排序方式： 共有14条查询结果，搜索用时 15 毫秒
1.
山地叶面积指数反演理论、方法与研究进展 总被引：2，自引：0，他引：2
叶面积指数LAI（Leaf Area Index）是表征叶片疏密程度和冠层结构特征的重要植被参数，在气候变化、作物生长模型以及碳、水循环研究中发挥着重要作用。遥感是获取区域及全球尺度LAI的一个重要手段，当前LAI产品主要基于遥感数据反演得到，但是多数LAI产品算法并未考虑地形特征的影响，导致山地LAI遥感反演精度不确定性大。提高山地LAI遥感反演精度亟需考虑地形因子对冠层反射率的影响，其中山地冠层反射率模型和遥感数据地形校正是提升山地LAI遥感反演精度的关键。本文围绕山地LAI遥感反演理论与方法，综合分析了国内外山地冠层反射率模型和地形校正模型的研究进展，总结了目前山地LAI遥感反演存在的问题，并讨论了未来研究的发展趋势。 相似文献
2.
3.
植被冠层含水量CWC (Canopy Water Content)和植被地上部分含水量VWC (Vegetation Water Content)对于植被健康状况和土壤干旱监测具有重要意义。本文联合PROSAIL辐射传输模型和植被水分指数NDWI(Normalized Difference Water Index),发展了一种简单、通用性较好的低矮植被CWC和VWC反演方法,可实现中、高空间分辨率下的CWC和VWC估算。首先对PROSAIL模型输入参数进行敏感性分析,明确各参数对模型输出反射率的影响机制,以优化PROSAIL模型输入参数设置并生成低矮植被的反射率模拟数据。基于模拟数据,计算了4个植被水分指数NDWI_((860,1240))、NDWI_((860,1640))、NDWI_((1240,1640))和NDWI_((860,970))用于反演低矮植被CWC和VWC。基于模拟数据的结果表明,4个植被水分指数与ln (CWC)都存在明显的线性关系,基于该关系建立了CWC估算模型。该模型可以直接用于低矮植被CWC估算,并通过VWC与CWC之间的经验关系间接计算得到VWC。模型模拟结果也表明,由于NDWI_((860,1640))和NDWI_((1240,1640))高度相关(R~2=0.99),两者可以提供相似且相对较好的低矮植被CWC估算精度。基于地面实测数据的验证结果与基于模拟数据的结果表现出很好的一致性,即基于NDWI_((860,1640))和NDWI_((1240,1640))估算的VWC都有相似且较高的精度,决定系数(R~2)都为0.88,均方根误差(RMSE)分别为0.4558 kg/m~2和0.4380 kg/m~2。利用Landsat 5 TM数据对NDWI_((860,1640))估算效果的验证结果显示,模型估算CWC与地面实测CWC的R~2为0.84,RMSE为0.1342 kg/m~2,估算VWC的RMSE为0.5651 kg/m~2。本文提出的基于NDWI_((860,1640))和NDWI_((1240,1640))的CWC/VWC估算模型可被用于低矮植被的长势监测和干旱监测,为低矮植被覆盖地表的土壤水分反演提供高质量的植被水分信息。 相似文献
4.
伴随新型城镇化进程的不断推进,城市群已经成为地区社会经济发展的重要核心。大数据时代的到来促使新兴时空大数据在城市/城市群建设与管理中发挥着重要作用,并成为当前学术界的研究热点。大数据挖掘技术与融合分析技术将成为未来研究城市群的重要方法。本研究总结归纳了时空大数据在城市群建设与管理中的应用研究进展,对常见城市群时空大数据类型、获取方法和分析技术进行分类整理,并对基于资源调查和多源时空数据分析的城市/城市群研究进展进行分析,特别是对时空大数据及其技术在城市群建设与管理中的主要研究展开归类分析,认为目前时空大数据在城市群建设与管理应用领域主要涉及5大方向：城市群空间界定与发展监测、交通网络监测、关联性分析与功能布局评价、产业协同分析和环境监测与评估。最后,本文分析了现阶段时空大数据在城市群建设与管理应用中的发展瓶颈,提出了相关对策建议,并对未来研究发展趋势提出了展望。 相似文献
5.
基于热红外遥感的潜热通量估算在农业干旱和水资源管理方面具有重要意义。利用Landsat卫星遥感热红外数据和单窗算法来获取地表温度,再通过改进地表粗糙度参数,提出基于地表粗糙度改进的基于高分辨率和内在校准的蒸散估算法(mapping evapotranspiration at high resolution and with internalized calibration,METRIC)估算农田潜热通量,并利用海河流域怀来和密云2个农田通量观测站的通量观测数据验证估算结果,实验结果表明:改进的METRIC模型模拟值与观测值相关系数平方(R~2)为0. 97,优于传统的METRIC模型(R~2=0. 89),改进后模型具有更高的农田潜热通量估算精度;此外,空间分布也表明改进后的模型估算值空间格局更加合理。由于数据获取的局限性,仅采用了北京2个站点数据对模型进行验证,在其他区域仍需要进一步验证。 相似文献
6.
