您的位置: 专家智库 > >

王伶俐

作品数:4 被引量:27H指数:2
供职机构:北京师范大学资源学院更多>>
发文基金:国家重点实验室开放基金国家重点基础研究发展计划中央高校基本科研业务费专项资金更多>>
相关领域:自动化与计算机技术生物学天文地球更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 2篇生物学
  • 1篇天文地球

主题

  • 3篇植被
  • 2篇遥感
  • 2篇植被指数
  • 2篇物候
  • 2篇聚类
  • 1篇遥感分类
  • 1篇植被区
  • 1篇植被区划
  • 1篇植被物候
  • 1篇生长季
  • 1篇生态系统
  • 1篇时序数据
  • 1篇通量
  • 1篇欧氏距离
  • 1篇区划
  • 1篇自然植被
  • 1篇物候特征
  • 1篇相关系数
  • 1篇高光谱数据
  • 1篇高光谱影像

机构

  • 4篇北京师范大学

作者

  • 4篇朱文泉
  • 4篇王伶俐
  • 2篇郑周涛
  • 2篇刘建红
  • 2篇牟敏杰
  • 1篇潘耀忠
  • 1篇张东海
  • 1篇许映军
  • 1篇周夏飞
  • 1篇姜楠
  • 1篇张浚哲

传媒

  • 1篇北京师范大学...
  • 1篇应用生态学报
  • 1篇遥感学报
  • 1篇测绘科学

年份

  • 1篇2015
  • 1篇2013
  • 2篇2012
4 条 记 录,以下是 1-4
排序方式:
基于通量塔净生态系统碳交换数据的植被物候遥感识别方法评价被引量:10
2012年
选择北美洲72座通量塔观测的净生态系统碳交换(NEE)数据来计算植被物候,并以此作为参考数据,从可行性和准确性两方面对阈值法、移动平均法和函数拟合法三大类常用的植被物候遥感识别方法进行了综合评价.结果表明:基于局部中值的阈值法对植被物候识别的可行性和准确性均最优;其次为Logistic函数拟合法中的一阶导数方法;移动平均法对植被物候识别的可行性和准确性与移动窗口的大小有关,对于16d合成的归一化差值植被指数(NDVI)时间序列数据来说,移动窗口大小为15时能获得较优的结果;而全局阈值法对植被物候识别的可行性和准确性均最差;Logistic函数拟合法中的曲率变化率方法在识别植被物候时虽然与基于NEE数据得到的植被物候在数值上存在较大偏差,但二者之间具有较高的相关性,说明基于曲率变化率方法识别出的植被物候能较真实地反映植被物候在时空上的变化趋势.
牟敏杰朱文泉王伶俐许映军刘建红
关键词:物候遥感生长季
高光谱数据的相似性测度对比研究被引量:14
2013年
光谱相似性测度是高光谱分类的基础,实践证明多种相似性测度的结合能更加全面地表现光谱特征。本文将反应光谱曲线形状的相关系数和反映光谱曲线幅度的欧氏距离进行有效组合,在统一的测试框架下采用Chris Elvidge植被光谱库数据和Hyperion高光谱影像,对欧氏距离、光谱角余弦、光谱信息离散度、相关系数、光谱角余弦—欧氏距离、欧氏距离—相关系数这6种相似性测度方法进行综合评价,并对每种相似性测度的适用范围进行比较;研究结果显示欧氏距离—相关系数方法的分类精度要高于其他5种方法。
张浚哲朱文泉郑周涛潘耀忠王伶俐
关键词:高光谱影像聚类
中国自然植被物候特征遥感分类被引量:1
2015年
现有的土地覆盖分类数据以及植被-气候分类或分区数据均未考虑各类型或各分区单元内的植物物候差异,也没有排除各分区单元内受人为干扰强烈的区域,从而不利于单独考察植被物候与气候变化的相互作用关系.本文基于1km分辨率的多年SPOT-VGT归一化差值植被指数(NDVI)时序数据,首先依据植被信号强度、植被季相变化强度以及受人为干扰程度将中国自然植被按物候特征划分为极明显、明显、较明显和其他4个一级类别;并进一步利用能够较好反映NDVI时序数据形状特征的光谱角余弦作为相似性测度方法,根据物候相似性对极明显、明显、较明显这3个一级类别分别聚为9、15、7个二级类别;最后采用7个物候指标的变异系数来评价分类效果.结果表明,同已有的植被-气候分类或分区数据(生物气候区、生态区、植被区划、IGBP土地覆盖分类、生态物候区)相比,本文构建的植被物候二级类别具有更为一致的物候特征,该物候分类结果可为植被物候与气候变化关系研究、陆地生态系统碳循环模拟、植被物候地面监测站点选址提供基础数据和科学依据.
郑周涛朱文泉周夏飞张东海姜涛王伶俐
关键词:植被指数物候植被区划遥感
植被指数时序数据距离测度方法评价被引量:2
2012年
利用MODIS增强型植被指数(EVI)时序数据,基于中国陆地生态系统55种植被类型上的468个测试点和一个测试区进行了实验,综合比较欧氏距离、光谱信息离散度、光谱角余弦、核光谱角余弦、相关系数、光谱角余弦—欧氏距离6种距离测度方法对遥感植被指数时序数据聚类精度的影响,结果表明:相关系数方法的聚类精度最差;光谱角余弦—欧氏距离方法充分利用了植被指数时序数据的曲线幅度和形状特征,在这6种距离测度方法中表现出了最优的聚类效果;只对光谱亮度敏感的欧氏距离方法或只对曲线形状敏感的光谱角余弦方法,无论是在区分地物类型方面,还是在区域应用上,表现效果均较差;核光谱角余弦虽然在点数据测试上表现较差,但在区域应用上却有较好的表现;光谱信息离散度无论是在点数据测试上还是在区域应用上均表现出了较为适中的效果。
王伶俐朱文泉姜楠牟敏杰刘建红
关键词:植被指数聚类MODISEVI
共1页<1>
聚类工具0