公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

北京山区森林叶面积指数季相变化遥感监测被引量：16: 2012年; 森林叶面积指数(LAI)遥感反演,对于区域环境生态监测具有重要意义。该文以北京市西北山区鹫峰国家森林公园为研究区,获取多时相Landsat5 TM数据,并利用半球形照相机(Hemispherical Photography)同步获取森林LAI。使用3种植被指数(归一化植被指数NDVI、增强植被指数EVI和三梯度差植被指数TGDVI),分别建立单个观测时期及整个时期的LAI反演模型,通过相关性分析筛选出最佳模型。研究表明利用整个时期的LAI建立的模型精度较高,其中最好的是基于NDVI的LAI指数模型。利用该模型反演森林LAI,生成基于时间序列的北京山区森林LAI分布图。该研究进一步分析了阔叶林、针叶林和混交林3种情况,结果表明,与不分植被类型的LAI反演模型精度比较,阔叶林和混交林有所提高,而针叶林稍微下降,但模型精度均达到显著水平。; 石月婵杨贵军冯海宽李伟国王仁礼; 关键词：遥感 LANDSAT TM 叶面积指数

应用波段深度分析和偏最小二乘回归的冬小麦生物量高光谱估算被引量：45: 2013年; 当作物生物量较大时,现有植被指数由于受饱和问题限制,不能较好的估算作物生物量。针对此问题,尝试将波段深度分析与偏最小二乘回归(partial least square regression,PLSR)结合,提高对大田冬小麦生物量的估算精度,并将两者结合建立的模型与应用代表性植被指数建立的模型进行生物量估算精度比较。波段深度分析主要对冬小麦冠层光谱550～750nm范围进行,采用波段深度、波段深度比(band depth ratio,BDR)、归一化波段深度指数和归一化面积波段深度对波段深度信息进行表征。在建立的模型中,波段深度分析和PLSR结合的估算精度比应用植被指数模型的精度高,其中BDR与PLSR结合的估算精度最高(R2=0.792,RMSE=0.164kg.m-2)。研究结果表明波段深度分析与PLSR结合能较好的克服生物量较大时存在的饱和问题,提高冬小麦生物量的估算精度。; 付元元王纪华杨贵军宋晓宇徐新刚冯海宽; 关键词：高光谱遥感冬小麦生物量偏最小二乘回归

农田辐射传输光学遥感成像模拟研究综述被引量：4: 2013年; 首先对光电物理仿真、图像合成法、计算机图形学法及遥感物理模型法等光学遥感成像模拟方法的技术方法和研究进展进行了分析,其中由于遥感物理模型法较为详细地刻画了真实辐射传输过程,成为国内遥感成像模拟的主要发展趋势。然后对作物关键参数时空变化分析、农田辐射传输建模及遥感成像模拟系统等方面进行了分析讨论,表明结合作物全生育期结构、光谱变化特征,进而建立叶片–土壤–冠层–大气–遥感器成像模拟耦合模型是主要途径,能够实现农田多维遥感数据模拟,为农业定量遥感研究与应用提供模拟数据支持。; 杨贵军柳钦火杜永明石月婵冯海宽王纪华; 关键词：遥感器农田信息

基于互补相关模型和IKONOS数据的农田蒸散时空特征分析被引量：20: 2013年; 获取田块内高分辨率农田实际蒸散信息对于精准农业中制定灌溉计划、变量处方实施及评价水分利用效率等具有重要参考价值,将传统方法与遥感结合并生成精细田块尺度的农田蒸散成为当前研究热点方向。本文基于互补相关模型和北京2011年3-6月份间内气象观测数据进行了冬小麦实际蒸散估算,并利用大型蒸渗仪对结果进行了验证和分析。最后将互补相关模型与高空间分辨率遥感数据结合实现了田块尺度农田瞬时蒸散估算,并结合蒸发比率不变法实现了日尺度蒸散扩展。结果表明:在2011年3-6月间试验区内冬小麦总耗水量达到469.12mm,其中在灌浆期5月份耗水比重最大,占到总量近二分之一;互补相关模型估算精度整体较高,其中在5月份估算精度最高(R2=0.863,RMSE=0.103mm);扩展后的日尺度蒸散量与实测结果非常一致(R2=0.937,RMSE=0.668mm)。上述结果表明在没有土壤温、湿度数据及高分辨率热红外遥感数据条件下,仅利用互补相关模型,并结合气象观测数据和高分辨率遥感数据即可估算出精细尺度农田蒸散。; 赵春江杨贵军薛绪掌冯海宽石月婵; 关键词：遥感蒸散 IKONOS 蒸渗仪

基于PROBA/CHRIS遥感数据和PROSAIL模型的春小麦LAI反演被引量：33: 2011年; 大面积区域作物叶面积指数(LAI)遥感反演,对指导作物管理具有重要的意义。该文基于2008年5-7月在黑河流域开展的大型星-机-地遥感综合试验获取的多角度高光谱PROBA/CHRIS数据及地面同步观测数据,利用PROSAIL辐射传输模型和神经元网络方法反演春小麦LAI,并利用地面实测LAI进行验证和分析,结果表明:PROBA/CHRIS数据的最佳组合波段为band4(555.1nm)、band9(696.9nm)和band15(871.5nm),利用PROBA/CHRIS数据反演LAI时,3角度组合(0°、36°、55°)反演LAI精度最高(R2=0.854,RMSE=0.344;MAE=0.213)。随着观测角度增加LAI反演精度相应提高,但超过3个角度后,多观测角度数据会带来较大不确定性,影响神经元网络建模,导致LAI反演精度下降。; 杨贵军赵春江邢著荣黄文江王纪华; 关键词：遥感神经元网络反演春小麦 LAI

融合多源遥感数据生成高时空分辨率数据的方法对比被引量：22: 2015年; 融合多源遥感数据生成高时空分辨率数据具有重要的应用价值.对目前常用的3种时空融合方法进行对比分析,即基于时序数据(STIFM)、基于混合像元分解(STDFM)和增强型自适应遥感图像(ESTATFM)的时空融合方法.以盈科灌区为例,由多时相的MODIS数据提取地物的时间变化信息,结合初期的ASTER/TM影像的空间信息,融合生成30 m具有MODIS时间分辨率的数据.以真实的ASTER数据为基准,从光谱特征和地物类别的角度定量评价结果,表明STDFM和ESTATFM分别在红波段和近红外波段取得效果最优,相关系数分别为0.91和0.71,3种方法融合的NDVI效果基本相当,相关系数均高于0.84.在地物类别空间信息的表达方面,ESTATFM方法在异质性较强的玉米和小麦区域具有较好的适用性.; 石月婵杨贵军李鑫川宋健王纪华王锦地; 关键词：多源遥感数据数据融合混合像元分解

全选清除导出

共1页<1>

遥感科学国家重点实验室开放基金(OFSLRSS201109)