排序方式： 共有4条查询结果，搜索用时 15 毫秒
1
1.
将劈窗算法(SW,split window algorithm)应用于Landsat8数据进行地表温度反演,完全基于Landsat8数据本身不需要借助外部数据源,克服了传统地表温度反演依赖MODIS水汽产品外部数据造成的局限,实现利用Landsat8热红外数据反演得到较高空间分辨率的地表温度产品。以美国Walnut Gulch流域为例进行SW算法地表温度反演,并与SC算法结果、MOD11-L1地表温度产品和实测地表温度数据对比分析。结果表明,与SC(generalized single-channel algorithm)算法和MOD11-L1地表温度产品相比,SW算法应用于Landsat 8数据的地表温度反演取得较好的效果,平均误差最小为0.89K,相关系数最高为0.9841,反演结果和实测数据具有较好的一致性。 相似文献
3.
湖泊变化是气候变化的指示器.为探索利用单一短时间尺度的卫星水位数据源估算长时间序列的湖泊水量变化的可行性，本文利用短时间尺度（2016—2018年） Sentinel-3A合成孔径雷达高度计（SRAL）作为唯一卫星水位数据源，以藏北高原内陆湖泊当惹雍错为例，结合基于Landsat光学遥感数据提取的1988—2018年的湖泊面积，综合分析2016—2018年间的非结冰期遥感湖泊面积与遥感湖泊水位变化，基于该时段范围的水位变化-面积变化关系和水量估算公式，估算1988—2018年湖泊水位水量变化与2001—2018年的年内变化，并结合GLDAS产品数据与雪线变化情况初步探讨湖泊变化的可能原因.结果表明：当惹雍错近30年湖泊面积扩张明显，湖泊水位、水量增加显著，相比1988年，2018年的湖泊面积、水位、水量分别增加21.1 km2、5.29 m、44.75亿m3.其中1988—1998年湖泊面积-水位-水量有所减少，2000—2018年间湖泊变化总体呈增加趋势.2001—2018年内湖泊面积、水位、水量变化呈现干湿季特征.1996—2014/2015年湖泊水量变化为38.3亿/35.5亿m3，水量变化趋势、变化量与以往对应时间段的研究结果具有较强的一致性.湖泊面积扩张主要发生在水下地形平缓的东南部和中西部区域.结合气候因素与雪线变化的分析表明，湖泊水量变化受降雨、气温影响复杂，长时间年际尺度上的湖泊水量增长与气温的一致性较降水量强，湖泊湿季受降水量与气温的影响都较大，其中2008—2018年的湿季降水量、气温与水量变化散点拟合的确定性系数R2分别为0.613、0.845.该研究表明Sentinel-3A合成孔径雷达数据在湖泊水量变化估算上的潜力，为利用单一且只具有短时段数据的卫星雷达数据估算长时间序列湖泊水量变化提供依据. 相似文献
4.
基于水云模型分析植被后向散射系数的影响,采用考虑组合粗糙度定标的积分方程模型(IEM)与Oh模型,在不利用实测土壤含水率的前提下,建立基于多时相多极化SAR影像的IEM和Oh模型地表土壤含水率反演方法,以2004年5期Walnut Gulch流域ENVISAT-ASAR影像为例,采用加权平均、算术平均两种融合方法对两种模型的3期反演结果进行融合.结果表明:1)流域植被覆盖度低,各地类在植被去除前后的土壤含水率差值多期均值多在0.002 cm3/cm3以下,植被对反演结果的作用不显著;2)基于IEM、Oh模型反演的0720期、0805期、0824期土壤含水率的时空分布较一致,基于IEM模型反演的0714期与0818期土壤含水率较低,基于Oh模型的反演方法受影像极化方式制约,0714期、0818期土壤含水率的空间连续性差;3)基于IEM模型反演结果的均方根误差(RMSE)与偏差(Bias)低于Oh模型,其中0805期土壤含水率存在低估,而Oh模型反演结果在各期存在不同程度高估;4)考虑数据权重的加权平均方法优于算术平均方法,两种方法融合后的RMSE值降低了0.003～0.065 cm3/cm3,0720期、0805期两种方法的融合结果均改进了IEM模型反演结果偏低、Oh模型反演结果偏高的不足.该研究可为基于多时相SAR的多模型/方法土壤含水率反演以及多时相高精度土壤含水率获取提供参考. 相似文献
1