共查询到20条相似文献,搜索用时 190 毫秒
1.
2.
基于环境因素的沿岸水域叶绿素遥感探测研究 总被引:1,自引:0,他引:1
海洋叶绿素的调查一直是海洋生物资源与海洋生态学的研究重点。遥感技术是海洋叶绿素调查的有力工具。利用遥感光谱信号探测海水叶绿素在大洋水体(一类水体)中十分成功,但在沿岸水体(二类水体)的精度却不高,主要是由于悬浮泥沙、黄色物质等的干扰太大。从叶绿素的生存条件入手,提出了利用海水叶绿素环境生存因子作为辅助因素的方法建立叶绿素遥感探测模型。并以珠江口海域作为研究对象展开试验,结果表明:环境因子的引用,使模型的误差从32·48%降为17·96%,精度大大提高,从而证明该方法的可行性和有效性。 相似文献
3.
基于遥感和美国碳通量观测数据的GPP模型比较研究 总被引:1,自引:0,他引:1
基于遥感和碳通量观测数据,本文采用VPM、EC-LUE、TG、GR、VI和MOD17六个模型估算了五种主要植被类型站点尺度的总初级生产力(GPP)。利用线性相关和定量分析方法评价并比较了上述模型在不同时间尺度上(8天、生长季和年际)的GPP模拟精度。结果表明:1)EC-LUE和VPM模型总体估算精度最高(R20.78);2)森林生态系统中,GPP估算值和实测值在季节和年累积总量上相对误差较小,而在草地和农田系统中,相对误差较大;3)GR、VI和TG模型在森林生态系统GPP估算中模拟精度较高,因其在形式上相对简单,需要的参数和输入数据相对较少,因而适用于大尺度的森林生态系统GPP估算。 相似文献
4.
陆地总初级生产力遥感估算精度分析 总被引:1,自引:0,他引:1
准确估算陆地总初级生产力GPP(Gross Primary Productivity)数值对碳循环过程模拟有重要影响。本文介绍了多种基于植被指数以及基于光能利用率的遥感GPP算法,综述了不同算法在其研究区域的估算精度;并分析了MODIS/GPP以及BESS/GPP两种遥感GPP产品在不同植被类型的估算精度。通过对比全球碳通量站网络GPP数据表明,MODIS/GPP产品在全球估算结果具显著相关性(R2=0.59)及中等标准误差(RMSE=2.86 g C/m2/day),估算精度较高的植被类型有落叶阔叶林,草地等;估算精度较低类型包括常绿阔叶林,稀树草原等。本文对GPP产品中存在的不确定性进行分析,通过综述前人研究中发现的遥感估算GPP方法中存在的问题,指出可能的提高卫星遥感GPP产品估算精度的方法及发展趋势。 相似文献
5.
6.
针对遥感影像由于载荷类型、观测角度、地形起伏等内外部因素造成的影像局部几何畸变,而基于全局配准方法制约着影像配准精度的提高,基于像元的弹性配准方法可大幅提升遥感影像的配准精度,但是存在运算效率这一瓶颈等问题,该文利用像元弹性配准参数的稀疏性,提出一种基于压缩感知的弹性配准方法。通过对遥感影像像元梯度幅值响应较强的点进行随机抽样,形成观测样本点集,采用弹性配准局部参数解算模型求解样本点平移参数;通过压缩感知稀疏重构算法重构影像各像元平移参数。实验表明,在配准精度差异较小和一定的参数设置条件下,该方法可显著提高弹性配准运算速度。 相似文献
7.
8.
利用光化学反射植被指数估算光能利用率研究的进展 总被引:1,自引:0,他引:1
植被光能利用率(LUE)是估计植被初级生产力(GPP)和净初级生产力(NPP)模型的一个重要输入,准确地估计LUE对于生态学研究有重要的意义.由于LUE随环境的变化关系十分复杂,现有的LUE估算模型过于粗糙简单,而通过遥感直接估计LUE将会更加可靠.研究表明,光化学反射植被指数(PRI)与LUE有很好的相关性,故PRI在利用遥感估计LUE方面具有极大的潜力.但是很多研究也发现了PRI-LUE的关系不够稳健,受许多因素的干扰,比如物种构成、冠层结构及大气等.因此,PRI的广泛应用还需要更多的研究.本文首先介绍了PRI的定义及PRI随LUE变化的生理机制,再综述了一些利用遥感手段建立PRI-LUE关系的例子,然后分析了影响PRI-LUE关系的各种干扰因素,最后对PRI研究取得的成果、存在的问题以及发展前景作了总结. 相似文献
9.
