检索结果-维普期刊中文期刊服务平台

基于时空融合算法的水体叶绿素a反演研究: 1; 作者陈玲董晓华 +2 位作者马耀明章程焱薄会娟《水文》 CSCD 北大核心 2024年第2期26-33,共8页; 为了准确反演水体中叶绿素a浓度,以黄柏河东支流域为例,采用STNLFFM时空融合算法,对2017年GF-4和Sentinel-2反射率数据进行融合,以重构Sentinel-2影像的时间序列数据,并对应用算法前后获取的水质参数-光谱特征响应关系建立多元线性回归... 展开更多; 关键词 STNLFFM时空融合算法黄柏河人工神经网络水质反演叶绿素A; 在线阅读下载PDF 职称材料

基于数据融合算法的灌区蒸散发空间降尺度研究被引量：7: 2; 作者白亮亮蔡甲冰 +3 位作者刘钰陈鹤张宝忠黄凌旭《农业机械学报》 EI CAS CSCD 北大核心 2017年第4期215-223,共9页; 采用Landsat和MODIS数据,通过增强自适应融合算法(Enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM)对蒸散发进行空间降尺度,构建田块尺度蒸散发数据集;利用2015年田间水量平衡方法计算的蒸散发数据对融合结... 展开更多; 关键词遥感数据融合蒸散发地表能量平衡模型增强时空自适应融合算法河套灌区; 在线阅读下载PDF 职称材料

基于多源数据融合技术的绿洲灌区土壤水分反演被引量：2: 3; 作者李华伟朱晓春 +5 位作者张旭东隋喆周黎勇吴迪王叶白亮亮《节水灌溉》北大核心 2024年第6期19-26,共8页; 土壤水分是联系农业、生态和水文领域的重要环境变量,而卫星遥感是监测地表土壤水分的重要手段之一。针对微波遥感空间分辨率不足和光学遥感受云雨天气影响的问题,基于Landsat 8和MODIS光学影像、SMAP微波以及CLDAS再分析等多源数据,联... 展开更多; 关键词土壤水分遥感反演时空融合算法随机森林数据同化多源数据; 在线阅读下载PDF 职称材料

融合MODIS和Landsat数据的青海湖流域典型区NDVI重构与年内最大值变化分析被引量：1: 4; 作者李芳王广军 +3 位作者杜海波李萌梁四海彭红明《草业学报》 CSCD 北大核心 2023年第8期28-39,共12页; 归一化植被指数(NDVI)能够较准确表达出植被覆盖和生长状况,对其进行时间序列分析已成为研究全球、国家或区域植被生长的重要方式。针对当前NDVI时序产品空间分辨率不高,难以应用于小尺度的精细研究,以及利用Landsat不同时相NDVI评估生... 展开更多; 关键词青海湖流域 LANDSAT NDVI年内最大值时空融合算法 LOGISTIC模型时空变化; 在线阅读下载PDF 职称材料

题名基于时空融合算法的水体叶绿素a反演研究: 1; 作者陈玲董晓华马耀明章程焱薄会娟; 机构三峡大学水利与环境学院三峡库区生态环境教育部工程研究中心中国科学院青藏高原研究所青藏高原地球系统与资源环境国家重点实验室地气作用与气候效应团队中国科学院大学地球与行星科学学院兰州大学大气科学学院西藏珠穆朗玛特殊大气过程与环境变化国家野外科学观测研究站中国科学院加德满都科教中心中国科学院中国-巴基斯坦地球科学研究中心; 出处《水文》 CSCD 北大核心 2024年第2期26-33,共8页; 基金第二次青藏高原综合科学考察研究项目(2019QZKK0103) 湖北省教育厅科学技术研究项目(Q20221209) 欧洲空间局、中国国家遥感中心项目(58516)。; 文摘为了准确反演水体中叶绿素a浓度,以黄柏河东支流域为例,采用STNLFFM时空融合算法,对2017年GF-4和Sentinel-2反射率数据进行融合,以重构Sentinel-2影像的时间序列数据,并对应用算法前后获取的水质参数-光谱特征响应关系建立多元线性回归模型,比较模型对叶绿素a的预测效果以验证时空融合算法的可行性,利用重构后影像光谱特征与水质参数的响应关系建立人工神经网络模型,反演2017年黄柏河东支流域各水库水体叶绿素a浓度。结果表明:利用时空融合算法生成的影像接近真实影像,提高了多元线性回归模型预测叶绿素a的效果,R2从融合前0.659提高至融合后0.844,且基于时空融合算法获取的水质参数-光谱关系建立的人工神经网络模型模拟精度较好,R2和MRE达到0.925和9.461%,反演的叶绿素a浓度空间差异性明显。证明了时空融合算法在水质参数反演过程中具有较好的应用前景。; 关键词 STNLFFM时空融合算法黄柏河人工神经网络水质反演叶绿素A; Keywords STNLFFM spatio-temporal fusion algorithm Huangbai River artificial neural network water quality inversion chlorophyll a; 分类号 X824 [环境科学与工程—环境工程] TP79 [自动化与计算机技术—检测技术与自动化装置] TV1 [水利工程] P33 [天文地球—水文科学]; 在线阅读下载PDF 职称材料