中国北方地区植被覆盖度遥感估算及其变化分析 总被引：6，自引：0，他引：6
为了分析中国北方地区2000年之后植被覆盖度的时空分布及其变化,利用MODIS光谱反射率数据计算归一化植被指数,采用像元二分模型对中国北方地区2000—2012年植被覆盖度进行定量估算,分析研究区13 a间植被覆盖度的时空变化特征。研究结果表明:植被覆盖度年内变化特征体现在最大植被覆盖度一般出现在7和8月份,与中国北方地区植被的生长季相一致;整个中国北方地区年最大植被覆盖度呈现缓慢增长的趋势,其增长速率为每年0.2%;年最大植被覆盖度变化的空间分布具有较大差异,其中东北、华北和黄土高原等三北防护林工程建设区的年最大植被覆盖度有较明显的增长。 相似文献
7.
陆表定量遥感反演方法的发展新动态 总被引：2，自引：0，他引：2
随着获取的遥感数据越来越多,定量遥感正处于一个飞速发展的时期。本文从反演方法和遥感数据产品生成两个主要方面对近期陆表定量遥感的发展进行评述。由于大气—陆表系统的环境变量数远远超过遥感观测数,定量遥感反演的本质是个病态反演问题。在评述机器学习方法(包括人工神经网络、支持向量回归、多元自适应回归样条函数等)的应用基础上,重点关注克服病态反演的7种正则化方法:多源数据、先验知识、最优化反演的求解约束、时空约束、多反演算法集成、数据同化和尺度转换。定量遥感发展的另外一个显著特征是由数据提供者(比如数据中心)将观测的遥感数据转换成不同的地球生物物理化学参数产品,即遥感高级产品,并服务于数据使用者。概括介绍了北京师范大学牵头研发的GLASS(Global LAnd Surface Satellite)产品的新进展与全球气候数据集的研发情况。 相似文献
8.
基于非相干光源叠加的原理,建立了太阳-激光双光源植被冠层方向反射模型。首先,分析了太阳光和激光的特点,指出了其协同应用对植被定量遥感探测的应用潜力;其次,利用Li-Strahler几何光学模型和辐射传输SAIL模型,进行了双光源情况下的模拟研究,发现在非相干叠加的情况下,当两种光源在不同角度入射时,会出现双热点的现象,并且其强度受到两种光源各自强度的影响。基于上述原理,分别针对两种模型进行试验研究,利用模拟“树木”进行了稀疏分布的几何光学模型研究,利用小麦进行了浓密分布条件下的辐射传输模型试验研究,试验结果表明了基本原理及模拟结果的可靠性。结合相关研究分析表明,双光源建模有利于定量遥感机理模型的求解,可以利用构造的“热点”信息进行植被结构参数提取,同时对于主被动遥感协同应用和激光的植被定量遥感研究具有重要价值。 相似文献
9.
基于热红外遥感的农田蒸散估算方法研究综述 总被引：3，自引：0，他引：3
农田蒸散是农田土壤蒸发和作物蒸腾的总称,基于热红外遥感的农田蒸散估算方法研究是农业遥感领域重要前沿课题之一。经过30多年的发展,基于热红外遥感的遥感蒸散算法逐渐成熟并广泛应用于农业、气象以及水文等多个领域。简要回顾基于热红外遥感地表温度与空气温度温差的经验方法、地表能量平衡的单层和双层模型、基于热红外遥感数据源的彭曼公式以及遥感参数化的Priestley-Taylor模型等多种遥感蒸散模型的基本原理、核心算法以及存在问题等研究。针对这些方法的优缺点,指出了基于热红外遥感的农田蒸散估算方法在农业遥感中尚需解决的关键问题,并提出可能的解决途径。 相似文献
10.
精准农田识别是农作物估产和粮食安全评估的基础。遥感数据作为农田识别的重要数据源,可提供动态、快速的监测结果。高光谱数据在农田识别分类方面具有巨大的应用潜力,但其中的冗余波段影响了分类效率和分类精度。因此,本研究提出了一种适用于高光谱数据农田分类的混合式特征选择算法。首先,基于变量的重要性排序或约束程度,按步长逐步进行降维;其次,寻找分类精度骤减的转折点,并将其对应的变量作为特征子集;最后,利用序列后向选择SBS（Sequential Backward Selection）方法搜索最优分类特征子集。本研究利用GF-5高光谱数据,共研究了3种降维方法（随机森林RF（Random Forest）、互信息MI（Multi-Information）和L1正则化（L1 regularization））和3种分类算法（随机森林、支持向量机SVM（Support Vector Machine）和K近邻KNN（K-Nearest Neighbor））的组合在农田分类中的表现。结果表明,基于L1正则化法得到的特征子集自相关性较低,并且包含的红边和近红外波段有效提高了农田、森林和裸土的区分度。在不同分类模型比较中发现,SVM在高维空间中表现出非常好的抗噪能力,分类精度高于RF和KNN。而RF在低维空间中的泛化能力要高于SVM和KNN。相比于第一步降维得到的特征子集,使用SBS搜索得到的最优特征子集均提高了分类精度。最终,具有23维输入的L1-SVM-SBS分类模型得到了最高的总体分类精度（94.64%）和农田召回率（95.83%）。本研究为高光谱数据特征优选提供了一种新思路,筛选出了更具代表性的特征波段,提高了农田分类精度,对高光谱遥感分类研究具有参考价值。 相似文献