您的位置: 专家智库 > >

陆坤

作品数:2 被引量:11H指数:2
供职机构:山东科技大学测绘科学与工程学院更多>>
发文基金:国家自然科学基金国家科技重大专项更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇遥感
  • 1篇遥感影像
  • 1篇叶面
  • 1篇叶面积
  • 1篇叶面积指数
  • 1篇影像融合
  • 1篇孕穗
  • 1篇孕穗期
  • 1篇灾害
  • 1篇植被
  • 1篇植被指数
  • 1篇穗期
  • 1篇卫星数据
  • 1篇小麦
  • 1篇小麦叶
  • 1篇涝灾
  • 1篇洪涝
  • 1篇洪涝灾害
  • 1篇LAI

机构

  • 2篇山东科技大学
  • 2篇中国科学院遥...
  • 1篇中国科学院大...
  • 1篇三亚中科遥感...

作者

  • 2篇陆坤
  • 1篇孙云晓
  • 1篇张佳晖
  • 1篇谢秋霞

传媒

  • 1篇国土资源遥感
  • 1篇灾害学

年份

  • 1篇2018
  • 1篇2017
2 条 记 录,以下是 1-2
排序方式:
基于GF-2卫星数据的孕穗期小麦叶面积指数反演——以河北省廊坊市为例被引量:6
2018年
叶面积指数(leaf area index,LAI)是评价植被长势和预测产量的重要农业生理生态参数。高分2号(GF-2)卫星数据具有高空间分辨率特点,能反映更多细节信息,针对该数据特点的LAI反演方法具有较高的研究价值。以河北省廊坊市万庄镇为研究区,对孕穗期小麦采用了回归模型和神经网络算法反演LAI;采用4种植被指数与实测LAI值构建回归模型,同时重点探讨了PROSAIL模型结合神经网络方法进行LAI反演。研究结果表明,在回归模型中,归一化植被指数(normalized difference vegetation index,NDVI)的二项式模型估算LAI可以获得最高精度,采用实测数据验证的决定系数(R2)和均方根误差(root mean square error,RMSE)分别为0.719 3和0.393 6;与回归模型相比,神经网络反演LAI方法更显著提高了精度,R2和RMSE分别达到0.900 8和0.273 2。基于GF-2卫星数据,在研究区小麦孕穗期,神经网络反演LAI具有较强可行性和适用性,可为高空间分辨率卫星影像的LAI反演提供参考。
陆坤孟庆岩孙云晓孙震辉张琳琳
关键词:植被指数
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
共1页<1>
聚类工具0