公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

主成分变换方法在叶面积指数反演中的应用分析被引量：1: 2012年; [目的]通过模型模拟数据和地面实测数据的分析,确定主成分变换方法在叶面积指数反演中的作用。[方法]通过PROSPECT模型和SAIL模型针对LANDSAT_5 TM数据进行不同叶面积指数状态下的模拟,通过模拟数据分析主成分变换方法相较于传统植被指数的优势,并通过地面实测数据进行精度验证。[结果]在一定范围内,随着叶面积指数的增大,主成分变换的方法可以在有效减弱饱和现象影响的同时取得较好的反演效果,在2009年冬小麦和玉米的叶面积指数反演中主成分变换方法反演精度达到78%和91%,获得了较高的反演精度。[结论]主成分变换方法在叶面积指数反演方面具有较好的应用前景。; 苗乃哲姚顽强黄文江徐新刚张东彦任鹏; 关键词：叶面积指数主成分变换遥感反演饱和现象

小麦苗情远程监测与诊断系统被引量：16: 2011年; 小麦苗生长状况与后期的长势及产量关系密切,且小麦生长过程经历的环境复杂多变,所以对小麦苗期生长状况进行监测与诊断具有重要意义,该文基于远程监控、遥感和WebGIS技术,初步设计构建了小麦苗情远程监测与智能诊断管理系统。该系统通过远程监控技术获取田间现场环境信息,遥感影像数据获取小麦生长信息,并结合专家知识数据库,可对小麦长势、干旱、冻害进行监测与综合分析,并给出诊断方案,进而为小麦的调控管理提供决策和支持。; 张琴黄文江许童羽杨小冬孙鹏; 关键词：苗情 WEBGIS 远程诊断冬小麦

融合可见光-近红外与短波红外特征的新型植被指数估算冬小麦LAI被引量：6: 2013年; 考虑到短波红外特征与叶面积指数(LAI)有很好的关联,将短波红外特征的典型水分指数与基于可见光-近红外特征的植被指数相融合,尝试构建新的植被指数估算作物LAI。通过PROSAIL辐射传输模型分析新植被指数对LAI饱和响应的特征;利用2009年和2008年北京地区冬小麦实测光谱数据进行LAI估算建模与验证。结果表明:所选择的10个典型可见光-近红外植被指数分别与5个水分植被指数相结合构建的新指数,都能够有效提高与LAI的相关性,特别是在融合了含有短波红外特征的sLAIDI*指数后,新指数显著提高了对LAI响应的饱和点,而对植被水分变化不敏感,LAI估算精度得到改善。研究表明:将短波红外特征引入到可见光-近红外植被指数中,构建的新植被指数对冬小麦LAI估算具有明显的优势。; 李鑫川鲍艳松徐新刚金秀良张竞成宋晓宇; 关键词：LAI 高光谱遥感植被指数短波红外

基于时间序列环境卫星影像的作物分类识别被引量：57: 2013年; 环境星影像具有较高的时间和空间分辨率,利用其时序遥感数据进行作物信息提取优势明显。该文以黑龙江垦区友谊农场作物为研究对象,利用2010年6月至9月共10景HJ-CCD数据进行作物种植分类信息提取。首先,通过SPLINE算法对云影响区域插值去噪,重构时间序列影像数据;其次,通过分析试验区主要作物的光谱和植被指数时序变化特征,构建基于决策树分层分类的主要作物遥感分类模型,成功提取了黑龙江友谊农场大豆、玉米和水稻的种植信息,分类总体精度达到96.33%。同时,将分类结果同基于时间序列植被指数影像的支持向量机和最大似然法分类结果相比较,结果表明,决策树分类效果最好,支持向量机次之,最大似然分类较差。研究表明,通过去云处理后构建的时间序列HJ卫星遥感影像,结合作物的光谱和典型植被指数时序变化特征,借助于决策树分类方法能够有效提高黑龙江垦区主要种植作物分类的准确性和精度。; 李鑫川徐新刚王纪华武洪峰金秀良李存军鲍艳松; 关键词：遥感作物时间序列分析决策树

基于分段方式选择敏感植被指数的冬小麦叶面积指数遥感反演被引量：43: 2012年; 【目的】考虑到利用单一植被指数(VI)反演叶面积指数(LAI)时,存在着不同程度的饱和性和易受土壤背景影响的问题,提出通过分段的方式选择敏感植被指数形成最佳VI组合以提高LAI反演的精度。【方法】通过ACRM辐射传输模型模拟数据,结合地面实测光谱数据,选择常用的植被指数进行土壤敏感性分析以及饱和性分析确定LAI的分段点,并在此基础上分段选择最佳植被指数形成组合VI来实现LAI的最终反演,并利Landsat5TM开展区域条件下冬小麦LAI反演应用。【结果】以LAI=3是较为适宜的分段点,利用植被指数最佳分段组合OSAVI(LAI≤3)+TGDVI(LAI>3)可在一定程度上有效克服土壤影响因素以及饱和性问题,联合反演的结果明确优于单一植被指数反演精度。【结论】通过分段选择最佳植被指数形成联合VI可以有效提高LAI反演精度。; 李鑫川徐新刚鲍艳松黄文江罗菊花董莹莹宋晓宇王纪华; 关键词：冬小麦叶面积指数植被指数遥感

全选清除导出

共1页<1>

北京市自然科学基金(4112022)