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
共找到9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：
基于重构的Landsat 8时间序列数据和温度植被指数的区域旱情监测 被引量：7
1
作者 路中 雷国平 +2 位作者 马泉来 郭晶鹏 王居午 《水土保持研究》 CSCD 北大核心 2018年第5期371-377,384,共8页
为了快速且准确地估算大区域范围内土壤水分信息,实现松嫩平原北部区域旱情的监测。基于Landsat 8时间序列数据,计算归一化植被指数(NDVI)和地表温度指数(LST)的时间序列数据,在此基础上利用Savitzky-Golay(S-G)滤波对所得时间序列数据... 为了快速且准确地估算大区域范围内土壤水分信息,实现松嫩平原北部区域旱情的监测。基于Landsat 8时间序列数据,计算归一化植被指数(NDVI)和地表温度指数(LST)的时间序列数据,在此基础上利用Savitzky-Golay(S-G)滤波对所得时间序列数据进行了重构,弥补因受云和大气影响而产生的噪声。然后根据重构后的NDVI和LST数据,求得温度植被指数(TVDI);探讨TDVI和土壤湿度之间的关系,构建土壤湿度反演模型,并结合野外实测数据对模型精度进行了验证。结果表明:(1)S-G滤波可以有效地弥补因受云和大气影响而产生的不足,提高Landsat 8时间序列数据的质量;(2)温度植被干旱指数可以有效地反映土壤湿度状况,经过S-G滤波处理后的数据反演精度更高(RMSE=2.14%);(3)经过S-G滤波处理后的Landsat 8数据可以更为精确实现大区域范围内时间序列的旱情监测,为区域旱情的监测提供借鉴。 展开更多
关键词 区域干旱监测 土壤湿度 landsat8时间序列数据 S-G滤波
在线阅读 下载PDF
Landsat长时间序列数据格式统一与反射率转换方法实现 被引量：8
2
作者 沈文娟 李明诗 《国土资源遥感》 CSCD 北大核心 2014年第4期78-84,共7页
介绍了一种长时间序列遥感影像预处理程序,即陆地卫星生态系统干扰自适应处理系统(landsat ecosystem disturbance adaptive processing system,LEDAPS)。该程序通过使用MODTRAN太阳能输出模型,校正太阳方位、日地距离、TM或ETM+带通以... 介绍了一种长时间序列遥感影像预处理程序,即陆地卫星生态系统干扰自适应处理系统(landsat ecosystem disturbance adaptive processing system,LEDAPS)。该程序通过使用MODTRAN太阳能输出模型,校正太阳方位、日地距离、TM或ETM+带通以及太阳辐照度,将定标影像转换为表观(top-of-atmosphere,TOA)反射率影像,并将通过浓密植被(dark dense vegetation,DDV)算法插值生成的气溶胶光学厚度(aerosol optical thickness,AOT)以及通过相关资料获得的臭氧(O3)浓度、大气压及水汽值等用于6S辐射传输模型,生成地表反射率产品。以LEDAPS可处理的标准数据Landsat7 ETM+和统一格式后的非标准数据Landsat5 TM影像为例,介绍了长时间(1987—2011年)序列数据的选择、格式统一以及算法的实现过程,同时给出了校正后影像效果评价的方法。结果表明,标准数据和非标准数据经过LEDAPS处理后生成的地表反射率产品能有效降低大气中O3、水汽及气溶胶等对影像真实反射率的影响,为土地覆盖变化和干扰因素等的长时间序列监测和生物物理参数的遥感反演提供科学产品,有助于在国内形成处理长时间序列影像数据的准则。 展开更多
关键词 landsat 长时间序列数据 格式统一 LEDAPS 反射率转换
在线阅读 下载PDF
