排序方式： 共有9条查询结果，搜索用时 15 毫秒
1
1.
2.
遥感影像时—空融合可集成多源数据高空间分辨率和高时间分辨率互补优势,生成时间连续的高空间分辨率影像,在遥感影像的动态监测与时序分析等方面具有重要应用价值。然而,现有多数研究往往基于单一数据产品对时—空融合算法进行评价,而在实际生产应用中,需要验证算法在多种遥感产品数据的融合表现;此外,目前研究大多基于"单点时刻"进行评价,忽略了时—空融合在"时间线"上的有效验证。本文提出遥感影像时—空融合的"点"—"线"—"面"多角度综合质量评价策略,基于Landsat TM和MODIS影像,建立了时—空融合系列数据集,包括地表反射率、植被指数和地表温度,并在此基础上从单时相("点")、时间序列("线")、多种数据产品("面")多个角度对4种典型融合算法进行定性和定量的综合评价。结果表明,基于不同产品类型的数据集更能充分验证算法性能,且结合单点时刻和时间序列的评价更加客观。 相似文献
3.
4.
植被覆盖度（FVC）和叶面积指数（LAI）作为关键生态环境参数,其时空动态变化的遥感监测对揭示陆地生态环境演变规律与科学监管生态环境具有重要意义。本文基于2000-2016年GLASS产品的植被覆盖度和叶面积指数数据,对广西防城金花茶国家级自然保护区FVC和LAI的时空动态变化进行监测。研究结果表明：①2000-2016年保护区的FVC和LAI较高,FVC和LAI的变化呈增长的趋势,空间分布整体情况是东部区域好于西部区域;②2000-2016年保护区年均FVC和年均LAI分别增长了7.48%、28.47%;③保护区年均FVC的最低值和峰值分别是在2004年和2016年,其值分别为0.711、0.833,保护区年均LAI的最低值和峰值分别是在2000年和2016年,其值分别为3.425、4.400。 相似文献
5.
高光谱作为一种图谱合一的成像技术,在对地观测、航空航天领域具有十分重要的应用。然而,作为光学遥感的分支,高光谱成像易受到大气、光照等因素的影响。高光谱图像本征信息分解旨在抑制复杂环境因素对地物光谱与空间特征的影响,准确提取并表征观测场景最本征的光谱与空间信息,提升高光谱图像识别与解译性能。本文主要对代表性的高光谱图像本征信息分解的模型和方法进行综述,系统地分析了各种典型方法的原理及优缺点,进一步阐述了实际遥感应用中现有本征信息分解面临的挑战性难题,并结合遥感实际应用,对高光谱图像本征信息分解技术的发展趋势进行了展望。 相似文献
6.
生态评价对自然保护区的科学有效管理和可持续发展具有重要意义。本文基于空间分辨率为30 m的Landsat影像和时间分辨率为8 d的GLASS数据,采用由生态环境功能指数、生态环境稳定指数、生态环境胁迫指数加权构建的生态环境质量指数（EQI）,对2005-2019年金花茶自然保护区的生态环境质量进行评价。结果表明,金花茶自然保护区生态环境质量整体良好;2005-2019年生态环境质量不断得到改善;生态环境质量等级为差和低的区域主要分布在保护区四周,所占比例自2014年逐年增加,这与周边居民人为活动密切相关。 相似文献
7.
随着高光谱遥感技术的迅猛发展和应用需求的不断增加,高光谱遥感影像分类成为领域的研究热点。尽管监督学习已在高光谱遥感影像分类中取得了不错的效果,但在许多情况下,获取大规模标记样本来训练监督分类算法是困难和昂贵的。因此,利用半监督分类技术对高光谱遥感影像精准分类是一项重要的研究内容。本文首先简要介绍了高光谱遥感影像发展现状和部分应用场景。其次,本文对近年来高光谱遥感影像半监督分类研究的进展进行了综述,着重讨论了低密度分割法、生成式模型、基于分歧（差异）的方法和基于图的方法四种典型半监督分类方法的关键技术和优劣。最后,进一步讨论了半监督分类技术的潜力,为今后研究工作的优化提供思路。 相似文献
8.
9.
随着各国航天事业的高速发展以及政府对卫星遥感技术的大力支持,各类军民商用卫星系统层出不穷,建立了较为完善的卫星遥感数据获取体系,为推动经济社会高质量发展提供了新动能。与此同时,人工智能技术的迅猛发展极大程度的提升了数据分析的智能化、精准化水平,为遥感大数据分析与应用带来了新的发展机遇。在互联网时代的背景下,结合新一代人工智能、大数据、物联网、5G等先进技术,推动遥感应用朝着智能化、大众化、产业化方向发展是大势所趋。本文依据当前陆地观测卫星智能遥感技术的发展现状与实际需求,论述了人工智能驱动的遥感技术在资源调查、环境监测、灾害监测等领域中的应用研究现状,探讨了现阶段制约人工智能技术在遥感领域应用成效的关键问题,最后结合遥感大数据处理中存在的问题和挑战,对陆地观测卫星遥感应用技术的发展趋势进行了展望,建立基于人工智能的卫星遥感应用体系已成为卫星遥感技术发展的必然趋势。 相似文献
1