排序方式： 共有10条查询结果，搜索用时 187 毫秒
1
2.
RADARSAT数字图像积雪覆盖下地物解译方法 总被引：1，自引：0，他引：1
采用加拿大RADARSAT雷达数字图像，以新疆阿勒泰地区阿勒泰市、布尔津、吉木乃、哈巴河、福海5个县(市)为典型试验区，研究了积雪覆盖下雷达遥感图像地物解译的基本原理和几何纠正方法，比较分析了标准模式的地理参考高分辨率合成孔径雷达图像与经过亮度增强、边缘增强、图像增强、斑点压缩和纹理分析处理的图像上地物目视解译的特点，建立了积雪覆盖下雷达图像上耕地、水系、交通道路、居民地等与抗灾救灾密切相关的地物的解译标志。结果表明，可弥补可见光及近红外遥感积雪监测的缺陷，为雪灾发生区的救援决策提供科学依据。 相似文献
3.
4.
青藏高原可可西里卓乃湖溃堤成因及其影响分析 总被引：8，自引：5，他引：3
受青藏高原暖湿化趋势的影响,近年来高原湖泊水位普遍上涨,湖泊溃堤时有发生.利用青藏高原可可西里卓乃湖、库赛湖、海丁诺尔湖和盐湖所在区域的TM(ETM+)等历史文献数据和环境减灾卫星(HJ1A/B)CCD数据,结合五道梁气象站气温、降水资料,分析了卓乃湖周边湖泊面积变化情况.结果表明:1961-2014年近54 a来,可可西里地区持续增加的降水是卓乃湖溃堤的基础,2011年8月22日之前的两次强降水过程和之后的持续降水是导致卓乃湖湖水大量外泄,并最终溃堤的主要原因;溃堤前的两次地震可能对卓乃湖的湖盆结构产生了一定的影响,从而加速了溃堤过程.溃堤导致湖岸线退缩,并产生大片的沙化土地,恶化了藏羚羊的产仔环境,对周边草地生态环境和重大工程设施产生了不利影响. 相似文献
5.
北疆牧区积雪图像分类与雪深反演模型的研究 总被引：25，自引：7，他引：18
利用NOAA/AVHRR晴空气象条件下的资料, 建立积雪监测反演模型, 动态监测雪灾期间大范围的积雪空间分布状况, 对牧区雪灾综合评价及防灾救灾具有重要的意义. 使用北疆地区1996-97年2次雪灾期间的4个时相的晴空NOAA卫星数据及20个地面气象台站观测资料, 研究了云与雪的判识及图像去云处理方法, 提出了云层覆盖下图像缺值插补处理的一种新算法; 采用线性混合光谱分解方法, 研究了基于像元的积雪覆盖率及积雪空间分类算法, 模拟出北疆地区积雪深度遥感地学反演模型. 研究结果可为牧区雪情动态监测、分析与综合评价系统的建设提供科学依据. 相似文献
6.
北疆牧区MODIS积雪产品MOD10A1和MOD10A2的精度分析与评价 总被引：19，自引：9，他引：10
以北疆为研究区,结合气象台站记录的雪情数据,利用地理信息系统方法分析了2004年12月1日至2005年2月28日期间北疆地区90个时相的MODIS每日积雪产品MOD10A1和8日合成产品MOD10A2的积雪分类精度.研究表明:1)当积雪深度≤3 cm时,MOD10A1对积雪的识别率非常低,仅为7.5%;积雪深度为4~6 cm时,积雪识别率达到29.3%;积雪深度为15~20 cm,平均积雪识别率达到45.6%.当积雪深度>20 cm时,平均积雪识别率为32.2%;2)MOD10A1产品的积雪分类精度受天气状况的严重影响.在晴空状况下,该产品的最大积雪识别率达到58.2%;但是在多云或阴天时,平均积雪识别率仅为17.8%;3)下垫面对MOD10A1的分类结果也会造成影响,在荒漠区MOD10A1的积雪识别率为39.8%,在草原和稀树草原区的积雪识别率为37.2%,农业用地的积雪识别率最低,为29.1%;4)MOD10A2产品可较好的消除云层对地表积雪分类精度的影响,平均积雪识别率达87.5%,可较好的反映地表积雪的分布状况. 相似文献
7.
甘肃省玛曲县沼泽湿地遥感监测与动态变化分析 总被引：4，自引：1，他引：3
利用2000年和2006年TM影像数据、地面调查资料和气象台站观测数据，对玛曲县沼泽湿地进行了目视解译分析，对比研究了非监督分类、监督分类和专家分类的精度，初步探讨了玛曲沼泽湿地退化的原因。结果表明，该县沼泽湿地面积从2000年的19598．67hm^2减少到2006年的14080．80hm^2，沼泽湿地面积平均年递减率为4．69％。非监督分类结果由于受山体阴影、坡向、云的阴影等影响，多分误差高，总分类精度仅为31％；监督分类的总精度为54．1％；专家分类的总精度高达84．2％。因此，专家分类可以用于对玛曲县沼泽湿地的监测和自动提取。草场不合理利用和过度放牧是导致玛曲县沼泽湿地退化的主要原因，黄河干流、各支流径流量减少是导致流域内沼泽湿地退化的直接原因，当地气候变暖促进了这一过程的发生。 相似文献
8.
MODIS逐日积雪产品去云算法研究 总被引：11，自引：7，他引：4
由于积雪和云的反射特性,使用光学遥感监测积雪受到天气的严重干扰,对研究区云量的分析表明,无论是MOD10A1还是MYD10A1,云都是影响该产品对研究区积雪进行实时监测的最大影响因素.综合不同去云方法,利用MODIS逐日积雪产品和被动微波数据AMSR-E雪水当量产品,生成了MODIS逐日无云积雪图像,并利用研究区85个地面气象观测台站提供的雪深数据对合成的单日无云积雪产品进行验证.结果表明:当积雪深度3cm时,新产品的积雪分类精度达到91.7%,该产品对实时监测青藏高原积雪动态变化具有重要的使用价值. 相似文献
9.
基于HJ-1B卫星数据的积雪面积制图算法研究 总被引：2，自引：0，他引：2
积雪是影响气候变化的重要因子, 采用更高时空分辨率的环境减灾卫星遥感数据进行积雪制图算法的研究, 对推进我国自主遥感卫星在积雪监测领域的应用具有重要意义. 采用环境减灾HJ-1B卫星数据, 以青海省果洛藏族自治州达日县为研究区, 应用归一化差值积雪指数(NDSI)法建立了基于HJ-1B卫星数据的积雪面积制图算法, 并比较MODIS与HJ-1B积雪图精度. 结果表明: 研究区HJ-1B积雪制图合理的NDSI阈值为0.37, 总分类精度达到97.97%; 与"真值"影像比较, HJ-1B积雪图Khat系数为0.911, 高于MODIS的0.817. 说明该研究建立的基于HJ-1B积雪制图算法精度可靠, 适合对研究区积雪进行实时动态监测. HJ-1B更高的空间分辨率对提高研究区积雪覆盖面积监测精度具有重要的使用价值, 但是地形因素是影响HJ-1B数据积雪分类精度的一个重要原因, 随着坡度的增加, 分类误差也随之增大, 尤其是多测误差增加比较显著. 相似文献
10.
1