基于Landsat时间序列数据的祁连山区域土地利用变化 被引量：11
3
作者 张赫林 彭代亮 +2 位作者 邓睿 王大成 韩永欢 《北京工业大学学报》 CAS CSCD 北大核心 2017年第5期665-676,共12页
为了研究祁连山地区土地利用变化情况,基于祁连山区域1986—2015年的Landsat时间序列数据,通过相对辐射校正获取时序地表反射率数据.采用光谱扩展与基于回归树的决策树分类(CART)获取规则的决策树分类方法,应用于长时间序列卫星影像,对... 为了研究祁连山地区土地利用变化情况,基于祁连山区域1986—2015年的Landsat时间序列数据,通过相对辐射校正获取时序地表反射率数据.采用光谱扩展与基于回归树的决策树分类(CART)获取规则的决策树分类方法,应用于长时间序列卫星影像,对各类土地利用类型近30 a的变化情况进行分析.结果表明:相对辐射归一化能有效减少时间序列数据之间光谱值差异,基于CART获取规则的决策树分类方法具有较高的分类精度.以2012年分类结果为例,总体分类精度为88.72%,Kappa系数为0.86,并分析了可能存在的误差.研究区耕地、林地和草地面积总体呈下降趋势发展,并且草地破碎化程度加剧,戈壁面积增多,植被退化导致土地荒漠化问题更加严重.最后,根据研究区土地利用变化情况进行讨论,并针对该情况提出建议. 展开更多
关键词 landsat时序数据影像 长时间序列 相对辐射归一化 CART决策树分类 土地利用/覆被变化
在线阅读 下载PDF
基于Landsat数据和农田概率时间序列子序列的退耕监测方法
4
作者 吴伟伟 李培军 《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第2期271-281,共11页
提出一种利用Landsat数据和时间序列子序列的退耕监测方法。首先利用随机森林方法,对每年的Landsat数据统计值进行分类,得到每个像元属于农田的概率,由每年的农田概率构成年际的农田概率时间序列;然后,对退耕(农田变为非农田)及相关地... 提出一种利用Landsat数据和时间序列子序列的退耕监测方法。首先利用随机森林方法,对每年的Landsat数据统计值进行分类,得到每个像元属于农田的概率,由每年的农田概率构成年际的农田概率时间序列;然后,对退耕(农田变为非农田)及相关地物类别的农田概率时间序列进行分析,得到代表退耕的时间序列片段,即特征子序列;最后,计算未知像元的农田概率时间序列与退耕的特征子序列之间的距离,提取退耕区域和退耕时间。利用内蒙古自治区察右后旗土牧尔台镇地区的多年Landsat时间序列影像验证该方法的有效性,结果表明,与现有的方法相比,该方法在退耕区域和退耕时间提取方面均获得更高的精度。 展开更多
关键词 退耕 变化监测 时间序列子序列 landsat数据 概率时间序列
在线阅读 下载PDF
基于Landsat时序数据的森林干扰监测 被引量：19
5
作者 钟莉 陈芸芝 汪小钦 《林业科学》 EI CAS CSCD 北大核心 2020年第5期80-88,共9页
【目的】针对我国森林干扰频繁、干扰类型复杂多样的特点,采用时间序列轨迹分析方法进行森林干扰监测,为陆地森林生态系统碳循环和碳蓄积以及气候变化研究提供参考。【方法】以福建省长汀县为研究区,基于2000—2016年15期Landsat时序数... 【目的】针对我国森林干扰频繁、干扰类型复杂多样的特点,采用时间序列轨迹分析方法进行森林干扰监测,为陆地森林生态系统碳循环和碳蓄积以及气候变化研究提供参考。【方法】以福建省长汀县为研究区,基于2000—2016年15期Landsat时序数据,采用时间序列轨迹分析(LandTrendr)方法,对时序轨迹进行适当分段和线性拟合以识别干扰变化,获取长汀县森林干扰信息。结合Google影像和全球30 m分辨率GDEM数字高程产品等辅助信息分析监测结果,并基于实地调查和像元2种方法进行精度评估和验证。