排序方式: 共有8条查询结果,搜索用时 0 毫秒
1
1.
基于植被指数和地表温度的干旱监测方法的对比分析 总被引:4,自引:0,他引:4
以陕西省关中平原和渭北旱塬为研究区域,应用1999-2005年每年5月上旬的AVHRR卫星遥感数据,对比分析了基于归一化植被指数(NDVI)和地表温度的几种干旱监测方法:包括条件植被指数(VCI)、条件温度指数(TCI)、距平植被指数(AVI)和条件植被温度指数(VTCI)等,研究了VTCI与其他干旱监测方法的优缺点及其在研究区域的适用性.从研究区域旱情分布来看,VCI的干旱监测结果不符合研究区域干旱的分布规律.从监测结果的影像纹理特征来看,VTCI和AVI可能适合于研究区域的旱情监测.通过进一步对比分析遥感干旱监测结果与累计降水量的监测结果,得出了VTCI更适合于研究区域的干旱监测. 相似文献
2.
条件植被温度指数干旱监测方法的研究与应用 总被引:5,自引:0,他引:5
综合应用归一化植被指数(NDVI)和土地表面温度(LST),提出了条件植被温度指数(VTCI)的概念,并将其用于干旱监测。VTCI的定义既考虑了区域内NDVI的变化,又强调了NDVI值相等时LST的变化,可解释为NDVI值相等时LST差异的比率。分别以陕西关中平原地区和美国大平原南部地区为研究区域,应用AVHRR和MODIS卫星遥感反演的NDVI和LST产品,以及累计降水量和降水偏差数据,证实了条件植被温度指数是一种近实时的干旱监测方法。 相似文献
3.
冬小麦活体叶片叶绿素和水分含量与反射光谱的模型建立 总被引:22,自引:11,他引:22
定量测定小麦活体叶片的叶绿素含量和水分含量,在小麦估产、农情监测等方面具有重要的意义,同时可为进行高光谱遥感提供基础。文章使用ASD便携式光谱仪和LI-COR 1800型积分球,在350~1 650 nm的光谱范围内,测量冬小麦叶片在不同生长期的反射光谱,用偏最小二乘方法建立了冬小麦叶片叶绿素和水分含量与反射光谱的定量分析模型。在400~750 nm的光谱范围,建立了叶绿素含量与反射光谱的模型,结果为:叶绿素的预测值与真实值的相关系数为0.898,相对标准偏差为13.6%。在1 400~1 600 nm的光谱范围,建立了水分含量与反射光谱的模型,其结果为:水分的预测值与真实值的相关系数为0.999,相对标准偏差为0.3%。在农业生产中,这些结果是满意的。 相似文献
4.
条件植被温度指数在华北平原干旱监测中的应用 总被引:6,自引:0,他引:6
以华北平原部分地区为研究区域,应用MODIS多时段卫星遥感数据进行了归一化植被指数和地表温度的计算和反演,应用条件植被温度指数对研究区域2003-2006年每年5月上旬的干旱进行了监测.以监测结果为基础,在时间和空间分布上分析了研究区域的旱情.应用降水量数据和土壤表层含水量数据对干旱监测结果进行了验证,结果表明VTCI与最近1个月的降水量具有显著的线性相关性,VTCI与土壤表层含水量有较好的线性相关性,验证了VTCI是一种近实时的干旱监测方法. 相似文献
5.
6.
采用多元散射校正(MSC)预处理方法对冬小麦叶片反射光谱进行预处理,有效地减小物理因素对光谱的影响,之后用非线性迭代偏最小二乘法(NIPALS)提取经MSC处理后的反射光谱的主成分,主成分个数由交叉证实法(Cross Validation)确定,将提取的主成分作为人工神经网络(ANN)的输入,建立人工神经网络分析模型(MSC-ANN),用冬小麦叶片的反射光谱来预测冬小麦叶片叶绿素含量。校准集的化学值与预测值的相关系数r达到0.960 4,预测标准偏差SD为0.187,相对标准偏差RSD为5.18%。检验集的化学值与预测值的相关系数r达到0.960 0,预测标准偏差SD为0.145,相对标准偏差RSD为4.21%。结果表明,MSC-ANN方法能在较大程度上消除了野外物理因素的影响,使用具有代表性的光谱数据点建立模型,能够建立准确的冬小麦叶绿素含量预测模型,可代替经典分析方法,满足冬小麦叶片叶绿素快速分析的需要。 相似文献
7.
为了解小火箭发射噪声特性及其在喷口外围的声压场分布规律,针对燃气射流产生噪声问题进行了实验研究和数值计算。讨论了超声速射流噪声的3个主要成分(湍流混合噪声、啸音和宽带激波相关噪声)及相关特点,指出它们产生的根本原因是湍流射流的速度扰动。通过分析不同实验测点的射流噪声声压级峰值,得到了燃气射流噪声在轴向和径向上的分布规律,即随着离喷口距离的增大,轴向噪声的衰减程度大于径向。在实验基础上,利用大涡模拟与FW-H(Ffowcs Williams-Hawkings)声学比拟相结合的方法对燃气射流噪声的声学特性进行计算。结果表明,此方法获得的计算结果与实验结果吻合较好,可为进一步研究射流噪声控制提供参考。
相似文献8.
Sentinel-2卫星影像的大气校正方法 总被引:2,自引:0,他引:2
Sentinel-2卫星是全球环境与安全监测系统"哥白尼计划"中的第二颗卫星,其影像具有高时空分辨率,是未来遥感应用的重要数据源。采用大气校正简化模型(SMAC)、6S模型和Sen2cor方法对Sentinel-2卫星影像进行大气校正,将上层大气表观反射率转换为地表反射率,并结合实测地物的光谱数据进行分析。Sentinel-2卫星影像经过大气校正后,影像光谱曲线与地面实测光谱曲线的变化趋势一致,具有较高的拟合度。三种模型大气校正的结果具有较强的相关性和较高的精度,其中Sen2cor方法精度最高,决定系数(R2)为0.8196,均方根误差(Ermse)为0.0388,其次为6S模型和SMAC。从归一化植被指数(NDVI)的分析可以看出,SMAC计算的NDVI值与实测值的相关性最高,R2为0.6389,Ermse为0.093,其次为6S模型和Sen2cor方法。结果表明这三种方法的大气校正精度较高,Sentinel-2卫星影像经过校正后影像质量明显得到提高,增加了可用性。 相似文献
1