水稻种植面积估计的运行化遥感方法

该文提出了用高分子辨率遥感数据提取水稻种值面积本底数据和用可靠低廉的ＮＯＡＡＡＶＨＲＲ数据估计水稻种植面积变化趋方法。该方法具有运行化的特点，成功地应用于１９９４年度湖北省早稻种植面积估算。     

利用NOAA－AVHRR资料提取水体信息的初步研究

本文讨论了应用ＮＯＡＡ－ＡＶＨＲＲ资料来提取水体信息的方法。采用ＡＶＨＲＲ一、二通道（下面简写为ＣＨ１、ＣＨ２）获得的地面反射率数据构成的归一化植被指数（ＮＤＶＩ）来识别水体，并初步提出了应用模糊数学的方法提取混合像元中的水体面积信息的技术思路。     

应用NOAA/AVHRR数据测算局地水稻种植面积方法研究

本文采用在模糊监督分类中增加迭代过程的方法－－模糊监督分类一迭代法,在分解混合像元的基础上,利用ＡＶＨＲＲ数据求算水稻种植面积。根据稻田与旱地存在温度差异的特点,在分析ＡＶＨＲＲ数据统计特征的基础上,增加了第３和４两通道参加模糊监督分类,从而增加了分类橡元值矢量维数,增强了对水稻的鉴别能力。反采用的迭代法是收敛具有效的,经本方法输出的水稻种植面积百分含量图与实际水稻分布十分吻合,测算出的面积值与Ｔ     

NOAA AVHRR 1B数据的几何精纠正

文文在对ＮＯＡＡ－ＡＶＨＲＲ像元畸变特点分析和ＩＢ格式中的定位数据质量评价基础上，确定ＩＢ格式中的定位数据。尽管绝对精度很差，但相对精度较好，可以用来进行像元的相对定位，确定像元的大小和形状，在此基础上，提出了ＮＯＡＡ－ＡＶＨＲＲ像元畸变校正方法。校正后的图像经多项式纠正后，多时相复合和与辅助数据相复合的效果很好，误差为半个像元级。     

NOAA AVHRR数据的高精度导航定位

在ＮＯＡＡＡＶＨＲＲ数据的导航定位中,一般只进行卫星轨道根数调整和卫星时间漂移校正,而未考虑卫星姿态系统偏差的影响。该文在定量分析影响导航定位精度的主要因素基础上,提出了一种新的导航算法。该导航算法不仅对卫星时间漂移、卫星轨道根数进行约束最优调整,而且通过估算卫星姿态偏差将其融入到导航定位中加以校正。同时,将导航算法和卫星轨道计算、地面扫描点地理经纬度的计算方法以及参考图像的高精度配准等结合起来考虑,利用具有足够定位精度的１∶１００ 万数字地图数据和高分辨率Ｌａｎｄｓａｔ ＴＭ图像,提取地面控制点,使ＡＶＨＲＲ数据导航定位精度在整条轨道大范围内提高到１ 个像元,在星下点附近小于１ 个像元。     

NOAA气象卫星AVHRR1A.5数据集的定位处理研究

本主要研究对民是于ＮＯＡＡＡＶＨＲＲ１Ｂ数据集的ＮＯＡＡＡＶＨＲＲ１Ａ．５数据集的定位,提出非地标导航的定位处理方法。     

基于GIS的中国东北植被综合分类研究

ＮＯＡＡ／ＡＶＨＲＲ由于运行周期短、覆盖范围大、成本低、波段宽等特点,目前正越来越广泛地受到人们的普遍关注。在大尺度、中尺度植被遥感上,ＮＯＡＡ／ＡＶＨＲＲ具有陆地卫星无法比拟的优势,但在另一方面,ＮＯＡＡＡＶＨＲＲ也存在分辨率低、数据变形较大和几何畸变较严重等问题。这样,在应用ＮＯＡＡＡＶＨＲＲ数据进行大区域植被制图时,植被分类的精度仍待提高。本文从理论上探讨了将地理信息系统提供的地理数据与遥感数据复合的可行性;尝试在ＧＩＳ环境下,将气温、降水、高程３个影响区域植被覆盖的主要指标,按一定的地面网格系统和数学模式进行量化,生成数字地学影像,并使之与经过优化、压缩处理的ＮＯＡＡＡＶＨＲＲ数据进行复合,对复合后的综合影像进行监督分类。分类结果显示,与传统的应用最大似然分类方法对单一遥感图像分类相比,该综合分类方法分类精度提高了１８．３％,该研究方法改变了遥感影像的单一信息结构;丰富了图像的信息含量;完成了地理数据的数字传输、处理、存储及影像化显示。     

