排序方式: 共有60条查询结果,搜索用时 15 毫秒
1.
微波遥感获得的土壤湿度数据分辨率一般不高,不能满足流域尺度上中高分辨率的土壤湿度数据的需求.基于此,采用8天合成的LST数据MOD11A2以及16天合成产品MOD13A2 NDVI数据与10km的土壤湿度数据进行回归分析,对其进行降尺度处理获得1km土壤湿度数据,同时对其进行验证,分别求得10km分辨率和1km分辨率的TVDI,判断土壤湿度数据与TVDI之间的相关性.结果显示,1km分辨率湿度数据与TVDI之间相关系数为0.91,而10km分辨率湿度数据与TVDI之间相关系数为0.36,降尺度后的数据能够更好地反映研究区土壤湿度空间分布. 相似文献
2.
以MODIS/NDVI作为研究植被变化的遥感数据,针对传统变化矢量分析方法无法较好反映植被变化方向性与波动性的不足,本文建立了修正的变化矢量分析公式,并提出了可描述NDVI年际变化波动性的振荡指数bz。为验证修正的变化矢量分析方法与振荡指数的有效性,选取长江上游青衣江流域为试验区,对不同的植被变化检测方法进行比较分析。研究表明:利用修正变化矢量分析方法得到的NDVI矢量变化强度不仅保留了NDVI变化的强度特征和结构特征,而且可以明确地指示每个像元上植被的变化趋势,从而在数量上和趋势上更好地刻画NDVI时空变化特征;基于振荡指数bz计算的振荡强度由于考虑了年内各时间维上NDVI的变化累积,可以有效地反映NDVI年际变化的波动性。 相似文献
3.
基于实测大豆冠层高光谱及叶绿素a数据,利用植被指数和三波段方法建立大豆叶绿素a的高光谱反演模型.通过IDL(interactive data language)实现NDVI和RVI波段的重新选择,提高了基于2种植被指数的模型反演精度.比较而言,三波段方法建模反演大豆叶绿素a含量的精度较改良后植被指数的更高(R2=0.81).研究结果表明,利用波段重新组合的植被指数建立的估算模型可以提高大豆叶绿素a的估算精度;三波段模型法可以筛选更好的波段来构建模型,并在一定程度上提高大豆叶绿素a反演精度. 相似文献
4.
为了在生产生活中更充分地发挥高光谱遥感技术的作用,我国一代又一代的遥感专家们辛勤耕耘,创新不息,用他们的智慧和努力、坚毅和执着不断地谱写着高光谱遥感技术的新篇章。中国科学院遥感应用研究所高光谱研究室主任张立福就是其中一位。 相似文献
5.
以丹江口水库上游库区的TM卫星数据为例,首先利用遥感图像处理软件(ERDAS IMAGINE)中监督分类的方法对该区遥感数据进行分类,然后利用该区域的DEM、坡度图、归一化植被指数作为辅助手段进行空间分析,快速提取该区域的土地利用信息,提高了信息提取的速度及精度,最后利用MAPGIS软件对提取的土地信息以土地利用专题图的形式输出。 相似文献
6.
《绵阳师范学院学报》2020,(5):96-101
本文以Landsat 5 TM和Landsat 8 OLI遥感影像为数据源,利用ENVI 5.3软件平台和像元二分模型,对安庆市2004年和2017年植被覆盖度进行估算,在此基础上研究安庆市植被覆盖度时空变化特征.结果表明:(1) 2004-2017年,安庆市低植被覆盖区面积增加了34.99 km2,中低植被覆盖区面积增加了30.95 km2,中低植被覆盖区面积增加了30.95 km2,中植被覆盖区面积增加了38.53 km2,中植被覆盖区面积增加了38.53 km2,中高植被覆盖区面积增加了14.87 km2,中高植被覆盖区面积增加了14.87 km2,高植被覆盖区面积减少了123.96 km2,高植被覆盖区面积减少了123.96 km2.(2)安庆市绝大部分地区植被覆盖良好,中低植被覆盖区和低植被覆盖区呈现出由菱湖向四周扩展趋势,东部植被覆盖度下降较多,植被覆盖呈现碎片化分布状态.(3)安庆市城市化水平高,工业区向西迁移,居民区向东扩展. 相似文献
7.