【结果】2000—2016年长汀县森林干扰总面积192.49 km2,平均每年受扰动森林12.83 km2;2001年干扰量最小,不足1 km2;2004、2008和2009年森林受干扰较为严重,均在30 km2以上,约占当年森林面积的1.3%,共占干扰总面积的50%,其中2004年干扰面积高达32.85 km2;2003、2006、2007和2010—2011年干扰面积略大于10 km2,但均小于当年森林面积的0.6%,其余各年干扰面积远小于10 km2。森林干扰面积在个别年份波动较大,总体上随时间呈下降趋势。森林干扰持续时间主要为1~3年,发生在1年的干扰面积比例最大,达82%;森林干扰主要集中在长汀县东部非森林区域附近,随海拔升高干扰呈明显下降趋势,超过60%的干扰发生在中低海拔地区。结合Google影像目视解译,长汀县森林干扰主要是由森林火灾和人工砍伐造成的急剧干扰事件,且主要发生在非森林区域附近的低海拔地区。【结论】基于目视解译和实地调查结果与研究得到的干扰监测结果一致,干扰斑块可被完整提出,且边界准确清晰,细小干扰也能逐一识别。基于像元尺度精度验证的总体精度达96.26%,Kappa系数为0.92,各年份用户精度均在80%以上,除个别年份外,生产者精度均在75%以上,具有较高的监测精度。 展开更多
关键词 森林干扰 landsat数据 时间序列 LandTrendr
在线阅读 下载PDF
基于优选特征及月合成Landsat数据湿地提取研究 被引量：5
6
作者 邢丽玮 牛振国 +2 位作者 王华斌 唐新明 王光辉 《地理与地理信息科学》 CSCD 北大核心 2018年第3期80-86,共7页
针对Landsat卫星完整时间序列数据难以获取导致的湿地提取准确性较低和湿地提取最优特征不明确的问题,该文提出一种基于优选特征和月合成时间序列Landsat数据提取湿地的方法。通过月合成方法,利用Landsat7ETM+和Landsat8OLI数据构建Land... 针对Landsat卫星完整时间序列数据难以获取导致的湿地提取准确性较低和湿地提取最优特征不明确的问题,该文提出一种基于优选特征和月合成时间序列Landsat数据提取湿地的方法。通过月合成方法,利用Landsat7ETM+和Landsat8OLI数据构建Landsat 30m地表反射率、NDVI、NDWI和缨帽变换湿度分量的时间序列;利用随机森林算法和扩展的Jeffries-Matusita距离(JBh)优选对湿地提取贡献较大的特征,并基于优选特征提取湿地。结果显示:1)月合成方法有效地改善了条带和云覆盖造成的Landsat单景影像数据缺失问题;2)5月NDVI和6、8月NDWI以及5月TC-Wetness是区分永久性草本沼泽、水稻田、草地和旱地的最优特征;3)基于优选特征的湿地分类结果总体精度达到0.91,Kappa系数为0.89。特征优选减少了数据冗余,提高了运算效率,为提高湿地分类精度提供了理论基础。 展开更多
关键词 优选特征 landsat时间序列数据 随机森林 JM距离 湿地分类
在线阅读 下载PDF
一种利用Landsat年度时序数据的土地覆盖分类方法 被引量：3
7
作者 肖京格 乔彦友 +2 位作者 王成波 夏昊 付东 《遥感信息》 CSCD 北大核心 2019年第2期55-61,共7页
针对大面积土地覆盖遥感分类中数据获取难度大、复杂度高、分类结果不够精确且易受季候变化影响等问题,提出了一种利用Landsat时间序列数据,生成年度时序特征,并结合特定算法(UniBagging)进行土地覆盖分类的方法(LandUTime)。该方法定... 针对大面积土地覆盖遥感分类中数据获取难度大、复杂度高、分类结果不够精确且易受季候变化影响等问题,提出了一种利用Landsat时间序列数据,生成年度时序特征,并结合特定算法(UniBagging)进行土地覆盖分类的方法(LandUTime)。该方法定义了一种基于时间序列数据的特征生成方式,根据时序数据特点,设计了一种基于特征子空间的集成分类算法。实现过程分为2个阶段,首先基于特定模型,在像元级别上对Landsat时间序列图像进行回归分析,生成模式特征,然后将所有特征整合成"特征块",根据特征子空间将基分类器集成到相互分离的集合中,最后通过加权投票的方法进行分类结果输出。实验结果与定量分析表明,与传统的特征提取及分类方法相比,该方法提高了分类精度,而且对高维数据具有鲁棒性;可以有效克服大面积土地覆盖分类中云遮掩、数据条带和物候变化等问题的影响,具有较高的准确性和实用性。 展开更多