M变换在NOAA／AVHRR数据变化检测中的应用

将基于典型相关分析的正交变换的基础理论用于ＮＯＡＡ／ＡＶＨＲＲ数据的多元变化检测,对具体实施步骤进行了深入的探讨,并对部分中间结果进行节分析。实验表明,该方法应用于ＮＯＡＡ／ＡＶＨＲＲ数据的多元变化检测具有明显的优势,克降了传统方法存在的缺陷,具有良好的的应用前景。     

NOAA气象卫星AVHRR 1A.5数据集的定位处理研究

本文主要研究对异于ＮＯＡＡＡＶＨＲＲ１Ｂ数据集的ＮＯＡＡＡＶＨＲＲ１Ａ．５数据集的定位,提出了非地标导航的定位处理方法。并在大量实验的基础上指出,从原始数据图像到等经纬度投影图的纠正过程中不宜采用间接的多项式拟合法。     

农田蒸散双层模型及其在干旱遥感监测中的应用

该文建立了在部分植被条件下估算农田蒸散的双层模型，利用此模型和ＮＯＡＡ－ＡＶＨＲＲ数据对黄淮海平原春季旱情进行了评估，并做出了干旱及蒸散分布图。对双层模型和单层模型的估算结果进行了比较，结果表明在部分植被条件下双层模型估算的精度要高。     

利用神经网络方法提取水稻种植面积—以湖北省双季早稻为例

在利用NOAA数据提取水稻种植面积的过程中，由于其地面分辨率较低，存在大量混合像元问题，使得提取精度不够理想，该文基于神经网络方法即可以提供多源数据的输入，又不受数据分布假设限制的特点，从NOAA图像演算最能反应朋稻分布信息的绿度指数（NDVI）和日夜温差值，将其重采样，然后加入对水稻生产区域有重要影响的土壤类型，土地利用类型及高程分布等信息，以TM图像作为准直值进行分类，获得较为理想的湖北省双季早稻种植面积。     

NOAA/AVHRR的分裂窗算法在地表温度反演中的应用

以吉林西部为研究区域,建立以NOAA／AVHRR卫星资料进行地表温度反演的参数化模型。利用2000年7月5日的AVHRR资料,在4种常见地表温度反演分裂窗算法的对比分析基础上,选用Coil和Caselles提出的分裂窗算法,获得研究区地表温度,为地表蒸发量遥感计算提供必要的地球物理参数。     

Wheat growth profile: satellite monitoring and crop yield modelling

The most important advantage of the low resolution National Oceanic and Atmospheric Administration’s Advanced Very High Resolution Radiometer (NOAA AVHRR) data is its high temporal frequency and high radiometric sensitivity which helps in vegetation detection in the visible and near-infrared spectral regions. In areas where most of the crop cultivation is in large contiguous areas, and if the AVHRR data are selected for time period such that the crop of interest is well discriminated from other crops, these data can be used for monitoring vegetative growth and condition very effectively. The present study deals with the application of AVHRR data for the monitoring of the wheat crop in its seventeen main growing districts of the Rajasthan state. The fourteen date AVHRR data covering the entire growth period have been used to generate the normalized difference vegetation index (NDV1) growth profile for the crop by masking the non-crop pixels following the two-date NDVI change method. The growth profile parameters and other derived parameters, such as post-anthesis senescence rate and areas under the entire growth profile or under selected growth periods have been related to the district average wheat yield through statistical regression models. Various methods adopted for wheat pixels masking have been critically evaluated. It is found that the wheat yield can be predicted well by the area under the profile in different growth periods.     

