分布的原理和方法。总结了测量工作经验，并用测量数据对估值方法进行了检验。 相似文献
9.
几何光学交互遮蔽模型（GOMS）是一种重要的遥感前向模型,它较好解释了“热点”现象,具有较强的前向模拟能力。但由于其固有的非线性性,给反演带来困难。本文尝试采用近年来兴起的并行随机全局寻优算法－遗传算法对GOMS进行反演,并针对传统遗传算法的不足进行了改进。在使用相同先验知识的条件下,将该算法与目前最有效的约束非线性最优化确定性搜索算法－逐步二次规划法对GOMS模型的反演效果进行了比较,结果表明,逐步二次规划法搜索效率较高,但结果受初值的影响很大,初值选择不当,易收敛于局部最优解,而遗传算法具有全局最优的收敛效果,但局部搜索效率较差。在某些对精度要求不高,而对搜索效率要求较高的场合,可以采用遗传算法与确定性搜索算法相结合的混合遗传算法,以提高算法的搜索效率,获得较为满意的效果。 相似文献
10.
高光谱遥感数据的改正暗目标大气校正方法研究 总被引：6，自引：0，他引：6
高光谱遥感数据常用的大气校正方法均侧重于去除水汽及其他吸收气体的影响, 主要研究了从高光谱影像同时去除气溶胶与水汽影响的方法. 由于高光谱遥感数据波段众多, 常规暗目标方法一直难以适用于高光谱遥感数据的大气校正. 通过选取小麦作为新的暗目标对象, 着重讨论了使用多波段线性回归与插值的方法对常规暗目标方法进行改正使之充分利用高光谱的众多波段特性, 从而把改进的暗目标方法扩展应用于高光谱遥感数据的大气校正. 为了同时去除大气中水汽的影响, 大气校正全过程采用了循环迭代的算法. 以山东济宁地区EO-1卫星搭载的Hyperion高光谱数据为应用实例, 通过使用MODTRAN建立的查找表直接从影像估算出气溶胶与水汽含量, 实现了对该数据的大气校正. 大气校正的结果表明, 改正暗目标大气校正算法可以有效地对高光谱遥感数据进行大气校正. 相似文献