排序方式: 共有27条查询结果,搜索用时 15 毫秒
11.
Airborne Visible/Infrared Imaging Spectrometer(AVIRIS)成像光谱仪极大地推动了高光谱遥感技术的应用和发展. 相似文献
12.
13.
14.
岷江上游典型流域植被覆盖度的遥感模型及反演 总被引:2,自引:0,他引:2
本文在对岷江上游典型流域研究区实地踏勘和定位观测的基础上,综合利用Aster和ETM遥感数据、地面实测数据和常规观测数据等资料,研究了植被指数与植被覆盖度之间的相关性,确定了岷江上游典型流域植被覆盖度模型。以遥感图像中单个像元作为测算单位,对植被指数NDVI进行了计算,并对岷江上游毛儿盖地区植被覆盖度进行了反演。利用研究区实测数据、生态环境本底遥感调查数据和水文气象数据,对上述模型反演结果进行验证和精度分析。结果表明,模型反演结果精度较高,能较真实的反应研究区植被覆盖度实际状况。 相似文献
15.
16.
17.
18.
19.
为克服传统生态环境监测周期长,可靠性差,精度低的局限性,提出利用多种对地观测技术及Google Earth 技术进行土地利用/覆被变化监测方法.即利用新近获取的遥感影像为信息源,以原有的遥感影像解译数据为基础,对新遥感影像进行土地利用/覆被变化解译,修改旧遥感解译数据库;利用Google Earth上具有的高分辨率遥感影像,在室内对解译过程中的不确定地物进行补判;利用手持GPS接收机在野外对解译结果进行核查,并更新数据库;利用GIS空间分析功能,提取出高精度土地利用/覆被变化信息.实验选取近年旱涝灾害严重的四川作为研究对象,研究结果表明利用多种对地观测技术及Google Earth技术可以有效的对土地利用/覆被变化进行动态监测,并对下一步研究方向进行了探讨. 相似文献
20.
为了研究成都市水质富营养化情况,选取了龙泉湖作为研究对象,通过对龙泉湖实地采集水样以及高分一号实时遥感影像数据进行处理,准确地评价出了龙泉湖水体所处的富营养级别。通过对龙泉湖实地数据进行水样参数浓度测量以及实地光谱曲线处理,获得相关的水质反演所需的敏感波段或者波段组合,得出了5个水质参数的反演公式,既而对校正预处理过的高分一号遥感数据进行富营养等级评价。在对各个评价的指标参数进行分析后,选择适合龙泉湖富营养状态评价的叶绿素chl_a、总磷TP、总氮TN、透明度SD、高锰酸盐CODmn五个参数指标,利用综合营养状态指数法对整体水域进行水质富营养化评价,得出龙泉湖目前处于中度营养状态,并初步进行了准确性分析论证。 相似文献