基于小波多分辨率分析方法的海冰遥感影像数据融合

采用小波多分辨率分析方法，对辽东湾2000－01－18的海冰遥感数据（NOAA／ARHRR和Radarsat/ScanSAR)进行了融合分析，并从几方面对结果作了深入的分析和对比。文中首次采用了小波分析中的多层次分解和重构技术用于数据融合分析。     

陆面温度反演算法——劈窗算法的敏感度分析

首先给出ＣＯ２ 倍增下遥感光合作物产量的概念模型,之后分析未受ＣＯ２ 倍增的遥感光合作物产量估测模型;在考虑ＣＯ２ 倍增对作物产量的影响后,对影响干物质累积的作物光合速率的模型进行修正,进而修正遥感光合作物产量估测模型。建立ＣＯ２ 倍增下作物产量响应模型,求取各参数,并在ＣＯ２ 倍增下对我国华北地区冬小麦产量响应进行填图,表明模型的估测结果有良好的可比性。     

Cloud classification in NOAA AVHRR imageries using spectral and textural features

Clouds contribute significantly to the formation of many of the natural hazards. Hence cloud mapping and its classification becomes a major component of the various physical models which are used for forecasting natural hazards. The problem of cloud data classification from NOAA AVHRR (advance very high resolution radiometer) satellite imagery using image transformation techniques is considered in this paper. The singular value decomposition (SVD) scheme is used to extract the salient spectral and textural features attributed to satellite snow and cloud data in visible and IR channels. The goals of this paper are to discriminate between clear sky and clouds in an 8 × 8 pixel array of 1.1 km AVHRR data. If clouds are present then classify them as low, medium or high range. This scheme can effectively segregate clouds and non-cloud features in the visible and IR bands of the imagery. It can also classify clouds as low, medium or high range with a success rate of 70–90%. Computer-based snow and cloud discrimination and automatic cloud classification system will help the forecaster in various climatological applications, viz., energy balance estimation, precipitation forecasting, landslide forecasting, weather forecasting and avalanche forecasting etc.     

用NOAA气象卫星AVHRR的定量资料计算冬小麦种植面积的两种方法

本文提出了用NOAA气象卫星AVHRR的定量资料计算冬小麦种植面积的方法,即绿度指数法和单通道法。绿度指数法是根据冬小麦在特定生育期内绿度值基本上保持为常数的特点,用几块巳知样地的种植面积,推算整体种植面积;单通道法是只使用AVHRR第二通道的反照率来计算冬小麦种植面积。这两种方法的优点在于不需考虑大气削弱的订正处理问题,从而使计算得以简化。     

基于NOAA/AVHRR数据的北极反照率反演及其变化研究

极地海冰反照率直接影响极区的热收支,反照率的变化对地气系统热量收支平衡及气候变化等的研究具有重要意义。本文采用由美国国家海洋与大气管理局NOAA (National Oceanic and Atmospheric Administration)发射的NOAA卫星携带的先进的甚高分辨率辐射仪AVHRR (Advanced Very High Resolution Radiometer) Level-1B (L1B) 数据,经宽带反射率转换、各向异性校正、大气订正、云检测等处理,得到4 km宽带晴空地表反照率产品。将AVHRR反照率与北冰洋地表热收支SHEBA (Surface Heat Budget of the Arctic Ocean)实验数据进行印证,印证结果显示在冰雪冻结期二者平均偏差为-0.07,标准偏差为0.05。本文处理了2008年—2010年的AVHRR数据,结合第4次北极科学考察现场观测数据研究了北极冰面月平均反照率的变化,从降雪和冰脊两个方面分析了反照率的变化,结果显示反照率在冰雪融化过程中变化约为0.3,变化较大且较为迅速,表面粗糙的多年冰海域和较为平滑的一年冰海域的反照率在雪融化时期变化约为0.2且变化相对缓慢。研究结果表明,由冰雪融化引起的反照率变化较为快速且幅度较大,是引起北极反照率变化的主导因素。