排序方式： 共有5条查询结果，搜索用时 342 毫秒
1
1.
DGPS在资源环境遥感中的应用方法研究 总被引：1，自引：0，他引：1
为了能够利用较低配置的GPS设备，方便有效地完成与资源环境遥感有关的地物定位测量任务，利用伪距DGPS设备进行了如下试验研究：基站参考坐标对定位精度的影响，基于大地测量三角控制点和WGS84到北京54坐标系转换模型进行基站参考坐标差分测量导算的方法和精度，在导算出的控制点处建立基站进行试验区样地定位测量的方法及所能达到的精度，试验结果表明，在具备测区至少一个三角控制点和坐标转换参数条件下，可以采用首先从已恬三角点导算出一个位于方便位置处的点的大地坐标，然后在该点所能达到的在当地坐标系中的相对定位精度远远小于一个像元大小，可以推广应用到资源环境遥感的各个应用领域，在不具备基站参考坐标和坐标系转换参数的条件下，可以基于差分测量结果之图形要素绝对位置图形转换到已经和当地坐标系配准的遥感影上去，采用这种办法，在差分处理时不用考虑基站的精确WGS84地心参考坐标，也不用考虑坐标系的转换参数，利用其站单点绝对定位结果作为参考坐标进行差分就可，可以节省不少人力和物力，试验研究及结论为如何利用较低配置的伪距DGPS设备，简捷，快速，精确地完成资源环境遥感领域地物定位测量任务提供了有益参考。 相似文献
2.
基于光谱混合分析的毛乌素沙地油蒿群落覆盖度提取 总被引：2，自引：0，他引：2
油蒿群落覆盖度是判断毛乌素沙地荒漠化程度严重与否的直接指标,其信息的准确获取有助于更为合理的荒漠化监测与评价。本研究以Landsat ETM 为数据源,深入探讨了光谱混合分析过程中影像预处理、端元选取、光谱混合模型选择及光谱混合分析结果分析等关键问题,给出了恰当的解决方案,进而进行了油蒿群落覆盖度的提取,并通过野外实测数据对提取结果进行了验证。验证结果表明:基于光谱混合分析技术提取的油蒿群落分量与实测油蒿群落覆盖度线性相关显著,相关系数为0.88,因而研究区的油蒿群落覆盖度可以通过油蒿群落分量的线性变换得到。因此,光谱混合分析是提取毛乌素沙地油蒿群落覆盖度的有效技术。 相似文献
3.
干涉雷达技术用于林分高估测 总被引：2，自引：1，他引：2
如何使用遥感手段测量林分高一直是遥感技术积极探索的应用领域之一，雷达干涉测量（InSAR)技术充分利用了雷达数据中的相位信息，从单视复型干涉影像数据对中提取地表高程信息，近年来这一技术取得了快速的发展，得到了广泛的应用，该文利用美国航天飞机SIR－C／X－SAR L波段和C波段数据进行干涉测量处理，并将之应用于林分高估测，首先简要介绍了雷达干涉测量技术的发展及其基本原理，接着总结提出了雷达干涉测量技术估测有效林分高的方法，并将估测结果与实际的外业测定数据进行了比较，采用直接与林缘相差分的方法进行有效林分高的估测，在黑龙江大兴安岭实验区的初步结果说明了雷达干涉处理技术有用于有效林分高估测的潜力，显示了这一技术在林分高估测和林分高生长监测中的巨大应用前景。 相似文献
4.
基于NDVI与偏最小二乘回归的荒漠化地区植被覆盖度高光谱遥感估测 总被引：7，自引：1，他引：6
以星载高光谱影像Hyperion为数据源,系统比较了NDVI与偏最小二乘回归（PLS）估测荒漠化地区植被覆盖度的能力,模型的建立（n=46）与独立检验所用样本（n=10）均为地面实测数据。研究结果表明,基于星载高光谱数据的NDVI与PLS模型可以有效地估测荒漠化地区植被覆盖度。相比于宽波段NDVI（RMSEP=10.5618）及基于803.3/671.02 nm计算的标准高光谱NDVI（RMSEP=8.3863）,选择特定高光谱波段（823.65/701.55 nm）构建的NDVI预测植被覆盖度的误差明显较低（RMSEP=6.5189）。基于高光谱所有波段原始反射率、一阶导数及包络线去除光谱的PLS回归模型表现,要明显优于仅利用两个波段信息的NDVI,其中基于原始反射率的PLS回归模型表现最佳,RMSEP为4.4998,约为因变量平均值的23%。 相似文献
5.
ALOS PALSAR双极化数据水稻制图 总被引：1，自引：0，他引：1
以江苏省海安县为研究区,使用2008年获取的日本ALOS卫星PALSAR双极化模式数据,分析水稻在L波段SAR图像上的后向散射特征,并提出相应的水稻制图方法。水稻在L波段上表现出了和C波段相同的时相变化特征。HH极化后向散射依赖于水稻植株的空间分布结构,某些机械插秧区域的布拉格共振现象引起水稻后向散射严重增强,给利用PALSAR数据水稻制图带来了困难。而HV极化不存在布拉格共振现象。在考虑布拉格共振影响的条件下,提出了联合PALSAR双极化模式HH和HV极化数据、基于时相变化特征进行水稻制图的方法,获得了88.4%的制图精度。 相似文献
1