您的位置: 专家智库 > >

孙云晓

作品数:7 被引量:63H指数:5
供职机构:中国科学院遥感与数字地球研究所更多>>
发文基金:国家自然科学基金国家重点基础研究发展计划中国科学院“百人计划”更多>>
相关领域:天文地球自动化与计算机技术环境科学与工程生物学更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 4篇天文地球
  • 2篇自动化与计算...
  • 1篇生物学
  • 1篇建筑科学
  • 1篇环境科学与工...

主题

  • 4篇遥感
  • 3篇青藏
  • 3篇青藏高原
  • 2篇遥感影像
  • 2篇植被
  • 2篇物候
  • 2篇净初级生产力
  • 2篇反演
  • 2篇初级生产力
  • 1篇典型植被
  • 1篇行道树
  • 1篇雪盖
  • 1篇雪深
  • 1篇遥感反演
  • 1篇遥感模型
  • 1篇遥感影像分类
  • 1篇遥感影像分类...
  • 1篇影像分类
  • 1篇影像融合
  • 1篇灾害

机构

  • 7篇中国科学院遥...
  • 5篇中国科学院大...
  • 3篇中国地质大学...
  • 1篇山东科技大学
  • 1篇中国矿业大学...
  • 1篇三亚中科遥感...

作者

  • 7篇孙云晓
  • 4篇常清
  • 4篇王思远
  • 3篇尹航
  • 2篇孟庆岩
  • 2篇殷慧
  • 2篇张佳晖
  • 1篇李鹏
  • 1篇张琳琳
  • 1篇杨健
  • 1篇谢秋霞
  • 1篇陆坤
  • 1篇王永吉

传媒

  • 2篇地球信息科学...
  • 1篇测绘通报
  • 1篇广东农业科学
  • 1篇灾害学
  • 1篇科学技术与工...
  • 1篇地理与地理信...

