排序方式: 共有49条查询结果,搜索用时 0 毫秒
11.
重金属铜污染植被光谱响应特征研究 总被引:11,自引:1,他引:11
重金属铜污染植被的反射光谱特性会发生明显改变。在本研究中,采用不同程度的铜污染土壤作为培养基质,选择春小麦、上海青两种农作物进行铜胁迫实验,获取了4个不同生育期、10个不同铜污染强度下的植被叶片的反射光谱,并采用铜污染叶片7个特征波段和光谱角的方法研究了铜污染叶片的光谱特征。结果表明,铜污染叶片光谱差异与作物时期和作物类型有关,可以采用叶片光谱角描述铜污染叶片与健康叶片的光谱差异。该方法只需与阈值做简单的比较,方法简便易行,而且对轻度及重度铜污染十分敏感。叶片光谱辐射传输模型反演结果表明铜污染叶片内部结构参数N明显变大,这也证明了铜污染使叶片内部结构更加散乱无序。在此基础上进一步建立了N与红肩处反射率值的线性关系,相关系数为0.978。本文为铜污染叶片光谱反射模型的建立提供了初步的数据基础与理论支持。 相似文献
12.
13.
14.
基于高光谱数据的小麦叶绿素含量反演 总被引:18,自引:0,他引:18
近年来,遥感高光谱技术为获取农作物的某些生理化参数提供了丰富的数据来源。该文使用北京小汤山地区实验获取的小麦高光谱数据,应用偏最小二乘回归方法,建立了冬小麦冠层波谱与叶绿素含量的回归反演计算模型。研究结果显示:模型在350~1060nm波段具有较高的反演精度。本研究为应用高光谱数据反演冬小麦叶绿素含量提供了有效途径。 相似文献
15.
主成分变换对于区分多光谱遥感数据中岩性信息有一定效果。利用主成分变换的2个因子散点图分类提取多光谱遥感数据中较弱岩性信息时,发现这些弱信息并不是出现在散点图重合部分的重心位置,说明多光谱原始遥感数据之间除了存在着起支配作用的主特征值外,还存在反应较弱信息的特征因子。而主成分变换只表示了特征空间系列变换的一种结果,为了提取和显示多因子变化空间中出现的较弱特征信息,开发了多因子逐步正交变换算法软件,在 相似文献
16.
利用Landsat TM数据和地面观测数据验证GLASS反照率产品 总被引:1,自引:0,他引:1
Global LAnd Surface Satellite Products System(GLASS)反照率产品基于Angular Bin(AB)算法,仅使用单一观测角度的地表或大气层顶反射率数据就能较为准确地反演地表宽波段反照率,具有较高的时间分辨率,可以反映降雪、融雪、收割等状况下地表反照率的快速变化。遵循"一检两恰"的验证流程对这一反照率产品进行验证,首先使用FLUXNET站点验证数据对AB算法反演的Landsat Thematic Mapper(TM)高分辨地表反照率数据进行验证,再将TM高分辨反照率聚合到GLASS像元尺度对GLASS反照率产品进行验证。挑选FLUXNET的5个站点,筛选无云条件下的TM高分辨率影像,共获得103组有效验证数据。验证结果表明,GLASS反照率产品具有较高的精度,总体误差约为0.0163,可以满足大多数应用的精度需求。 相似文献
17.
湖泊面积变化监测具有重要的科学和社会意义,使用中低分辨率卫星遥感数据进行大面积的湖泊面积变化监测有很多优势,但易受混合像元的影响。本文根据湖泊水体的遥感特性,发展了使用中低分辨率卫星遥感数据的混合像元分解算法,应用线性多端元混合像元分解技术,自动、快速地得到在每个像元中湖泊所占的面积百分比;在上述分类结果的基础上,基于地物的空间依存现象,建立空间吸引力的概念,用循环迭代的方法实现超过遥感影像自身分辨率的湖泊亚像元填图。在针对青藏高原不同季节不同地区的Modis影像的实践中,显示混合像元分解算法可以提供较高精度的软分类结果;使用迭代方法进行亚像元填图是简单高效的,具有很大的应用潜力。 相似文献
18.
乐安江两支流河滩表层土重金属污染五节芒叶片光谱特征响应对比研究 总被引:1,自引:1,他引:0
为了解五节芒叶片光谱特征参数对河滩表层土重金属污染响应特征的流域差异,分别在乐安江两支流采集河滩表层土和五节芒叶片样本并测量五节芒叶片光谱.利用污染物富集因子和污染指数对两支流河滩表层土壤重金属污染状况和特征进行对比,并结合采矿点分布和矿种分析两支流河滩表层土污染成因.将五节芒叶片光谱特征参数、可见光波段反射率积分值(A1)和近红外波段反射率积分值(A2)分别与五节芒叶片中重金属含量进行回归分析,结果表明:1)大坞河五节芒叶片光谱特征参数对单一重金属Cu有较好的响应,而在洎水河五节芒叶片光谱特征参数受多种重金属共同影响.这与两支流河滩表层土重金属污染特征一致,并且重金属污染特征与采矿点分布和矿种关系密切.2)乐安江两支流五节芒叶片光谱特征参数均能反映流域河滩表层土的重金属污染规律.在今后的矿山环境调查中应将联系紧密的流域作为一个整体进行研究,加强流域对比. 相似文献
19.
BRDF模型参数分阶段鲁棒性反演方法 总被引:3,自引:0,他引:3
遥感BRDF物理模型均建立于一定的假设或基于某些理想状况,其模拟的数据与观测数据之间多少会存在一些差异(误差)。利用BRDF模型反演地表参数时,如果不加选择地使用所有观测数据,势必会影响模型参数反演的准确度。遥感反演时一般都采用代价函数进行参数拟合。经典的最小二乘(LS)拟合代价函数对正态分布误差具有一定的抗干扰性,但是当观测数据含有异常值时却会导致反演结果的不稳定。最小中值平方(LMS)方法具有鲁棒性特点,反演时若将其作为代价函数,则可以有效地检测出观测数据中含有的异常值,从而可以使模型反演准确度提高。本文以遥感BRDF物理模型——SAIL模型为例,使用模拟数据与真实地面观测数据,构建LMS与LS两种代价函数,分阶段地进行地表参数的反演方法研究。结果显示,针对具有一定误差或模型不能完全表示的观测数据,本文采用的分阶段方法可以对模型参数鲁棒地反演。 相似文献
20.
应用遥感方法估算区域蒸散量的制约因子分析 总被引:12,自引:8,他引:12
遥感方法估算区域蒸散量应用比较广泛的有两种,一种是完全以地表热量平衡方程为基础.用遥感方法估算出净辐射、土壤热流量和显热通量,然后用余项法求出蒸散量;另一种是以Penman—Monteith方程为基础.结合地表热量平衡方程,直接估算出蒸散量。本文根据国内外的研究现状,对应用遥感方法估算区域蒸散量的制约因子进行了深入的分析,这些制约因子包括(1)图像信息源;(2)反照率、比辐射率和表面温度等地表参数的遥感反演精度;(3)空气动力学阻抗和表面阻抗模型;(4)估算结果的验证方法(5)时间尺度的扩展问题。分析结果表明:长期以来由于这些因子中所涉及到的许多关键技术和难点问题都没得到很好的解决,因而极大地制约着应用遥感方法估算区域蒸散量的发展。通过对制约因子的分析.可以有助于高精度遥感蒸散模型的建立。 相似文献