期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
多角度高光谱CHRIS/Proba植被模式数据大气校正
被引量：
4
1
作者
王明常
王亚楠
+3 位作者
陈圣波
路鹏
陶玉龙
徐连举
《吉林大学学报（地球科学版）》
EI
CAS
CSCD
北大核心
2011年第2期609-614,共6页
遥感数据大气校正是进行定量遥感的前提,大气校正的好坏直接影响到后期的定量分析、信息提取和遥感应用。选择长白山地区2008年8月30日的多角度高光谱CHRIS/Proba数据为研究对象,根据多角度高光谱CHRIS数据植被模式的特点,利用滤波进行...
遥感数据大气校正是进行定量遥感的前提,大气校正的好坏直接影响到后期的定量分析、信息提取和遥感应用。选择长白山地区2008年8月30日的多角度高光谱CHRIS/Proba数据为研究对象,根据多角度高光谱CHRIS数据植被模式的特点,利用滤波进行条带噪声去除;根据MODTRAN模型原理进行多角度高光谱CHRIS/Proba植被模式数据大气校正,并对校正结果与同时过境的MODIS数据大气校正产品进行对比分析。在相同波长范围内的最大反射率误差为0.001 6,为进一步定量反演植被参数、生物量等信息提供了重要依据。
展开更多
关键词
遥感
多角度
高光谱
chris
/
proba
数据
植被模式
大气校正
在线阅读
下载PDF
职称材料
基于PROSAIL模型和多角度遥感数据的森林叶面积指数反演
被引量：
8
2
作者
潘颖
丁鸣鸣
+3 位作者
林杰
代侨
郭赓
崔琳琳
《林业科学》
EI
CAS
CSCD
北大核心
2021年第4期90-106,共17页
【目的】基于多角度PROBA/CHRIS遥感数据和野外实测数据,结合PROSAIL模型和随机森林模型反演森林叶面积指数(LAI),以提高植被LAI遥感反演精度,为区域土壤侵蚀遥感定量监测提供新的方法和模型。【方法】以南京市紫金山和幕府山为研究区,...
【目的】基于多角度PROBA/CHRIS遥感数据和野外实测数据,结合PROSAIL模型和随机森林模型反演森林叶面积指数(LAI),以提高植被LAI遥感反演精度,为区域土壤侵蚀遥感定量监测提供新的方法和模型。【方法】以南京市紫金山和幕府山为研究区,采用野外调查、遥感影像、辐射传输模型与数学模型相结合的方法,构建基于PROSAIL模型和多角度PROBA/CHRIS遥感数据的随机森林LAI反演模型,对PROSAIL模型进行敏感性分析和适用性评价,确定最佳LAI反演模型,并利用地面实测LAI进行精度验证和评价。【结果】PROSAIL模型中各输入参数敏感性大小为LAI>叶绿素a、b含量Cab>叶片干物质含量Cm>热点参数SL>叶片内部结构参数N>等效水厚度Cw;模拟的冠层反射率精度大小为0°>36°>-36°>55°>-55°。单角度LAI反演模型中,前向观测角55°精度最高,其决定系数(R2)、均方根误差(RMSE)和平均绝对百分误差(MAPE)分别为0.9157、0.2357和0.0426;相比于传统垂直观测,55°模型的R2提高0.75%,RMSE和MAPE分别降低3.76%和5.12%;相比于非线性回归模型,单角度随机森林LAI反演模型的R2提高0.7%,RMSE和MAPE分别降低15.40%和11.98%;单角度LAI反演模型精度由高到低依次为55°、36°、0°、-55°、-36°。多角度LAI反演模型中,3角度组合(0°、36°、55°)LAI反演精度最高,其R2、RMSE和MAPE分别为0.9184、0.2319和0.0415,相比于单角度55°,R2提高0.29%,RMSE和MAPE分别降低1.61%和2.58%;相比于传统垂直观测,3角度组合模型的R2提高1.05%,RMSE和MAPE分别降低5.31%和7.57%;相比于非线性回归模型,多角度随机森林LAI反演模型的R2提高0.79%,RMSE和MAPE分别降低6.72%和9.19%。紫金山西部区域LAI介于0.44~6.70之间,林地LAI均值为3.04;紫金山西部林地LAI整体上呈北部和南部高、中间低的空间分布格局。【结论】最佳LAI反演模型为基于3角度组合(0°、36°、55°)的随机森林LAI反演模型;一方面,增加观测角度可提供更多植被冠层结构信息,LAI反演精度随观测角度增加而增加,但另一方面,观测角度过多会使像元空间重采样、叶片阴影和土壤阴影等问题带来更多不确定性,LAI反演精度反而下降;无论是单角度还是多角度数据,随机森林LAI反演模型精度均高于非线性回归模型,随机森林模型能够明显提高LAI反演精度,适用于区域植被LAI反演;多角度遥感数据能够反映森林立体结构信息和地物多维空间结构特征,显著改善传统垂直观测数据反演LAI精度较低的问题,从而有效提高植被LAI反演精度。
展开更多
关键词
叶面积指数
多角度proba/chris遥感数据
PROSAIL模型
随机森林模型
在线阅读
下载PDF
职称材料
题名
多角度高光谱CHRIS/Proba植被模式数据大气校正
被引量：
4
1
作者
王明常
王亚楠
陈圣波
路鹏
陶玉龙
徐连举
机构
吉林大学地球探测科学与技术学院
长春市房产产权登记发证中心
出处
《吉林大学学报（地球科学版）》
EI
CAS
CSCD
北大核心
2011年第2期609-614,共6页
基金
国家'863'计划项目(2008AA12A212)
中央高校基本科研业务费专项资金项目(200903046)
文摘