年份

  • 2篇2017
  • 1篇2016
  • 1篇2015
  • 3篇2014
7 条 记 录,以下是 1-7
排序方式:
HJ-1B的积雪参数反演研究被引量:3
2014年
积雪参数如雪盖、雪深是标示气候变化的敏感因子,具有较高时空分辨率的HJ-1B卫星是专门用于灾害监测与评估业务的国产卫星之一,开展以HJ-1B为主的积雪参数反演对于我国国产卫星的理论研究与深入应用具有重要意义。本文针对积雪参数反演,根据HJ卫星CCD和IRS传感器的数据特征,深入分析积雪等典型地物的光谱特性,而后针对同时具有HJ-1B/CCD、IRS数据和只有CCD或者IRS传感器数据3种情况展开积雪信息提取方法研究;在进行浅雪区雪深反演时,利用两种不同的统计回归模型进行交叉验证、研究对比。研究结果表明,3种情况下提取出的积雪精度都达到了80%以上,以第1种情况提取精度最高,两种统计模型反演出的浅雪区雪深的一致度达到83%左右,说明HJ星数据能较好地反演雪盖及浅雪区的雪深,能满足实际应用的需要。
殷慧王思远孙云晓常清
关键词:HJ-1B雪盖雪深
基于典型遥感影像融合方法的洪水信息精确提取研究与应用被引量:5
2017年
洪涝灾害监测是遥感应用领域的重要研究方向之一,快速精确提取洪水信息,是洪涝灾害监测亟待解决的关键问题。该文选用HIS变换法、小波变换法和Gram-Schimdt(GS)变换法,三种典型融合方法突出洪水专题信息,从影像融合的空间信息融入度和光谱信息保真度对融合结果进行精度评价,选出最优融合方法。其次,利用单波段彩色密度分割法,达到快速提取洪水专题信息的目的。最后,创新提出,利用GS和小波变换相结合的彩色密度分割法,精确提取洪水信息。结果表明:小波变换法融合图像的第1波段具有最高信息融入度和光谱保真度,提取洪水淹没范围精度最高,为最优融合方法;在亟需高精度、快速洪水监测制图和应用分析中,GS和小波变换相结合的彩色密度分割法,优于单一小波变换的彩色密度分割法方法,提取效果更好。
谢秋霞张佳晖陆坤孙云晓张琳琳
关键词:洪涝灾害遥感影像融合
城市行道树绿视量指数研究被引量:7
2017年
本文立足于街道景观视觉质量定量研究不足,以行人的视觉感受为出发点,创新性地提出一种用于衡量城市行道树的绿量可视性的绿视量指数。该方法通过模拟人眼视野范围内周围树木的真实场景,定量描述了行人视角下所能捕获的行道树绿色面积,以及这种目视接触概率的空间分布差异。研究结果表明:对于复杂的城市街道景观,绿视量指数能够很好地反映出行道树的空间分布、树冠三维结构、建筑物遮挡、以及观察距离对行人感知城市绿量产生的影响。本方法充分利用多源信息,基于计算机的自动解译,实现了街道场景内任意位置的绿视量高精度计算,大大降低了人力成本,可用作大范围多区域间的对比评价。研究成果证实了多源遥感数据在评价道路绿化景观视觉效果上的有效性,可为环境规划设计、绿化精细化管理、人居环境改善提供技术支撑。
张佳晖孟庆岩孙云晓孙震辉张琳琳
关键词:街道绿化视觉质量激光雷达
一种基于特征选择的面向对象遥感影像分类方法被引量:11
2016年
针对GF—1多空间分辨率遥感数据空间信息丰富,传统影像分类方法无法满足实际应用需要的问题,提出了一种基于特征选择的面向对象遥感影像分类方法——object-RJMC算法,即在影像分割及特征提取的基础上,运用Relief F算法和J-M(Jeffries-Matusita)距离算法去除无关及冗余特征,筛选出适于各类别分类的特征,然后利用CART算法建立分类规则,完成分类过程。以GF-1号2 m、8 m和16 m空间分辨率的三组影像进行算法验证,并与object-CART和pixel-CART影像分类方法进行对比分析。实验结果显示object-RJMC算法的分类精度均高于object-CART和pixel-CART算法的分类精度;且对高空间分辨率的影像分类效果要优于对中低空间分辨率影像的分类效果。该算法减少了特征选择及规则建立的人工干预,克服了以像素为单位的分类算法中由于缺少空间邻域信息而产生孤立、离散、不连通分类结果的问题,可有效地提高GF-1遥感影像分类精度。
王永吉孟庆岩杨健孙云晓李鹏邢武杰
关键词:面向对象RELIEFF算法CART算法
青藏高原近30年植被净初级生产力时空演变研究被引量:12
2014年
利用卫星遥感数据和气象资料,分3个高程层面模拟了青藏高原地表太阳辐射(SOL),并以此驱动CASA模型估算1983-2012年青藏高原植被的净初级生产力(NPP),分析NPP的时空演变模式,而后探讨了NPP对气候因子的响应关系.研究结果表明:(1)分不同高程层面建立的太阳辐射模型能够更合理地反映青藏高原地表太阳辐射的空间分布特征,模拟精度高于其他相关模型.(2)青藏高原植被NPP的空间分布表现为自东南向西北逐渐递减的趋势.高原西北部降水量小于400 mm的区域内植被NPP的主导因子是降水,东南部降水量大于400 mm的区域内植被NPP的主导因子是温度.(3)青藏高原植被NPP的演变趋势存在显著空间分异.总体上高原西北部植被NPP近30年变化相对稳定,其中1983-1992年,NPP增加区域主要分布于高原中部,在高原东南部则呈现减少趋势;1993-2002年,高原大部分地区NPP呈增加趋势,NPP减少区域集中在高原东部地区;2003-2012年,高原东部、南部NPP增加趋势明显,高原东南部NPP呈减少趋势.(4)总体上,1983-2012年青藏高原NPP总量波动范围为0.494~0.590 Pgc/年,变化率为0.0187 Pgc/10年,呈现“缓慢增加-缓慢减少-快速增加”的趋势,其中年均温度增加对NPP的变异有显著影响(R2=0.456,P<0.001).
孙云晓王思远常清薛铸鑫尹航
关键词:青藏高原太阳辐射净初级生产力气候因子遥感反演
青藏高原植被净初级生产力对物候变化的响应被引量:13
2015年
该文开展了全球变暖影响下青藏高原植被净初级生产力(Net Primary Productivity,NPP)对物候变化响应机制的研究。首先,基于MODIS MOD13Q1NDVI数据集,采用动态阈值法和CASA模型分别反演了2002-2012年青藏高原植被物候和植被NPP。而后研究了青藏高原物候和NPP时空演变格局,分析了青藏高原不同生态单元、不同植被类型的NPP对物候变化的响应机制。结果表明:1)2002-2012年青藏高原高寒植被生长初期(Beginning of Glowing Season,BSG)提前(0.034d/a),生长结束期(Ending of Growing Season,EGS)推后(0.299d/a),生长期(Length of Growing Season,LGS)延长(0.300d/a),植被NPP与此相应出现不同程度的增加(1.494gC·m-2/a)。2)青藏高原植被NPP对植被物候变化的响应出现明显的区域分异。整体上青藏高原植被LGS的延长促进了NPP的增加,但由于不同地区主导气象因子的差异,两者之间的响应关系也存在明显差异。3)春季物候的提前对NPP所带来的影响明显大于生长结束期,而BGS主要靠影响春季NPP的累积进而影响全年植被NPP的总量。
杨柏娟王思远常清孙云晓尹航汪萧悦
关键词:青藏高原物候净初级生产力
青藏高原典型植被生长季遥感模型提取分析被引量:14
2014年
物候变化是衡量全球气候变化最直接、敏感的指示器,针对青藏高原这个独特地域单元上特殊的高寒植被进行关键物候期遥感提取模型及植被物候时空变化的研究具有重要的意义。本文首先以反距离加权空间插值算法与Savitzky-Golay滤波算法相结合的数据重建模型获得高质量2003-2012年青藏高原MODIS归一化植被指数(NDVI)数据。在此数据基础上,分别利用动态阈值法、最大变化斜率法、logistic曲线拟合法3种遥感植被生长季提取模型,对青藏高原地区两种典型植被的生长季(SOS生长季开始期,EOS生长季结束期,LOS生长季长度)进行提取。通过对3种模型提取结果的对比分析,并结合日均温模型对提取结果的验证发现,动态阈值法为青藏高原地区典型植被生长季的最优遥感提取模型。该模型对近10 a的高分辨率典型高寒植被物候参量的反演及时空变化特征分析表明,受青藏高原水热及海拔梯度的影响,青藏高原植被物候变化呈现出从东南向西北的空间分异规律,随春季温度的升高,近10 a来青藏高原高寒草地总体呈现生长季开始期(SOS)提前(0.248 d/a)的趋势。
常清王思远孙云晓殷慧尹航
关键词:青藏高原物候学生长季
共1页<1>
聚类工具0