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
3
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
应用高光谱植被指数反演冬小麦叶绿素含量的光谱指标敏感性研究
被引量：
11
1
作者
田静国
王树东
+2 位作者
张立福
马超
张霞
《科学技术与工程》
北大核心
2016年第15期1-8,共8页
高光谱植被指数反演叶绿素含量的精度除与模型有关外,光谱指标中心波长、波段宽度、信噪比等的差异也会带来一定的影响。研究基于实测光谱数据,结合波段模拟、噪音分析等方法,研究不同的光谱指标对植被指数反演叶绿素含量的影响,分析用...
高光谱植被指数反演叶绿素含量的精度除与模型有关外,光谱指标中心波长、波段宽度、信噪比等的差异也会带来一定的影响。研究基于实测光谱数据,结合波段模拟、噪音分析等方法,研究不同的光谱指标对植被指数反演叶绿素含量的影响,分析用于反演的光谱指标的敏感性,结果表明:1最佳中心波长的位置与适用于高低覆盖的植被指数类型有关,反演精度在一定范围内并不随着波段宽度的增加而提高;2不同植被指数抗噪声能力有一定的差异,其中DVI(difference vegetation index),NDVI(normalized difference vegetation index)等抗噪能力比较强,MCARI(modified chlorophyll absorption ratio index)和TCARI(transformed chlorophyll absorption ratio index)抗噪能力比较弱;3联合反演模型反演结果为R^2=0.741 5,RMSE=0.402 6,优于MTCI(MERIS terrestrial chlorophyll index)的反演结果,通过模拟HJ1A-HSI,Hyperion等数据,研究出联合反演模型在不同高光谱传感器下有一定的适用性。
展开更多
关键词
高光谱遥感
叶绿素反演
光谱指标
敏感性
植被指数
在线阅读
下载PDF
职称材料
冬小麦典型多参量冠层高光谱反演的光谱指标敏感性研究
被引量：
5
2
作者
韩茜
张潇元
+3 位作者
王树东
张立福
张霞
田静国
《科学技术与工程》
北大核心
2017年第25期89-97,共9页
高光谱遥感反演作物参量多集中在单一参量研究上,缺乏多参量综合反演研究。因此,面向多参量反演,需要对传感器参数的有效设置,以及同一指标对不同参量的适宜程度进行综合研究。以冬小麦为例,通过实测冠层光谱反射率和LAI、叶绿素、氮素...
高光谱遥感反演作物参量多集中在单一参量研究上,缺乏多参量综合反演研究。因此,面向多参量反演,需要对传感器参数的有效设置,以及同一指标对不同参量的适宜程度进行综合研究。以冬小麦为例,通过实测冠层光谱反射率和LAI、叶绿素、氮素含量数据,分析了中心波长、波段宽度、信噪比等指标的变化对各参量定量模型的影响,及光谱指标对LAI、叶绿素和氮素定量模型反演的敏感性和有效性,以及对冬小麦典型参量高光谱遥感反演的光谱指标进行了综合性分析。结果表明:反演冬小麦LAI的最佳植被指数为DVI(R^2=0.457,RMSE=0.614%),对应的最佳指标为:中心波长为768 nm和732 nm,波段宽度在5 nm以内,信噪比大于70 d B;反演冬小麦叶绿素的最佳植被指数为MSR(R2=0.554,RMSE=0.548%),对应的最佳指标为:中心波长为768 nm和736 nm,波段宽度在5 nm以内,信噪比大于70 d B;反演冬小麦氮素的最佳植被指数为NDVI_(g_b)(R^2=0.733,RMSE=0.600%),对应的最佳指标为:中心波长为500 nm和454 nm,波段宽度为5 nm以内,信噪比大于70d B。植被指数SAVI在一定波段范围内可同时反演LAI、叶绿素和氮素;MSAVI、DVI、RDVI和NDVI均可在一定波段范围内同时反演LAI和叶绿素含量,而反演LAI和氮素含量的适宜波段以及反演叶绿素和氮素的适宜波段存在差异。利用高光谱植被指数可实现作物参量的有效反演,且作物参量的定量反演对不同的光谱指标,即中心波长、波段宽度和信噪比具有较强的敏感性。
展开更多
关键词
高光谱反演
冬小麦
植被指数
叶面积指数
叶绿素
氮素
在线阅读
下载PDF
职称材料
光谱特征提取对近似矿物光谱差异性影响分析
被引量：
10
3
作者
赵恒谦
赵学胜
+1 位作者
岑奕
杨杭
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2017年第3期869-874,共6页
矿物光谱特征是基于光学遥感数据对矿物进行种类识别及定量反演的理论基础,光谱特征提取是高光谱数据常用的技术手段,但在多光谱数据中较少涉及。近似矿物识别是矿物光谱分类应用中的难点,目前还缺少有效指标来指示近似矿物类别光谱的...
