排序方式: 共有111条查询结果,搜索用时 0 毫秒
91.
基于遥感的区域尺度森林地上生物量估算研究 总被引:1,自引:0,他引:1
森林是陆地生态系统最大的碳库,精确估算森林生物量是陆地碳循环研究的关键。首先从机载LiDAR数据中提取高度和密度统计量,采用逐步回归模型进行典型样区生物量估算;然后利用机载LiDAR数据估算的生物量作为样本数据,与多光谱遥感数据Landsat8 OLI的波段反射率及植被指数建立回归模型,实现区域尺度森林地上生物量估算。实验结果显示,机载LiDAR数据估算的鼎湖山样区生物量与地面实测生物量的相关性R2达0.81,生物量RMSE为40.85 t/ha,说明机载LiDAR点云数据的高度和密度统计量与生物量存在较高的相关性。以机载LiDAR数据估算的生物量为样本数据,结合多光谱遥感数据Landsat8 OLI估算粤西北地区的森林地上生物量,精度验证结果为:R2为0.58,RMSE为36.9 t/ha;针叶林、阔叶林和针阔叶混交林等3种不同森林类型生物量的估算结果为:R2分别为0.51(n=251)、0.58(n=235)和0.56(n=241),生物量RMSE分别为24.1 t/ha、31.3 t/ha和29.9 t/ha,估算精度相差不大。总体上看,利用遥感数据可以开展区域尺度的森林地上生物量估算,为森林固碳监测提供有力的参考数据。 相似文献
92.
湿地具有独特的生态服务功能和很高的生态效益,因此恢复或重建退化湿地非常重要。针对目前湿地恢复的相关研究主要集中在恢复举措等宏观方面,缺乏在整体上考虑湿地之间的连通性及其空间结构的影响因素等问题,在流域为尺度上,对湿地的可恢复性进行评价,综合考虑湿地结构、湿地景观特征等自然因素以及人类建设活动干扰下流域下垫面等因素对整个流域内湿地恢复的影响,以永定河上游流域为例,建立一个基于GIS的多指标综合评价模型,对湿地的可恢复性进行评价。具体研究步骤包括指标信息提取、指标赋值及归一化和多指标综合。首先,选择河流等级、坡面流长、河流水质、饱和指数、水成土、土地利用/覆盖类型作为评价指标;然后,针对指标参量对湿地恢复的贡献度进行赋值,并做归一化处理以消除不同指标量纲对结果的影响;最后,利用层次分析法分析指标权重,计算加权值,根据加权值的正态分布对流域内湿地的可恢复性进行等级划分,并使用优序图法对评价结果进行佐证。研究结果表明,永定河上游流域研究区内可恢复湿地面积约979km2,占流域总面积的2.18%;其中,阳原县的可恢复湿地面积最大,约为131.6km2,其次为怀来县,为129.1km2;可恢复的湿地类型以水库/坝区型湿地和河流为主,分别占可恢复区域总面积的11.75%和11.33%。研究成果为湿地的管理和恢复工程选址的合理性提供了科学的理论参考,避免了依据单一生态环境要素或局部区域特征进行恢复对象选择的片面性。 相似文献
93.
作物种植成数的遥感监测精度评价 总被引:10,自引:1,他引:10
以河南开封和山西太谷地区作为研究区域 ,选用LandsatTM作为农作物种植面积遥感监测的数据源。利用LandsatTM提取河南开封实验区 2 0 0 1年的夏季作物和山西太谷地区 2 0 0 3年秋季作物的作物种植成数。同时 ,利用IKONOS ,QuickBird高分辨率遥感影像 ,通过地面调查进行了地面作物填图和分类 ,同样得到实验区的农作物种植成数。最后通过两种结果对比 ,表明开封实验区夏季作物的监测精度达到 99%以上 ,太谷实验区秋季作物的监测精度达到 97%以上 ,由此推断 ,表明利用LandsatTM监测农作物种植成数的精度能够满足中国农情遥感监测的运行化要求 相似文献
94.
基于GIS的复种指数潜力研究 总被引:22,自引:0,他引:22
复种指数对农业生产具有重要意义 ,通过计算复种指数潜力可以对未来粮食生产潜力进行预测。本文提出基于GIS技术的复种指数潜力计算方法。在GIS软件的支持下 ,分析全国农业统计数据 ,使用遥感数据修正全国县级耕地面积统计数据 ,进而计算各县最大复种指数 ,同时收集并处理气象数据。通过分析最大复种指数与积温、降水和日照时数的关系 ,提出以外包络法构建复种指数潜力模型。利用建立的复种指数潜力模型计算全国 1km尺度的复种指数潜力 ,并使用空间统计方法得到全国及分省的复种指数潜力。全国复种指数潜力为 198 5 %。 相似文献
95.
96.
97.
98.
99.
遥感在流域综合管理与流域科学研究中得到广泛应用并发挥着不可替代的作用。重点阐述了流域遥感的内涵、进展与面临的挑战,系统总结了相关的流域遥感数据产品。流域遥感研究流域下垫面、水循环、水资源、水灾害、流域生态的遥感解析能力并提供相关的遥感数据产品。流域遥感数据产品正逐步成为不断更新的公共产品和服务,满足了流域管理监测信息及时性、完整性、连续性和高精度的要求。流域遥感与云计算的结合,可降低流域遥感数据产品生成的技术瓶颈;与云服务结合,可降低流域遥感数据产品的应用难度和成本,将是流域遥感走向实用的主流方向,从而为流域综合管理提供全方位的信息支撑。 相似文献
100.
ETWatch中不同尺度蒸散融合方法 总被引:1,自引:2,他引:1
高分辨率遥感蒸散数据集的构建受到数据源的限制和云的影响,单一传感器无法达到高时空分辨率覆盖。本文分
析了ETWatch不同尺度遥感蒸散结果的空间特征,通过几种融合方法的比较,分析数据融合前后的数据特征和信息量,将
时空适应性反射率融合模型(STARFM)集成到ETWatch,用于不同尺度遥感蒸散数据的融合,该方法可以很好的结合高
低分辨率数据的空间分布和时间分布信息,在时间上保留了高时间分辨率数据的时间变化趋势,空间上又反映了高空间分
辨率数据的空间细节差异,STARFM融合后的日ET数据与融合前1 km 日ET数据的平均相对误差为1.75%,融合后的月ET
数据与融合前1 km 月ET数据的平均相对误差为0.2%,STARFM适合于不同尺度下遥感ET数据的融合。 相似文献