题名基于数据融合算法的灌区蒸散发空间降尺度研究被引量：7: 2; 作者白亮亮蔡甲冰刘钰陈鹤张宝忠黄凌旭; 机构中国水利水电科学研究院流域水循环模拟与调控国家重点实验室国家节水灌溉北京工程技术研究中心; 出处《农业机械学报》 EI CAS CSCD 北大核心 2017年第4期215-223,共9页; 基金 "十二五"国家科技支撑计划项目(2012BAD08B01) 国家自然科学基金项目(51679254) 国家重点研发计划项目(2016YFC0400101); 文摘采用Landsat和MODIS数据,通过增强自适应融合算法(Enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM)对蒸散发进行空间降尺度,构建田块尺度蒸散发数据集;利用2015年田间水量平衡方法计算的蒸散发数据对融合结果进行评价。在融合蒸散发基础上,结合解放闸灌域2000—2015年间种植结构信息,提取不同作物各自生育期和非生育期内年际蒸散发量,并分析了大型灌区节水改造以来,作物蒸散发占比的年际变化。研究结果表明:融合蒸散发与水量平衡蒸散发变化过程较吻合,小麦耗水峰值出现在6月中下旬—7月初,玉米和向日葵峰值出现在7月份。在相关性分析中,玉米、小麦和向日葵的决定系数R2分别达到了0.85、0.79和0.82;生育期内玉米(5—10月份)、小麦(4—7月份)和向日葵(6—10月份)的均方根误差均不高于0.70 mm/d;平均绝对误差均不高于0.75 mm/d;相对误差均不高于16%。在农田蒸散发总量验证中,融合蒸散发与水量平衡蒸散发相关性较好,两者决定系数达到了0.64。基于ESTARFM融合算法生成的高分辨率蒸散发(ET)结果可靠,具有较好的融合精度。融合结果与Landsat蒸散发的空间分布和差异性一致,7月23日、8月24日和9月1日相关系数分别达到0.85、0.81和0.77;差值均值分别为0.24 mm、0.19 mm和0.22 mm;标准偏差分别为0.81 mm、0.72 mm和0.61 mm。ESTARFM融合算法在农田蒸散发空间降尺度得到较好的应用,可有效区分不同作物蒸散发之间的差异。不同作物在生育期和非生育期内耗水量差别较大;生育期内套种(4—10月份)耗水量最大,达到637 mm,玉米(5—10月份)和向日葵(6—10月份)次之,分别为598 mm和502 mm,小麦(4—7月份)最低为412 mm;非生育期内,小麦(8—10月份)耗水量最大,年均达到214 mm,玉米(4月份)和向日葵(4—5月份)分别为42 mm和128 mm。不同作物多年平均耗水量(4—10月份)差异较小,其年际耗水总量主要随作物种植面积的变化而变化。; 关键词遥感数据融合蒸散发地表能量平衡模型增强时空自适应融合算法河套灌区; Keywords remote sensing data fusion evapotranspiration surface energy balance model enhanced spatial and temporal adaptive reflectance fusion model Hetao irrigation district; 分类号 S127 [农业科学—农业基础科学]; 在线阅读下载PDF 职称材料