矿物光谱特征是基于光学遥感数据对矿物进行种类识别及定量反演的理论基础,光谱特征提取是高光谱数据常用的技术手段,但在多光谱数据中较少涉及。近似矿物识别是矿物光谱分类应用中的难点,目前还缺少有效指标来指示近似矿物类别光谱的差异性。光谱特征提取有望提高矿物分类精度,但该处理对近似矿物光谱差异性的影响还缺少相关研究。本文从矿物光谱差异性的原理出发,通过类间和类内光谱角的比值体现不同类别群体差异,并引入样本量因素,提出了类别可分比作为近似矿物光谱差异性的指标。以明矾石和高岭石两种近似矿物为例,对USGS光谱库光谱及Hyperion,ASTER,OLI等传感器的模拟数据进行光谱特征提取处理,通过对比处理前后矿物光谱差异性的变化,分析光谱特征提取对近似矿物光谱差异性的影响。实验结果表明,有效的光谱特征提取可以显著提高近似矿物光谱差异性,并且光谱分辨率越高,近似矿物光谱差异性越大。此外,光谱分辨率及中心波长设置对于包络线去除结果有很大影响,多光谱数据吸收特征提取效果有待进一步提高。该研究为今后近似矿物光谱识别精度的提高奠定了基础,也为未来新型遥感找矿传感器参数设置提供了参考。
展开更多
关键词
近似矿物
光谱特征提取
光谱差异性
类别可分比
包络线去除
在线阅读
下载PDF
职称材料
题名
应用高光谱植被指数反演冬小麦叶绿素含量的光谱指标敏感性研究
被引量：
11
1
作者
田静国
王树东
张立福
马超
张霞
机构
河南理工大学测绘与国土信息工程
学院
中国科学院遥感与数字地球研究所高光谱遥感应用技术研究室
出处
《科学技术与工程》
北大核心
2016年第15期1-8,共8页
基金
国家自然科学基金(41371359)
国家自然科学基金(41501396)资助
+1 种基金
遥感科学国家重点实验室开放基金(OFSLRSS201508)
高分率对地观测系统重大专项
文摘
高光谱植被指数反演叶绿素含量的精度除与模型有关外,光谱指标中心波长、波段宽度、信噪比等的差异也会带来一定的影响。研究基于实测光谱数据,结合波段模拟、噪音分析等方法,研究不同的光谱指标对植被指数反演叶绿素含量的影响,分析用于反演的光谱指标的敏感性,结果表明:1最佳中心波长的位置与适用于高低覆盖的植被指数类型有关,反演精度在一定范围内并不随着波段宽度的增加而提高;2不同植被指数抗噪声能力有一定的差异,其中DVI(difference vegetation index),NDVI(normalized difference vegetation index)等抗噪能力比较强,MCARI(modified chlorophyll absorption ratio index)和TCARI(transformed chlorophyll absorption ratio index)抗噪能力比较弱;3联合反演模型反演结果为R^2=0.741 5,RMSE=0.402 6,优于MTCI(MERIS terrestrial chlorophyll index)的反演结果,通过模拟HJ1A-HSI,Hyperion等数据,研究出联合反演模型在不同高光谱传感器下有一定的适用性。
关键词
高光谱遥感
叶绿素反演
光谱指标
敏感性
植被指数
Keywords
hyperspectral remote sensing
chlorophyll content inversion
spectral indices
sensitivity
vegetation index
分类号
P237 [天文地球—摄影测量与遥感]
在线阅读
下载PDF
职称材料
题名
冬小麦典型多参量冠层高光谱反演的光谱指标敏感性研究
被引量：
5
2
作者
韩茜
张潇元
王树东
张立福
张霞
田静国
机构
中国
地质大学
地球
科学
与资源
学院
中国科学院遥感与数字地球研究所高光谱遥感应用技术研究室
广西空间信息与测绘重点实验室
出处
《科学技术与工程》
北大核心
2017年第25期89-97,共9页
基金
国家自然科学基金(41371359
41671362)
+1 种基金
广西空间信息与测绘重点实验室开放基金(151400727)
高分辨率对地观测系统重大专项资助
文摘