植被净初级生产力NPP(Net Primary Production)遥感估算与分析,有赖于高时空分辨率的遥感数据,但目前中高分辨率的遥感数据受卫星回访周期及天气的影响,在中国南方地区难以获取连续时间序列的数据,从而影响了高精度的区域植被净初级生产力的遥感估算。为此,提出一种基于多源遥感数据时空融合技术与CASA模型估算高时空分辨率NPP的方法。首先,利用多源遥感数据,即Landsat8 OLI数据与MODIS13Q1数据,采用遥感数据时空融合方法,获得了时间序列的Landsat8 OLI融合数据;然后,基于Landsat8 OLI时空融合数据,并采用CASA模型,以长株潭城市群核心区为例,进行区域植被NPP的遥感估算。研究结果表明,基于时间序列Landsat融合数据估算的30m分辨率的NPP具有良好的空间细节信息,且估算值与实测值的相关系数达0.825,与实测NPP数据保持了较好的一致性。 相似文献
10.
海洋初级生产力的卫星探测 总被引:5,自引:0,他引:5
讨论了海洋初级生产力的卫星探测技术,内容包括卫星探测的技术要求、卫星数据的处理、海洋初级生产力的估计、大气辐射校正以及水色卫星探测器的现状和发展等。 相似文献
11.
12.
13.
14.
叶片光谱是估算植被生化参数的重要依据。然而,遥感影像获取的光谱为像元及冠层光谱,因此,在进行植被生化参数的遥感定量估算时,需将冠层光谱转化到叶片尺度。根据几何光学模型原理,推导出植被冠层光谱和叶片光谱的尺度转换函数,将冠层光谱转换到叶片尺度。首先,采用叶片光谱模拟模型PROSPECT模拟出叶片水平的光谱;其次,在几何光学模型4-scale模型中,通过改变叶片光谱和叶面积指数(leaf area index,LAI),模拟出不同叶片特征下的冠层光谱。最后,通过LAI建立两个查找表,一个是传感器观测到树冠光照面和背景光照面概率的查找表,另一个是多次散射因子M的查找表,从而实现冠层光谱和叶片光谱的转化。结果表明,利用4-scale模型能实现冠层光谱与叶片光谱的尺度转换,此方法有很好的适用性。 相似文献
15.
应用粒子群算法的遥感信息与水稻生长模型同化技术 总被引:4,自引:0,他引:4
在研究遥感信息和水稻生长模型的同化过程中, 最小化遥感反演与生长模型(RiceGrow)输出的水稻生长
信息差值绝对值时引入了一种新的优化算法-粒子群算法(PSO), 并对比了其与模拟退火算法(SA)的优缺点; 探讨
了叶面积指数(LAI)和叶片氮积累量(LNA)分别作为同化参数时的同化效果。结果表明, PSO 无论是从同化效率还是
反演精度上都要好于SA, 粒子群优化算法是一种可靠的遥感与模型同化算法; LAI 和LNA 作为外部同化参数时各
有优势, LAI 作为同化参数可获得较准确的播期及播种量, 而LNA 作为同化参数可获得更为准确的施氮量信息。但
是LAI 作为外部同化参数时的反演结果总体要优于利用LNA 作为同化参数时的反演结果。利用试验资料对该技术
进行了测试和检验, 结果显示反演的模型初始参数的平均值与真实值的相对误差(RE)均小于2.5%, 均方根误差
(RMSE)为0.7—2.2, 产量模拟值与实测值之间的相对误差为5%左右, 模拟与实测相关指标值吻合度较高, 该同化
技术具有较好的适用性。从而为生长模型从单点扩展到区域尺度应用奠定了基础。 相似文献
16.
17.
本文旨在研究基于地块数据约束的深度学习模型的分类特征表示方法,以识别不同作物在不同时相上光谱差异从而对作物类型进行分类。通过Google Earth Engine平台获取作物生育期内全部Landsat 8影像,利用其质量评定波段完成研究区无云时相及区域上的地块统计,提取地块级别的各波段反射率均值按照时相顺序及波长进行排列,构建波谱、时相二维特征图作为该地块的抽象表示。通过构建相对最优的卷积神经网络CNN(Convolutional Neural Network)结构完成对特征图的分类,从而完成对地块的分类。构建CNN模型并不需要手工特征和预定义功能的需求,可完成提取特征并遵循端到端原则进行分类。将该模型的分类结果与其他最为常用机器学习分类器进行了比较,获得了优于常用遥感分类算法的分类精度。结果表明地块数据的加入可以有效的缩减计算规模并提供了准确的分类边界。所提出得方法在地块特征表示及作物分类中具有突出的应用潜力,应视为基于地块的多时相影像分类任务的优选方法。 相似文献
18.
19.
20.
以山地植被生态系统NPP遥感估测与分析为研究内容,以地学和生态学知识为基础,利用RS,GIS技术手段,综合遥感数据、DEM数据、统计数据、定位点的实测数据等多源信息,构建了NPP遥感地形模型,计算出夏尔希里自然保护区7月份的植被NPP,最终完成了夏尔希里自然保护区植被生产力的定量化。 相似文献