【摘 要】
：
作物精准识别和分类是农业遥感检测的重要内容,对作物长势监测以及估产十分重要。以美国混合农业带为研究区,基于Sentinel-2时间序列影像,根据其传感器响应函数计算了针对Sentinel-2的通用归一化植被指数(Universal Normalized Vegetation Index,UNVI),并通过两个对比实验,分析UNVI等6个指数在作物精准分类中的性能。实验一以JM(Jeffries-M
论文部分内容阅读
作物精准识别和分类是农业遥感检测的重要内容,对作物长势监测以及估产十分重要。以美国混合农业带为研究区,基于Sentinel-2时间序列影像,根据其传感器响应函数计算了针对Sentinel-2的通用归一化植被指数(Universal Normalized Vegetation Index,UNVI),并通过两个对比实验,分析UNVI等6个指数在作物精准分类中的性能。实验一以JM(Jeffries-Matusita)距离为指标对不同作物类别之间的可分性进行分析,结果表明UNVI优于NDVI、EVI、WD
其他文献
氨氮是水中常见的污染物,是各类水质检测重要的指标。水中氨氮含量超标会影响水生植物、动物的生长,导致水体环境恶化,水环境受到污染。因此,加强水中氨氮的监测尤为重要。本文基于紫外光谱检测技术,搭建了水中氨氮浓度紫外光谱检测系统。通过检测系统将液相氨氮转换为气相氨气,获得氨气在190-235 nm波长间的紫外吸光度,并分别采用傅里叶滤波和傅里叶变换两种数据处理方式对吸光度信号进行分析。结果表明,经傅里叶
作为表征湿地生态系统健康的重要指标,湿地植被净初级生产力(NPP)的精准估算对于理解全球变化以及区域碳循环具有重要的支撑作用。基于Landsat 8 OLI遥感影像和大量实测数据,以光能利用率模型基本结构式为基础,构建和评价了芦苇湿地植被NPP估算的不同遥感驱动模型,并以东北3个典型芦苇湿地保护区为例进行了验证与应用。结果表明:以NPP=f(f(VI_1))×f(VI_2)结构与NDVI和MSAV
掌握滨海盐沼植被时空演变规律是科学开展滨海湿地生态系统管理的基础。滨海盐沼植物互花米草在中国海岸潮间带快速入侵与扩散,显著改变了原有滨海湿地的结构与功能,给滨海湿地保护与管理带来巨大的挑战。目前针对滨海盐沼植被时空动态的大尺度遥感分析还十分有限,人们对滨海盐沼植被空间分布的历史演变规律及其控制机制还缺乏足够的了解。实验基于Google Earth Engine平台和Landsat长时序历史影像,利
湿地具有季节性特征,高时间分辨率遥感监测能够更为客观精准地认识其时空变化规律。选择季节性变化显著、我国第一大淡水湖生态湿地——鄱阳湖湿地为典型案例,利用Sentinel-1,2和Landsat 8卫星的2017～2019年所有可以获取的不同时相影像,采用随机森林分类(Random Forest,RF)方法,对研究区的湿地进行遥感分类和信息提取,发挥海量遥感影像在湿地宏观连续监测的优势,解析鄱阳湖湿
白洋淀湿地是华北平原上重要的浅水湖泊湿地,对雄安新区绿色发展具有重要的生态价值。对白洋淀高度异质化的景观格局进行分类,能够为白洋淀湿地资源的遥感监测提供指导意义。针对湿地季节变化的特点,对白洋淀每个季节选取一期具有代表性的Sentinel-2影像,采用分类与回归树(CART)、支持向量机(SVM)、随机森林(RF)3种常用的机器学习分类器对15种季相组合实验方案进行分类,分析不同季相遥感影像及其组
搭载于"珠海一号"卫星星座的欧比特高光谱OHS(Orbit Hyper Spectral)传感器,以较高的光谱分辨率和空间分辨率,在近岸及内陆湖泊水色遥感应用方面具有很大潜力。然而OHS缺乏星上定标系统,目前在轨定标采用陆地定标场的资料,其定标结果在水体等低反射率地物误差较大。因此提出一种基于传感器入瞳总辐亮度的交叉辐射定标法,该方法结合QAA(Quasi-Analytical Algorithm
阴影是影响山地针叶林遥感识别精度的关键因素。选取天山一块面积约为10 000 km2的区域为案例,基于太阳高度角和方位角差异较大的两期Sentinel-2影像,从遥感数据阴影分布的时相特性、分类特征以及分类器选择三方面进行综合分析,提出了一种适用于天山山地针叶林的遥感综合分类方案。该综合分类方案首先开展阴影识别以及阴影再分类以排除阴影对针叶林识别的影响;然后筛选出了海拔、归一化差值植被指数(NDV
遥感技术是获取区域地表水热通量的重要手段,利用地面观测值对遥感估算水热通量进行验证时,存在空间尺度不匹配的问题,结合足迹分析可以较好地解决这一问题,为遥感蒸散发模型提供空间尺度匹配的验证数据。利用黑河流域上游阿柔超级站和中游大满超级站的涡动相关仪观测数据,对常用的3种水热通量足迹模型Kormann&Meixner(KM)模型、Kljun模型和Hsieh模型的输入参数进行了敏感性分析,并比较和分析了
目前遥感技术已成为监测水质参数的重要手段,精度更高的水质参数反演模型是当前水质监测的重点。但由于水环境的复杂性、遥感数据的局限性等多重原因,水质参数遥感反演精度有限,且多集中于水色水质参数反演。为了得到精度更高的水质参数反演模型,以天津市海河下游段为研究区,对Landsat 8 OLI遥感影像进行大气校正、辐射定标等预处理,通过实验室理化分析测定水体的总磷、氮氨、总氮浓度及电导率,建立实测水质参数
草种精细识别对三江源区草地生态系统退化监测具有重要意义。基于无人机高光谱遥感系统,获取三江源草地退化典型区的高光谱影像。在对原始光谱特征利用XGBoost进行优化选择的基础上,结合扩展形态学属性剖面特征,利用稀疏多项式逻辑回归与自适应稀疏表示两种分类方法分别对影像上的不同可食与毒杂草种进行精细识别,在此基础上提出形状自适应的后处理方法对识别结果进行平滑处理。结果表明:(1)利用XGBoost方法选