高光谱遥感反演作物参量多集中在单一参量研究上,缺乏多参量综合反演研究。因此,面向多参量反演,需要对传感器参数的有效设置,以及同一指标对不同参量的适宜程度进行综合研究。以冬小麦为例,通过实测冠层光谱反射率和LAI、叶绿素、氮素含量数据,分析了中心波长、波段宽度、信噪比等指标的变化对各参量定量模型的影响,及光谱指标对LAI、叶绿素和氮素定量模型反演的敏感性和有效性,以及对冬小麦典型参量高光谱遥感反演的光谱指标进行了综合性分析。结果表明:反演冬小麦LAI的最佳植被指数为DVI(R^2=0.457,RMSE=0.614%),对应的最佳指标为:中心波长为768 nm和732 nm,波段宽度在5 nm以内,信噪比大于70 d B;反演冬小麦叶绿素的最佳植被指数为MSR(R2=0.554,RMSE=0.548%),对应的最佳指标为:中心波长为768 nm和736 nm,波段宽度在5 nm以内,信噪比大于70 d B;反演冬小麦氮素的最佳植被指数为NDVI_(g_b)(R^2=0.733,RMSE=0.600%),对应的最佳指标为:中心波长为500 nm和454 nm,波段宽度为5 nm以内,信噪比大于70d B。植被指数SAVI在一定波段范围内可同时反演LAI、叶绿素和氮素;MSAVI、DVI、RDVI和NDVI均可在一定波段范围内同时反演LAI和叶绿素含量,而反演LAI和氮素含量的适宜波段以及反演叶绿素和氮素的适宜波段存在差异。利用高光谱植被指数可实现作物参量的有效反演,且作物参量的定量反演对不同的光谱指标,即中心波长、波段宽度和信噪比具有较强的敏感性。
关键词
高光谱反演
冬小麦
植被指数
叶面积指数
叶绿素
氮素
Keywords
hyperspectral inversion winter wheat vegetation index leaf area index chlorophyll nitrogen
分类号
TP79 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
光谱特征提取对近似矿物光谱差异性影响分析
被引量：
10
3
作者
赵恒谦
赵学胜
岑奕
杨杭
机构
中国
矿业大学(北京)
地球
科学
与测绘工程
学院
中国科学院遥感与数字地球研究所高光谱遥感应用技术研究室
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2017年第3期869-874,共6页
基金
国家自然科学基金项目(41171306)
国家高技术研究发展计划项目(2013AA12A302)资助
文摘
矿物光谱特征是基于光学遥感数据对矿物进行种类识别及定量反演的理论基础,光谱特征提取是高光谱数据常用的技术手段,但在多光谱数据中较少涉及。近似矿物识别是矿物光谱分类应用中的难点,目前还缺少有效指标来指示近似矿物类别光谱的差异性。光谱特征提取有望提高矿物分类精度,但该处理对近似矿物光谱差异性的影响还缺少相关研究。本文从矿物光谱差异性的原理出发,通过类间和类内光谱角的比值体现不同类别群体差异,并引入样本量因素,提出了类别可分比作为近似矿物光谱差异性的指标。以明矾石和高岭石两种近似矿物为例,对USGS光谱库光谱及Hyperion,ASTER,OLI等传感器的模拟数据进行光谱特征提取处理,通过对比处理前后矿物光谱差异性的变化,分析光谱特征提取对近似矿物光谱差异性的影响。实验结果表明,有效的光谱特征提取可以显著提高近似矿物光谱差异性,并且光谱分辨率越高,近似矿物光谱差异性越大。此外,光谱分辨率及中心波长设置对于包络线去除结果有很大影响,多光谱数据吸收特征提取效果有待进一步提高。该研究为今后近似矿物光谱识别精度的提高奠定了基础,也为未来新型遥感找矿传感器参数设置提供了参考。
关键词
近似矿物
光谱特征提取
光谱差异性
类别可分比
包络线去除
Keywords
Similar minerals
Absorption feature extraction
Spectral difference
Class separability ratio（CSR）
Continuum removal
分类号
P575.4 [天文地球—矿物学]
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
应用高光谱植被指数反演冬小麦叶绿素含量的光谱指标敏感性研究
田静国
王树东
张立福
马超
张霞
《科学技术与工程》
北大核心
2016
11
在线阅读
下载PDF
职称材料
2
冬小麦典型多参量冠层高光谱反演的光谱指标敏感性研究
韩茜
张潇元
王树东
张立福
张霞
田静国
《科学技术与工程》
北大核心
2017
5
在线阅读
下载PDF
职称材料
3
光谱特征提取对近似矿物光谱差异性影响分析
赵恒谦
赵学胜
岑奕
杨杭
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2017
10
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
