共查询到10条相似文献,搜索用时 218 毫秒
1.
当前数据产品共享模式在我国各行各业均得到了快速应用和发展,纷纷将共性的、标准化的数据产品纳入共享中心进行处理.本文以"全球生态系统碳循环关键参数立体观测与反演"重点专项中的全球碳循环关键参数为研究对象,针对其特殊的限制条件,提出了基于网络复合架构的切实可行的低成本共享系统落地解决方案,可为具有类似特征的系统建设提供借鉴. 相似文献
2.
本文是国家重点研发计划"全球变化及应对"专项之"全球变化大数据的科学认知与云共享平台"项目介绍。针对中国全球变化数据"数据海量、信息缺乏、知识难觅"的困局,项目力图通过联合中国对地观测领域、大气科学领域、气候变化研究领域的优势力量,建成具有中国特色的全球变化大数据共享平台,践行破除信息数据"深藏闺中"的壁垒。该平台将集大数据快速汇聚、大尺度产品快速生成、不确定性分析、大数据驱动的全球变化敏感因子认知于一体,一方面为中国全球变化研究提供中国区域最好的全球变化大数据集,另一方面为在国际相关活动中,掌握全球变化问题的主导权,发出中国的倡议与声音提供应有的支持。 相似文献
3.
穆西晗 阎广建 周红敏 庞勇 邱凤 张乾 张永光 谢东辉 周盈吉 赵天杰 仲波 宋金玲 孙睿 蒋玲梅 尹思阳 李凡 焦子锑 屈永华 张吴明 程顺 崔同祥 《遥感学报》2021,25(4):888-903
遥感综合试验对于遥感科学技术的发展起到重要作用,无论是基础研究还是遥感应用都需要试验提供支撑。从2018年开始,遥感科学国家重点实验室针对遥感自身发展和遥感面向地表圈层深化应用面临的科学问题,在滦河上游流域组织了小滦河流域复杂地表碳循环遥感综合观测试验,本文旨在介绍该试验的目标、区域、观测参数、观测方法以及对未来研究的展望,以期望为今后开展其他遥感试验及相关研究提供有益的参考和帮助。该试验采用星机地协同综合观测的方式,选择主要的在轨运行卫星数据及覆盖此流域的遥感产品作为主要数据;针对典型区域开展航空及无人机遥感试验,搭载光学传感器设备,获取典型区域水热循环、碳循环等关键参数;并同步开展地面观测试验,在典型实验区开展大气、植被和土壤关键参数的精细观测。目前已系统的开展了地面测量试验、无人机遥感试验及航空遥感试验,并同步收集了卫星遥感数据,形成了一套丰富的星—机—地配套遥感实测数据集。在试验的推动下,遥感科学国家重点实验室于2020年在试验区架设了多座综合观测塔,并配置了多种观测设备,开启了长时间序列观测任务,虚拟试验场的构建和机理生态模型的运行也在同步开展。小滦河流域复杂地表碳循环遥感综合试验利用星—机—地一体化的监测方法有效获取了地表水、能量和碳循环的关键参数,为遥感机理模型发展、反演方法检验和尺度转换研究提供了关键的基础数据。目前已用来建立遥感机理模型的综合检验平台,分析和改进传统模型和遥感产品在复杂地表的适用性,阐明流域尺度碳水耦合的物理过程。 相似文献
4.
5.
基于“天地图”平台的农业地理信息系统建设研究 总被引:2,自引:0,他引:2
刘小婵 《测绘与空间地理信息》2017,40(9)
构建农业地理信息系统对于农业信息资源的统一管理和共享具有重要意义。本文针对如何基于"天地图"地理信息公共服务平台构建农业地理信息系统进行了初步的研究,分别从建设意义、系统关键、总体架构、功能设计、面临困难等方面入手,为福建农业地理信息化工作提供了参考。 相似文献
6.
7.
8.
火烧迹地是全球及区域碳循环和气候变化等研究所需的重要参数之一,卫星遥感技术为快速获取大区域火烧迹地空间分布信息提供了有效手段。中国科学院基于Landsat系列卫星数据研发了首个30 m空间分辨率全球火烧迹地产品GABAM (Global Annual Burned Area Map)。遥感数据产品的精度验证对产品使用具有重要意义,迄今尚未有研究机构对GABAM产品精度进行独立评价和分析。为系统评价GABAM产品精度,利用2010年全球30 m空间分辨率火烧迹地产品(GABAM2010)开展精度验证研究工作,在全球和几个陆地生物群落中估算了产品精度,并探索了全球遥感专题产品精度验证的技术框架。基于分层随机抽样选择80个非重叠的泰森多边形区域TSA (Thiessen Scene Areas),采用误差矩阵和6个精度指标对GABAM2010产品做全面精度评价和分析,以满足火烧迹地产品用户的使用要求。结果表明:在全球范围内,GABAM2010产品的错分率和漏分率分别为24.32%和31.60%,总体精度为97.85%;由于数据质量(如条带、云)等的影响,火烧迹地的范围会被低估,对于较容易发生火灾的生物群落,如热带亚热带草原区域,GABAM2010产品精度较高;在生物群落内部,高密度火烧迹地区域的精度高于低密度火烧迹地区域。 相似文献
9.
10.
植被光合有效辐射吸收比例FPAR (Fraction of absorbed Photosynthetically Active Radiation)是碳循环光能利用率模型中的关键参数之一。高分系列卫星的发射,为反演定量遥感产品提供了高时空分辨率的卫星遥感数据,基于高分数据的植被光合有效辐射吸收比例产品能够为生态系统碳循环的分析评估提供更加精细、精度更高的输入参数产品。本文发展了一种基于深度学习的光合有效辐射吸收比例反演方法。该方法利用SAIL(Scattering by Arbitrarily Inclined Leaves)模型模拟多种太阳入射角度、观测角度、大气条件下的植被冠层光合有效辐射吸收比例及冠层反射率,形成海量输入—输出模拟数据集,具有鲁棒性及更好的普适性;基于深度信念网络对数据集进行训练,得到高分一号(GF-1)卫星光合有效辐射吸收比例遥感反演模型。利用中国科学院怀来遥感综合试验站及黑河流域地表过程综合观测网FPAR地面站点连续观测数据对玉米作物、芦苇草地等下垫面反演的FPAR进行了对比验证,RMSE分别为0.15和0.17。本方法以辐射传输模型模拟的多维大气及地表输入... 相似文献