题名基于多源数据融合技术的绿洲灌区土壤水分反演被引量：2: 3; 作者李华伟朱晓春张旭东隋喆周黎勇吴迪王叶白亮亮; 机构新疆农业大学水利与土木工程学院水利部海河水利委员会科技咨询中心沈阳农业大学水利学院新疆水利水电科学研究院中国灌溉排水发展中心; 出处《节水灌溉》北大核心 2024年第6期19-26,共8页; 基金新疆水利科技项目(XSKJ-2023-26)。; 文摘土壤水分是联系农业、生态和水文领域的重要环境变量,而卫星遥感是监测地表土壤水分的重要手段之一。针对微波遥感空间分辨率不足和光学遥感受云雨天气影响的问题,基于Landsat 8和MODIS光学影像、SMAP微波以及CLDAS再分析等多源数据,联合增强型自适应时空融合算法和随机森林模型对土壤水分进行定量反演,获得了绿洲灌区高时空分辨率田块尺度(30 m)土壤水分。结果表明:通过ESTARFM时空融合算法可有效获得日尺度30 m分辨率归一化植被指数(NDVI),融合后的NDVI与原始NDVI空间纹理特征一致,两者的相关系数(R)在0.85以上,均方根误差为0.05~0.08,融合效果较好。基于地表温度、NDVI、增强植被指数、叶面积指数、再分析土壤水分产品多特征参数组合下的随机森林模型反演效果最优,获得的高时空分辨率田块尺度土壤水分能够反映其时空变化,相关系数和均方根误差分别达到0.82和0.037 cm^(3)/cm^(3)。该方法可为灌区灌溉面积识别、旱情监测等提供技术支撑。; 关键词土壤水分遥感反演时空融合算法随机森林数据同化多源数据; Keywords surface soil moisture remote sensing spatial-temporal fusion random forest data assimilation multi-source data; 分类号 S27 [农业科学—农业水土工程]; 在线阅读下载PDF 职称材料

题名融合MODIS和Landsat数据的青海湖流域典型区NDVI重构与年内最大值变化分析被引量：1: 4; 作者李芳王广军杜海波李萌梁四海彭红明; 机构中国地质大学(北京)土地科学技术学院内蒙古煤田地质局勘测队中国地质大学(北京)水资源与环境学院青海省环境地质勘查局青海省环境地质重点实验室; 出处《草业学报》 CSCD 北大核心 2023年第8期28-39,共12页; 基金中国科学院战略性先导科技专项(XDA20100103) 青海省应用基础研究项目(2017-ZJ-743)资助; 文摘归一化植被指数(NDVI)能够较准确表达出植被覆盖和生长状况,对其进行时间序列分析已成为研究全球、国家或区域植被生长的重要方式。针对当前NDVI时序产品空间分辨率不高,难以应用于小尺度的精细研究,以及利用Landsat不同时相NDVI评估生态环境质量受植被季相和年际变化影响较大等问题,首先基于增强型时空自适应反射率融合模型(ESTARFM)融合MOD09Q1和Landsat数据,对植被年内生长季NDVI数据进行预测插补,之后利用Logistic模型重构2001-2020年植被生长季NDVI曲线,通过引入MODIS逐日NDVI数据确定NDVI年内最大值日期,逐像素求解出最优的Landsat NDVI年内最大值,并将其应用于青海湖流域布哈河附近局部典型区域植被生长状况评估。结果表明:1)融合MODIS和Landsat数据的Landsat NDVI年内最大值求解结果在3倍中误差以内的占98.5%,求解结果具有较高的精度;2)利用Landsat NDVI年内最大值进行植被生长状况评估,能弱化Landsat数据因时相差异引起的误差;3)研究区植被NDVI年内最大值呈南北高中间低的空间分布特点,年际变化整体先降低再增加,植被生长状况呈向好趋势;高寒嵩草、杂类草草甸NDVI年内最大值呈减少趋势且波动剧烈,应是青海湖流域监测的重点植被类型。; 关键词青海湖流域 LANDSAT NDVI年内最大值时空融合算法 LOGISTIC模型时空变化; Keywords Qinghai Lake basin Landsat NDVI intra-annual maximum value spatio-temporal fusion algorithm Logistic model spatio-temporal variation; 分类号 Q948 [生物学—植物学]; 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	基于时空融合算法的水体叶绿素a反演研究	陈玲董晓华马耀明章程焱薄会娟	《水文》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
2	基于数据融合算法的灌区蒸散发空间降尺度研究	白亮亮蔡甲冰刘钰陈鹤张宝忠黄凌旭	《农业机械学报》 EI CAS CSCD 北大核心	2017	7	在线阅读下载PDF 职称材料
3	基于多源数据融合技术的绿洲灌区土壤水分反演	李华伟朱晓春张旭东隋喆周黎勇吴迪王叶白亮亮	《节水灌溉》北大核心	2024	2	在线阅读下载PDF 职称材料
4	融合MODIS和Landsat数据的青海湖流域典型区NDVI重构与年内最大值变化分析	李芳王广军杜海波李萌梁四海彭红明	《草业学报》 CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料