遥感数据大气校正是进行定量遥感的前提,大气校正的好坏直接影响到后期的定量分析、信息提取和遥感应用。选择长白山地区2008年8月30日的多角度高光谱CHRIS/Proba数据为研究对象,根据多角度高光谱CHRIS数据植被模式的特点,利用滤波进行条带噪声去除;根据MODTRAN模型原理进行多角度高光谱CHRIS/Proba植被模式数据大气校正,并对校正结果与同时过境的MODIS数据大气校正产品进行对比分析。在相同波长范围内的最大反射率误差为0.001 6,为进一步定量反演植被参数、生物量等信息提供了重要依据。
关键词
遥感
多角度
高光谱
chris
/
proba
数据
植被模式
大气校正
Keywords
remote sensing； multi-angle hyperspectral；
chris
/
proba
data； vegetation patterns； atmospheric correction
分类号
P627 [天文地球—地质矿产勘探]
在线阅读
下载PDF
职称材料
题名
基于PROSAIL模型和多角度遥感数据的森林叶面积指数反演
被引量：
8
2
作者
潘颖
丁鸣鸣
林杰
代侨
郭赓
崔琳琳
机构
南京林业大学南方现代林业协同创新中心
长江航道工程局有限责任公司华东分公司
南京市水务局
出处
《林业科学》
EI
CAS
CSCD
北大核心
2021年第4期90-106,共17页
基金
国家自然科学基金项目(31870600)
国家重点研发计划课题(2017YFC0501505)。
文摘
【目的】基于多角度PROBA/CHRIS遥感数据和野外实测数据,结合PROSAIL模型和随机森林模型反演森林叶面积指数(LAI),以提高植被LAI遥感反演精度,为区域土壤侵蚀遥感定量监测提供新的方法和模型。【方法】以南京市紫金山和幕府山为研究区,采用野外调查、遥感影像、辐射传输模型与数学模型相结合的方法,构建基于PROSAIL模型和多角度PROBA/CHRIS遥感数据的随机森林LAI反演模型,对PROSAIL模型进行敏感性分析和适用性评价,确定最佳LAI反演模型,并利用地面实测LAI进行精度验证和评价。【结果】PROSAIL模型中各输入参数敏感性大小为LAI>叶绿素a、b含量Cab>叶片干物质含量Cm>热点参数SL>叶片内部结构参数N>等效水厚度Cw;模拟的冠层反射率精度大小为0°>36°>-36°>55°>-55°。单角度LAI反演模型中,前向观测角55°精度最高,其决定系数(R2)、均方根误差(RMSE)和平均绝对百分误差(MAPE)分别为0.9157、0.2357和0.0426;相比于传统垂直观测,55°模型的R2提高0.75%,RMSE和MAPE分别降低3.76%和5.12%;相比于非线性回归模型,单角度随机森林LAI反演模型的R2提高0.7%,RMSE和MAPE分别降低15.40%和11.98%;单角度LAI反演模型精度由高到低依次为55°、36°、0°、-55°、-36°。多角度LAI反演模型中,3角度组合(0°、36°、55°)LAI反演精度最高,其R2、RMSE和MAPE分别为0.9184、0.2319和0.0415,相比于单角度55°,R2提高0.29%,RMSE和MAPE分别降低1.61%和2.58%;相比于传统垂直观测,3角度组合模型的R2提高1.05%,RMSE和MAPE分别降低5.31%和7.57%;相比于非线性回归模型,多角度随机森林LAI反演模型的R2提高0.79%,RMSE和MAPE分别降低6.72%和9.19%。紫金山西部区域LAI介于0.44~6.70之间,林地LAI均值为3.04;紫金山西部林地LAI整体上呈北部和南部高、中间低的空间分布格局。【结论】最佳LAI反演模型为基于3角度组合(0°、36°、55°)的随机森林LAI反演模型;一方面,增加观测角度可提供更多植被冠层结构信息,LAI反演精度随观测角度增加而增加,但另一方面,观测角度过多会使像元空间重采样、叶片阴影和土壤阴影等问题带来更多不确定性,LAI反演精度反而下降;无论是单角度还是多角度数据,随机森林LAI反演模型精度均高于非线性回归模型,随机森林模型能够明显提高LAI反演精度,适用于区域植被LAI反演;多角度遥感数据能够反映森林立体结构信息和地物多维空间结构特征,显著改善传统垂直观测数据反演LAI精度较低的问题,从而有效提高植被LAI反演精度。
关键词
叶面积指数
多角度proba/chris遥感数据
PROSAIL模型
随机森林模型
Keywords
leaf area index(LAI)
multi-angle
proba/
chris
remote sensing data
PROSAIL model
random forest(RF)model
分类号
S771.8 [农业科学—森林工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
多角度高光谱CHRIS/Proba植被模式数据大气校正
王明常
王亚楠
陈圣波
路鹏
陶玉龙
徐连举
《吉林大学学报（地球科学版）》
EI
CAS
CSCD
北大核心
2011
4
在线阅读
下载PDF
职称材料
2
基于PROSAIL模型和多角度遥感数据的森林叶面积指数反演
潘颖
丁鸣鸣
林杰
代侨
郭赓
崔琳琳
《林业科学》
EI
CAS
CSCD
北大核心
2021
8
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
