近40年青藏高原湖泊变化遥感分析

来源 :第二十届中国遥感大会 | 被引量 : 0次 | 上传用户:kmj
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  以青藏高原为研究区域,利用2014年高分一号16m分辨率多光谱影像提取青藏高原上面积大于1km2的湖泊,并结合历史上两次全国湖泊调查青藏高原湖区数据集及气象资料,对1975年至2014年湖泊变化及其影响因素进行分析.研究结果表明:1)2014年青藏高原1km2以上湖泊个数共计1210个,总面积为79473.03,自1975年以来整体呈扩张趋势;2)黄河源流域湖泊因为降水量的变化面积表现为先萎缩后扩张;3)雅鲁藏布江流域由于蒸发量的增大湖泊面积呈持续下降趋势;4)西藏内流区由于降水量的增加、蒸发量的减少和温度升高引起冰川融化导致湖泊面积持续扩张.本研究可以为青藏高原湖泊变化及其对气候波动的响应等研究提供参考.
其他文献
高精度的星间基线是InSAR卫星编队技术得以广泛应用的重要前提.对1m精度的DEM产品而言,星间基线的精度须控制在1mm以内.目前,星间基线的高精度确定主要依靠基于星载GNSS测量的缩减动力学定轨技术.然而,轨道动力学模型的作用点是卫星质心,受轨道控制机动、卫星结构变形以及重力应力释放等因素的影响,卫星在轨运行期间的质心通常与地面标校的结果存在不一致.例如:TanDEM-X卫星入轨后的质心与地面标
长焦斜视相机是一种采用长焦距光学系统实现远距离高分辨率成像,通过垂直于飞行方向进行摆扫或步进以拓宽视场,获得较大纵深地面目标信息的航空相机,是近年来各国普遍重视发展的一种航空侦察设备。本文通过分析国内外长焦斜视航空相机的最新进展,梳理了涉及到的几项关键技术及其发展现状,最后总结了长焦斜视航空相机的发展趋势。
点云配准通常是地面激光点云数据处理的重要步骤。在工程实践中通常使用人工靶标实现点云数据的稳健配准。然而,对于大规模测绘项目,靶标的布设和定位通常耗费大量人工。本文提出一种基于透视强度影像的多站地面激光扫描点云配准方法。配准过程分为站-站配准和全局优化两个步骤。对于站-站配准,首先生成待配准点云的透视强度影像序列。其次,从强度影像中提取角点,通过交互方式从提取的角点中确定同名点。同名点的三维坐标直接
基于LANDSAT OLI和MODIS数据融合的作物物候变化监测。
随着计算机及影像数字化技术的快速发展,在构建多源多比例尺无缝遥感影像数据库以及管理海量影像数据的建设过程中,由于成像传感器、成像时间、拍摄角度、光照条件等的差异,会造成影像之间出现色调上的偏差以及不均衡的现象。针对以上情况,如何保证遥感影像的色调均衡,就成为遥感图像镶嵌的关键技术之一。本文以安徽滁州藕塘林场作为研究区,借鉴前人研究成果,采用直方图匹配法、方差均值法和色彩变换法对灰度影像、彩色影像以
利用遥感技术进行道路信息提取具有高效、快速等优势,随着遥感影像空间分辨率的不断提高,面向对象影像分析方法逐渐成为研究热点.针对面向对象道路提取过程中单一分割尺度带来的道路提取不完全及错分现象,本文通过多尺度分割建立影像对象网络层次,对四川省塔公乡高分1号影像进行道路提取实验.利用多尺度分割对影像数据赋予不同的权值,并建立影像对象网络层次结构,根据地物特征进行地物分级提取,最终得到道路提取结果.经实
会议
随着高光谱遥感技术的迅速发展,其数据量大,光谱信息和波谱分辨率高的优势,在植被生态方面具有非常广阔的应用前景.精准农业的发展,使得高光谱遥感技术成为农业定量遥感研究的热点问题.利用地物高光谱仪将光谱信息参数与作物生理参数结合,建立光谱信息和产量之间的相互关系,可以为实现面积遥感作物长势监测和估产提供基础.当前估产研究主要集中于正常生长状态下作物的估产,但对于受到环境胁迫等非正常状态下作物估产研究较
会议
数据远程传输是地质灾害无人机遥感应急监测的瓶颈之一。为了实现无人机遥感应急监测中远程数据传输与数据获取、数据处理的连通和集成,提高应急监测工作的一体化综合保障能力,基于静中通卫星通信技术,建设了一套地质灾害无人机遥感应急监测车载综合系统。该系统由卫星固定站和静中通车组成。固定站部署于后方指挥中心,包括卫星通信分系统、音视频分系统、网络分系统和配电分系统,主要实现与静中通车的双向通信。静中通车可灵活
夏玉米是河南省主要的粮食作物之一,及时、准确地提取其种植面积信息对于分析我省种植结构、预测粮食产量具有重要意义。业务运行中要求在收获期前及时作出夏玉米面积估算,进而进行产量预测。混合像元分解法是业务中常见的方法,一般的混合像元分解法基于遥感影像中的多光谱信息建立混合像元分解模型,得到每种组分的丰度,由组分的丰度得到面积。本文在前人研究的基础上,基于极轨卫星接收系统收到的FY3、MODIS等卫星遥感
会议