排序方式： 共有7条查询结果，搜索用时 15 毫秒
1
1.
遥感蒸散模型的时间重建方法研究 总被引：13，自引：1，他引：12
本文提出的遥感蒸散模型的时间重建方法考虑了逐日蒸散可能的变化情况, 在阻抗- 彭曼单层模型的基础 上, 将图像去云处理与时间重建结合在一起, 先使用SEBS 能量平衡余项模型获得晴好日的地表阻抗信息, 选择了 叶面积指数LAI 作为反映植被表面阻抗的参量, 通过时间序列谐波分析(HANTS)获得逐日逐像元的LAI 信息, 将晴 好日的阻抗信息扩展至待定日, 并使用因子函数表达了极端温湿条件对植被叶面阻抗的限制作用。使用中科院禹 城站2003 年作物季的大型蒸渗仪数据对模型所得逐日蒸散结果进行了验证。在作物生长季, 模型结果相对于实测 结果表现出了良好的相关性(R2≈0.7), 远优于作为对比的蒸发比不变法。受单层模型假设局限, 方法在裸地及稀疏 植被上的结果还存在着较大的误差。 相似文献
2.
ETWatch中的参数标定方法 总被引：3，自引：2，他引：1
使用遥感手段估算区域范围的蒸散量一直是热红外定量遥感的研究热点。ETWatch是用于流域蒸散遥感监测、针对遥感应用而设计的集成框架。方法集成了具有不同应用优势的遥感蒸散模型,并以Penman-Monteith方法为基础建立时间扩展方法,利用气象数据与晴好日的通量遥感估算结果,获得逐日连续的蒸散分布图。所生成的从流域级到地块级的数据产品能动态反映区域蒸散发的时空变化规律。为深入了解遥感蒸散量估算中的不确定因素,本文将其通量计算过程分为地表参数获取(以地表温度为主)、日净辐射、蒸发比等环节与地面数据进行对比和逐项的标定。并分别采用地表阻抗扩展法和蒸发比不变法进行了时间插补的对比研究。利用站点地面观测资料对蒸散遥感监测产品的验证表明,在全年内模型蒸发比结果与实测的时段平均蒸发比的相关系数可达到0.7左右,在更长的时间尺度上(月、季、年)平均百分比误差可以减小到10％以下。 相似文献
3.
ETWatch是用于区域蒸散遥感监测的业务化运行系统,集成了具有不同应用优势的遥感蒸散模型,并以Pen-man-Monteith公式为基础建立下垫面表面阻抗估算方法,利用逐日气象数据与遥感反演参数,获得逐日连续的蒸散分布图。所生成的从流域级到地块级的数据产品能动态反映区域蒸散发的时空变化规律。基于ETWatch方法,对2002-2005年海河流域和河北省馆陶县的蒸散状况进行了连续监测。利用地面观测资料对蒸散遥感监测产品的验证表明,涡度相关观测数据能量闭合率在0.9以上时,1 km级的日蒸散结果的平均偏差约10%;对于地块级(30 m)的ET,受混合像元的影响,相对于土壤水分消耗法测量的作物蒸散发,遥感监测作物蒸散发的平均误差在12.7%左右。 相似文献
4.
ETWatch中不同尺度蒸散融合方法 总被引：3，自引：2，他引：1
高分辨率遥感蒸散数据集的构建受到数据源的限制和云的影响,单一传感器无法达到高时空分辨率覆盖。本文分
析了ETWatch不同尺度遥感蒸散结果的空间特征,通过几种融合方法的比较,分析数据融合前后的数据特征和信息量,将
时空适应性反射率融合模型（STARFM）集成到ETWatch,用于不同尺度遥感蒸散数据的融合,该方法可以很好的结合高
低分辨率数据的空间分布和时间分布信息,在时间上保留了高时间分辨率数据的时间变化趋势,空间上又反映了高空间分
辨率数据的空间细节差异,STARFM融合后的日ET数据与融合前1 km 日ET数据的平均相对误差为1.75%,融合后的月ET
数据与融合前1 km 月ET数据的平均相对误差为0.2%,STARFM适合于不同尺度下遥感ET数据的融合。 相似文献
5.
6.
7.
1