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4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Landsat8数据的地表温度反演算法对比分析——以北京市为例 被引量：7
1
作者 段金馈 《安徽农学通报》 2019年第17期148-150,共3页
地表温度(Land Surface Temperature,LST)是重要的地表物理参量。该文以北京市为研究区,基于Landsat8影像数据,利用辐射传输方程法(RTE算法)、针对TIRS10的单窗算法(TIRS10_SC算法)以及改进单通道算法(JM_SC10算法)反演地表温度,并运用... 地表温度(Land Surface Temperature,LST)是重要的地表物理参量。该文以北京市为研究区,基于Landsat8影像数据,利用辐射传输方程法(RTE算法)、针对TIRS10的单窗算法(TIRS10_SC算法)以及改进单通道算法(JM_SC10算法)反演地表温度,并运用气象观测点数据进行验证。结果表明,TIRS10_SC算法反演精度最好,RMSE为3.92℃;其次是RTE和JM_SC10算法。 展开更多
关键词 Landsat8 地表温度 地表温度反演
下载PDF
高分六号红边波段对夏玉米种植区识别的影响 被引量：4
2
作者 段金馈 李峰 +4 位作者 秦泉 胡先锋 王晗 韩东枫 顾琛 《海洋气象学报》 2023年第3期104-112,共9页
为探究高分六号卫星新增红边波段对夏玉米种植区识别的影响,选取山东省兰陵县为研究区,基于多时相高分六号宽幅相机遥感影像,构建4种波段组合方案,结合地面数据分析不同方案样本类型可分离性,采用支持向量机方法,提取研究区不同前茬作... 为探究高分六号卫星新增红边波段对夏玉米种植区识别的影响,选取山东省兰陵县为研究区,基于多时相高分六号宽幅相机遥感影像,构建4种波段组合方案,结合地面数据分析不同方案样本类型可分离性,采用支持向量机方法,提取研究区不同前茬作物夏玉米种植区域,分析光谱反射率变化及识别结果精度。结果表明:高分六号卫星两个红边波段都能不同程度提高不同物候期夏玉米与其他作物的区分度,较无红边波段参与相比,红边波段参与下不同作物间可分离度有一定提高;大蒜收获后、冬小麦收获后播种的夏玉米总体分类精度分别由80.1%、77.3%提高到90.3%、91.1%,分别提升10.2%和13.8%,Kappa系数分别由0.60、0.56提高至0.80、0.81。研究表明,新增红边波段可以有效提高夏玉米识别和提取精度,能够为红边波段的农业应用提供参考。 展开更多
关键词 高分六号 红边波段 夏玉米 支持向量机
下载PDF
基于GEE和Sentinel-1/2数据的夏玉米种植面积精细化识别方法
3
作者 韩东枫 李峰 +5 位作者 秦泉 胡先锋 王晗 段金馈 冯冬含 崔颖 《海洋气象学报》 2024年第3期122-132,共11页
作物种植面积提取方式的选取,对农作物遥感监测有重要意义。为探究夏玉米遥感识别最佳时相、夏玉米遥感识别光学时序和夏玉米遥感识别光学与星载合成孔径雷达(synthetic aperture radar,SAR)融合时序3种方案在夏玉米种植区识别的差异,... 作物种植面积提取方式的选取,对农作物遥感监测有重要意义。为探究夏玉米遥感识别最佳时相、夏玉米遥感识别光学时序和夏玉米遥感识别光学与星载合成孔径雷达(synthetic aperture radar,SAR)融合时序3种方案在夏玉米种植区识别的差异,选取山东商河为研究区。基于谷歌地球引擎(Google Earth Engine,GEE)云平台Sentinel-1/2数据,构建分类数据集,结合地面调查制作分类样本,采用随机森林法进行3种方案下研究区夏玉米种植区域提取,并分析各方案精度。结果表明:3种方案均能较高精度地实现夏玉米与其他作物的区分;相对于夏玉米遥感识别最佳时相方案,夏玉米遥感识别光学时序方案下夏玉米总体分类精度由83.01%提高到89.44%,Kappa系数由0.77提高到0.86;相对于夏玉米遥感识别最佳时相和夏玉米遥感识别光学时序方案,夏玉米遥感识别光学与SAR融合时序方案的总体分类精度最高,达92.51%,Kappa系数达0.89。研究表明,夏玉米遥感识别光学与SAR融合时序方案可以在较高精度下有效识别夏玉米种植区,为发育期内的农情调查管理提供参考。 展开更多
关键词 谷歌地球引擎(GEE) Sentinel-1/2卫星 夏玉米 随机森林法
下载PDF
面向国产高分辨率卫星的浒苔绿潮遥感监测算法对比
4
作者 秦泉 胡先锋 +4 位作者 李峰 王晗 段金馈 韩东枫 顾琛 《海洋气象学报》 2023年第2期64-75,共12页
利用高空间分辨率卫星影像准确监测浒苔绿潮对灾害早期发现、动态跟踪以及沿岸防御具有重要应用价值。目前面向高分辨率遥感影像已有多种浒苔提取方法,但不同遥感算法受到海水背景(浑浊和清澈海水)和外界观测环境(如云层、太阳耀斑、观... 利用高空间分辨率卫星影像准确监测浒苔绿潮对灾害早期发现、动态跟踪以及沿岸防御具有重要应用价值。目前面向高分辨率遥感影像已有多种浒苔提取方法,但不同遥感算法受到海水背景(浑浊和清澈海水)和外界观测环境(如云层、太阳耀斑、观测几何条件)等干扰,其监测效果可能受到不同程度影响。为此,以国产高分辨率GF-WFV和HJ-CCD影像为例,充分对比了归一化差值植被指数(normalized difference vegetation index,NDVI)、漂浮藻类高度虚拟基线指数(virtual baseline floating macroalgae height,VB-FAH)和绿度指数(tasseled cap greenness,TCG)在常见多种环境背景下提取浒苔的优势和不足。研究结果表明:在清澈海水、浑浊海水和弱太阳耀斑背景下,NDVI、VB-FAH和TCG三种算法均有较好的浒苔识别能力,其精度评价指标F1-score和总体分类精度(overall accuracy,OA)分别超过95.6%和95.2%。对于几何观测条件,VB-FAH和TCG算法对观测几何角度的变化不敏感并表现较高的稳定性,要优于NDVI方法。在云层覆盖和强太阳耀斑背景下,TCG算法的浒苔判识能力最好,并可有效排除云覆盖和强太阳耀斑的干扰,其精度评价指标F1-score和OA分别超过95.2%和95.0%。 展开更多
关键词 高分辨率卫星遥感 浒苔绿潮 遥感监测算法 高分卫星 环境卫星
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
使用帮助 返回顶部