关键词 landsat数据 时间序列 土地覆盖 遥感分类 回归分析
在线阅读 下载PDF
高分一号卫星相机的辐射交叉定标研究 被引量：9
8
作者 杨磊 傅俏燕 +3 位作者 潘志强 张学文 韩启金 刘李 《红外与激光工程》 EI CSCD 北大核心 2015年第8期2456-2460,共5页
利用Landsat8-OLI时间序列图像数据对高分一号(GF-1)的16 m宽覆盖多光谱传感器进行交叉定标。试验首先通过安排GF-1夜间深海成像,确定GF-1传感器的定标公式的截距,再选取定标靶标场的双星同步观测数据,利用回归分析得到定标公式的增益... 利用Landsat8-OLI时间序列图像数据对高分一号(GF-1)的16 m宽覆盖多光谱传感器进行交叉定标。试验首先通过安排GF-1夜间深海成像,确定GF-1传感器的定标公式的截距,再选取定标靶标场的双星同步观测数据,利用回归分析得到定标公式的增益。利用交叉定标系数结果计算的GF-1辐亮度值与同步观测的Landsat8的辐亮度值相关性在95%以上,4个波段定标精度相对误差分别是4.25%、6.21%、5.83%和5.66%。结果表明该方法获得的定标系数精度与Landsat8定标数据辐射定标精度相当,GF-1卫星可以满足定量化应用的要求。 展开更多
关键词 交叉定标 GF-1 landsat8 夜间深海成像 时间序列
在线阅读 下载PDF
基于GEE和MODIS NDVI时序的青藏高原农作物信息提取 被引量：5
9
作者 阎建忠 张敏 张思颖 《西南大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第4期55-64,共10页
实时、准确地提取作物信息对于了解区域的种植结构和农业生产变化、保障国家粮食安全具有重要作用.谷歌地球引擎(Google Earth Engine,GEE)是一个具有先进存储能力和计算能力的地理信息数据云平台,可以快速获取并处理影像数据,节约时间... 实时、准确地提取作物信息对于了解区域的种植结构和农业生产变化、保障国家粮食安全具有重要作用.谷歌地球引擎(Google Earth Engine,GEE)是一个具有先进存储能力和计算能力的地理信息数据云平台,可以快速获取并处理影像数据,节约时间成本,满足大范围区域作物信息提取的需求,相较于传统的遥感分析手段有明显优势.针对青藏高原作物信息提取困难的现状,通过GEE平台,快速获取并处理了Landsat数据并与基于MODIS NDVI时间序列提取出来的物候参数进行特征构建,充分利用不同地物物候特征的差异进行分类训练,实现青海省东部主要农作物信息的提取.结果表明:①该方法提取结果精度较高,分类回归树验证的总体精度为86.23%,Kappa系数为0.82.提取结果基本符合研究区的作物种植结构,说明Landsat数据与MODIS NDVI时间序列耦合的方法能够提高作物识别的精度,对青藏高原地区主要农作物信息自动化提取具有一定的积极意义.②说明GEE平台是实现青藏高原主要农作物较高精度作物信息提取的有效工具.③主要的误差来源于零星且种植比例低的玉米地和分布范围广海拔差异大的青稞地,后续研究应着重在零星种植和生育期差异较小的农作物分类提取技术方面进行深入分析. 展开更多
关键词 谷歌地球引擎 青藏高原 遥感 MODIS NDVI时间序列 landsat数据 物候参数 农作物信息提取
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部