对2011年8月覆盖新乡市人民公园的SPOT5遥感影像进行预处理提取植被信息,再用代表性样地法采集植被信息,选定归一化植被指数(NDVI)和比值植被指数(RVI)作为自变量,以实测样本数据(LVV)作为应变量,采用多元回归分析法建立基于遥感影像的新乡市人民公园植被遥感模型.结果表明:LVV与VI呈极显著的相关关系,其相关系数多以相对均质植被高于植被总体.每种植被样方优化出一个模型,即针阔混交林:LVV=16.216RVITOA+19.698RVidn-9.112(R^2=0.866,RMSE=0.289);阔叶林:LVV=8.111RVIPAC-3.142(R^2=0.795,RMSE=0.512);灌木:LVV=313.621NDVIDN3—19.118NDVIDN2.612(R^2=0.812,RMSE=0.714);草地:LVV=3.121RVITOA+1.992RVIDN-4.002(R^2=0.892,RMSE=0.547);总体植被:LVV=2.231RVIPAC-7.112NDVISR+5.122NDVIPAC+9.982NDVIDN-1.417(R^2=0.796,RMSE=0.712).这些优选模型在新乡市人民公园的植被调查中具有一定的应用价值. 相似文献
8.
植物光化学植被指数对叶片生化组分参数的敏感性 总被引:2,自引:0,他引:2
光化学植被指数PRI的定义为531 nm 和 570 nm处反射率的归一化植被指数,这一指数能够成功的估算叶片尺度、冠层尺度和景观尺度的光能利用率LUE,进而可以提高净初级生产力NPP的估算精度,因而PRI有着广阔的应用的前景。但是,很多干扰因素会对建立PRI和LUE的关系产生影响,并且随着尺度的变化,干扰因素也在变化。因此,研究不同尺度下各种干扰因素对PRI的影响就显得更加必要和紧迫。基于这一点,本文利用PROSPECT和SAIL模型分别对叶片尺度和冠层尺度影响PRI的干扰因素进行了敏感性分析。结果表明,在叶片尺度上,叶片的PRI对叶肉结构参数 N 和叶绿素浓度(Cab)变化有着较高的敏感性,对于叶片的干物质浓度(Cm)和等效水厚(Cw)的变化敏感性弱;在冠层尺度上,叶面积指数、叶倾角分布、太阳高度角以及观测天顶角都会引起冠层PRI的变化。土壤类型对冠层的PRI不起决定作用,冠层自身的性质才是冠层尺度PRI的决定因素。 相似文献
9.
徐艳红 《内蒙古师范大学学报(哲学社会科学版)》2015,(2):112-116
本文以2011年5-10月内蒙古地区MODIS卫星的MYD13Q1-NDVI数据为数据源,利用ENVI平台,计算了旬植被长势状态指数与年植被长势变化幅度指数,在此基础上,借助ArcGIS平台,对其分了等级,最终通过数学统计方法对内蒙古地区植被长势年内变化特征进行了分析。研究结果表明:1)各旬同等级植被长势状态在年内具明显的阶段性特征:第9-14旬(5-7月)植被长势Ⅰ级较快上升,而第14-20旬(7-10月)逐渐下降;除第9-10旬植被长势Ⅱ级较快上升外,其余的缓慢波动;第9-10旬植被长势Ⅲ级较快上升,而第10-12旬逐渐下降,又第12-20旬逐渐上升;第9-14旬植被长势Ⅳ与Ⅴ级逐渐下降,而第14-20旬逐渐上升;除第9-11旬植被长势Ⅵ级较快下降外,其余的缓慢波动。2)各旬植被长势综合状态在年内具明显的时间差异性特征:第9-14旬植被长势综合状态越来越好,而第14-20旬越来越差,其中第14旬(7月下旬)其达到最佳。3)年内植被长势变化幅度以Ⅰ与Ⅳ级为主,具空间差异性特征:Ⅰ级主要分布在内蒙古中西部的中部地区、中东部的东北地区、东部的西北地区;Ⅱ与Ⅲ级主要分布在内蒙古西部以东地区;Ⅳ级主要分布在内蒙古在内蒙古东、西部之间;Ⅴ级主要分布在内蒙古西部的东南地区和中西部的北部地区;Ⅵ级主要分布在内蒙古西部地区。 相似文献
10.
归纳学习训练样本能够产生决策规则或决策树,通过决策规则或决策树分类新数据的方法称为决策树。本文以大连市旅顺口区为研究区域,分析该区影像信息选取分类样本,选取合适的特征,统计分析样本的特征值,运用基于特征的决策树分类方法,设计决策树分类器,来解决该区域土地利用分类问题。 相似文献