公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

农区MODIS植被指数时间序列数据重建被引量：7: 2010年; MODIS植被指数时间序列数据能够连续反映植被的覆盖情况,是农作物遥感测量的重要数据源。但现有MOD13产品中存在由云、气溶胶,传感器角度等干扰因素导致的噪声指数。因此,必须对MOD13时间序列中的噪声指数进行恢复。根据农作物种植区物候与熟制信息,将待重建像元时间序列划分为符合作物生长周期的时段。对各时段内指数按非对称高斯模型重建,优化相邻时段之间重叠期内指数。多次迭代重建和优化过程后恢复时间序列中噪声指数。对覆盖北京市通州区以南和河北省保定市以北农区2005年MOD13数据进行重建,与两阶段S-G滤波重建结果对比。结果表明:噪声指数被准确判断并恢复。农区多熟制导致的低值指数被有效保留。重建时间序列可以正确反映植被的覆盖情况。; 侯东潘耀忠张锦水梁顺林朱文泉李乐李苓苓; 关键词：农作物物候熟制

支持向量机与分类后验概率空间变化向量分析法相结合的冬小麦种植面积测量方法被引量：11: 2010年; 利用遥感手段提取农作物种植面积时,需要结合作物物候特征,以提高面积的提取精度。该文以北京市通州区西南部为试验区,以冬小麦为研究对象,利用多时相的环境减灾小卫星遥感影像数据,通过基于支持向量机二分法的分类后验概率空间变化向量分析法进行冬小麦种植面积遥感测量试验研究。研究结果表明:该文提出的方法测量结果总体精度、Kappa系数分别为95%、0.90,远高于支持向量机(SVM)分类后直接比较方法(总体精度91%,Kappa系数0.79);解决了实际应用中的变化阈值选取的主观性问题,该方法的频度直方图两极化现象使得变化阈值取值部分频度被压低摊平,阈值敏感度降低,变化阈值取值更为客观,一定程度上解决了阈值难以设定的问题;SVM二分法和变化向量分析的结合增强了对光谱的敏感性,能够监测不同季相上植被的长势变化,进而提高了农作物种植面积遥感测量的精度,同时对其他农作物种植面积测量提供了途径。; 李苓苓潘耀忠张锦水宋国宝侯东; 关键词：混合法冬小麦

SVM与PCVA相结合的冬小麦种植面积测量方法研究: 与自然植被相比,除光谱差异以外,不同农作物都具有各自典型的物候特征,这种剧烈的季相变化特征与自然植被的有序变化形成了巨大的反差,因此,利用多时相遥感影像进行变化监测已成为当前农作物种植面积提取的重要方法之一。本文以北京市...; 李苓苓潘耀忠张锦水宋国宝侯东; 关键词：混合法冬小麦; 文献传递

地块支持下MODIS-NDVI时间序列冬小麦种植面积测量研究被引量：15: 2011年; 在大尺度冬小麦种植面积测量中,MODIS(moderate resolution imaging spectrometer)数据对绝大部分地区可实现全覆盖数据保障,具有很好的时间序列特征,在探测植物季相节律进行作物估产与动态监测上得到很好的应用,但因受到空间分辨率的限制,其测量结果的可靠性受到较大质疑。地块数据具有明确的位置特征和明显的边界信息,在一定程度上降低了光谱差异和混合像元的复杂程度,在遥感影像上具有很强的相似光谱特征,较像元识别更有优势。以北京市通州为试验区,充分结合冬小麦生长季特征,首次尝试MODIS-NDVI空间地块化,建立其与中分辨率TM耕地地块识别结果的定量关系,进行地块支持下的MO-DIS-NDVI时间序列冬小麦种植面积测量。研究结果表明,当样本量达到15%以上时,MODIS和TM提取结果区域精度一致性稳定达到96%以上。该方法证明,地块数据可有效改善MODIS-NDVI时序数据遥感识别中,因空间分辨率低引起的误差。实现有碎云影响和无全覆盖中分辨影像时,利用部分中分辨影像样本结合低分辨率全覆盖影像实现大尺度的冬小麦种植面积测量,同时,为其他品种农作物种植面积测量进行先期的实验研究。; 李乐张锦水朱文泉胡潭高侯东; 关键词：时间序列 TM 地块

基于TM图像的农业区域植被覆盖变化检测被引量：4: 2012年; 以交叉相关光谱匹配(cross correlogram spectral matching,CCSM)为基础构建土地覆盖变化强度指标,利用华北农业植被覆盖区2期不同时相的TM图像计算该地区土地覆盖变化强度图像。认为变化强度图像任意二阶邻域中像素的变化强度服从隐马尔可夫模型,用马尔可夫随机场-最大后验估计(maxium a posteriori estimation of markovrandom field,MRF-MAP)的方法从变化强度图像中提取植被变化区域。实验证明:该方法能够有效识别各种外源噪声造成的农业植被覆盖区域同物异谱的现象,可准确提取植被变化区域;但对于水体区域存在误判现象。; 王晓东何浩侯东孙冠楠朱文泉; 关键词：植被覆盖变化检测

TM传感器辐射定标参数精度分析被引量：5: 2010年; 以2007年4月26日北京地区TM图像为例,对美国地质调查局(USGS)和中国遥感卫星地面站(RSGS)提供的传感器辐射定标参数进行精度评价。首先,根据不同来源的辐射定标参数,采用对应的定标系数计算公式得到相应的定标系数,采用不同的定标系数分别对DN值进行反演,得到不同辐射定标参数下的表观辐亮度数据;然后,将两种表观辐亮度反演结果输入FLAASH大气校正模型,反演图像获取时的气象视距和地表反射率;最后,通过同步气溶胶观测数据和高分辨率遥感影像对所反演的气象视距和地表反射率分类精度进行评价,得到传感器定标参数精度评价结果。研究表明:USGS提供的辐射定标参数能更为精确地反映TM传感器的辐射特征。; 侯东宋国宝董燕生顾建宇; 关键词：辐射定标大气校正 FLAASH 最大似然分类

HJ-1号卫星数据与统计抽样相结合的冬小麦区域面积估算被引量：33: 2010年; 【目的】探讨利用HJ-1号卫星遥感数据进行冬小麦种植面积测量的可行性,并进一步结合统计抽样的方法,估算区域冬小麦种植面积,解决单靠遥感进行冬小麦种植面积测量时多期影像信息误差积累和生长差异性影响的问题。【方法】以北京市为研究区,采用多时相HJ-1号卫星遥感数据与分层抽样相结合的方法进行冬小麦种植面积测量:利用多时相HJ-1号卫星遥感数据获取冬小麦遥感识别结果(56506.67hm2),结合耕地地块数据建立入样总体,以耕地地块内冬小麦遥感识别面积作为分层标志进行分层随机抽样,反推得到北京市冬小麦面积总量(59680hm2)。【结果】多时相冬小麦遥感识别结果MAE为0.17,bias为-0.05,抽样反推区域总量面积提高了约5%,在一定程度上纠正了HJ-1号卫星多期遥感影像提取冬小麦区域面积偏低的问题。【结论】本文方法能够准确测量出区域冬小麦总量面积,具有较强的应用性和普适性,为采用HJ-1号卫星遥感数据进行农作物种植面积遥感测量进行了先期的方法探讨,深化了该遥感数据源的应用。; 张锦水申克建潘耀忠李苓苓侯东; 关键词：冬小麦分层抽样遥感

全选清除导出

共1页<1>

侯东