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5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：
面向三江保护区植被类型识别的最佳波段组合研究 被引量：3
1
作者 姜怡 刘华 +2 位作者 赵峰 马永康 刘浩栋 《林业科学研究》 CSCD 北大核心 2022年第1期115-122,共8页
[目的]针对高分六号影像数据面向植被类型、特别是湿地植被信息识别的最佳波段组合进行研究,为高分六号数据在湿地资源监测中的进一步应用提供参考。[方法]以三江国家级自然保护区为对象,基于高分六号影像数据,结合当地植被特点,开展保... [目的]针对高分六号影像数据面向植被类型、特别是湿地植被信息识别的最佳波段组合进行研究,为高分六号数据在湿地资源监测中的进一步应用提供参考。[方法]以三江国家级自然保护区为对象,基于高分六号影像数据,结合当地植被特点,开展保护区植被类型识别中的最佳波段组合研究。从影像信息特征、最佳指数因子以及光谱特征曲线和地物可分性角度进行综合分析,获取基于GF6/WFV数据的三江保护区植被类型识别的最佳波段组合。同时,通过对比实验,利用支持向量机分类方法,对样区的植被类型进行信息提取,证实了结果的可靠性。[结果]波段组合4(R)-5(G)-1(B)识别植被类型精度最高。总体精度为89.15%,Kappa系数为0.8463。[结论]波段组合4(R)-5(G)-1(B)为三江保护区植被类型识别的最佳波段组合。本研究可为东北地区湿地保护区的退耕还湿工程监测提供参考。 展开更多
关键词 最佳波段组合 植被类型识别 gf6/wfv数据 三江保护区
下载PDF
高分六号宽幅数据识别火烧迹地的光谱及指数分析 被引量：7
2
作者 刘倩 覃先林 +1 位作者 胡心雨 李增元 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2021年第8期2536-2542,共7页
为探究利用高分六号卫星宽幅(GF-6 WFV)数据识别火烧迹地的适宜光谱波段和指数,选取2019年发生在我国内蒙古大兴安岭林区的三处雷击火形成的火烧迹地作为研究区,结合GF-6 WFV波段组成,选取归一化植被指数(normalized difference vegetat... 为探究利用高分六号卫星宽幅(GF-6 WFV)数据识别火烧迹地的适宜光谱波段和指数,选取2019年发生在我国内蒙古大兴安岭林区的三处雷击火形成的火烧迹地作为研究区,结合GF-6 WFV波段组成,选取归一化植被指数(normalized difference vegetation index,NDVI)、全球环境监测指数(global environment monitoring index,GEMI)、增强植被指数(enhanced vegetation index,EVI)、燃烧面积指数(burned area index,BAI)、土壤调节植被指数(soil-adjusted vegetation index,SAVI)、改进型土壤调节植被指数(modified soil-adjusted vegetation index,MSAVI)和归一化差异水体指数(normalized difference water index,NDWI)等7个光谱指数及地面叶绿素指数(MERIS terrestrial chlorophyll index,MTCI)、归一化差值红边指数(normalized difference red edge index 1,NDRE1)、改进的叶绿素吸收指数(modified chlorophyll absorption ratio index 2,MCARI2)和改进的归一化土壤指数(modified normalized difference soil index,MNDSI)等4个改进指数,基于同期影像和前后两期影像进行火烧迹地和其他典型类别的区分度计算,并利用上述11个指数及指数差值进行火烧迹地的识别,定量评价了GF-6 WFV各波段、所选光谱指数及改进指数识别火烧迹地的能力。结果表明:(1)GF-6 WFV的近红外波段和新增的两个红边波段区分度较高,反映火烧迹地特征的能力较强。(2)在区分火烧迹地和火烧前正常植被上,NDVI,GEMI,EVI,BAI,SAVI,MSAVI和NDWI 7个光谱指数等的区分能力较强,4个改进指数中,NDRE1和MCARI2的区分能力较好,MNDSI和MTCI的区分效果较差。(3)在区分同期影像火烧迹地和其余典型类别上,BAI,NDVI,MCARI2和NDWI区分效果较优,其次为NDRE1,GEMI,EVI,SAVI和MSAVI,而MNDSI,MTCI的区分能力较差。(4)在利用所选指数和指数差值识别火烧迹地中,GEMI,EVI,BAI,SAVI和MSAVI的识别精度均较优,其次是MCARI2,NDVI和NDWI,做差后提取精度显著上升,Kappa系数均提升到0.80以上,MTCI, 展开更多
关键词 高分六号宽幅数据 光谱指数 改进指数 区分度M 火烧迹地
下载PDF
基于GF-6的可可西里典型湖泊水体面积提取方法研究 被引量：6
3
作者 王仁军 刘宝康 +2 位作者 杜玉娥 张红丽 于志远 《测绘通报》 CSCD 北大核心 2022年第5期32-37,共6页
湖泊是气候变化的敏感指示器,快速准确地获取湖泊水体信息对区域气候变化研究、区域生态环境保护和治理具有重要意义。本文基于高分六号(GF-6)WFV数据,以可可西里地区4个湖泊为研究对象,分别采用单波段法、波段差值法、归一化差异水体指... 湖泊是气候变化的敏感指示器,快速准确地获取湖泊水体信息对区域气候变化研究、区域生态环境保护和治理具有重要意义。本文基于高分六号(GF-6)WFV数据,以可可西里地区4个湖泊为研究对象,分别采用单波段法、波段差值法、归一化差异水体指数(NDWI)法提取了水体面积,并以目视解译所得结果作为参考标准,对不同方法的提取结果进行了精度评价。结果表明,单波段法易受浅水区水体影响,但受积雪的影响较小,而波段差值法和NDWI法受积雪影响较大;NDWI法虽能有效提取浅水区水体,但仍受一定程度湖底沉积物的影响;波段差值法与单波段法和NDWI法相比,能有效区分浅水区水体和背景地物。 展开更多
关键词 高分六号wfv数据 湖泊水体 提取方法 精度评价 可可西里
下载PDF
基于改进LCCD算法的高分六号WFV数据云检测研究 被引量：5
4
作者 王永吉 明艳芳 +3 位作者 梁天辰 周雪莹 贾臣 王权 《光学学报》 EI CAS CSCD 北大核心 2020年第21期163-174,共12页
高分六号WFV是搭载在我国高分六号卫星上的高空间分辨率多光谱传感器,该传感器实现了高分辨率和宽覆盖的结合。精确识别高分六号WFV数据的云像元对于农业资源监测、林业资源调查以及防灾减灾等行业具有重要意义。基于全球土地覆盖产品FR... 高分六号WFV是搭载在我国高分六号卫星上的高空间分辨率多光谱传感器,该传感器实现了高分辨率和宽覆盖的结合。精确识别高分六号WFV数据的云像元对于农业资源监测、林业资源调查以及防灾减灾等行业具有重要意义。基于全球土地覆盖产品FROM-GLC10数据,改进地表类型支持的云检测算法(LCCD算法),开展了高分六号WFV数据的云检测工作。以FROM-GLC10作为先验数据,充分考虑不同地表类型反射率的变化,在每种地表类型上分别采用不同的方法设置阈值。通过目视解译的方法对云检测结果进行精度评价,云正确率整体达到了92.46%,其中植被类、水体类、高亮地表类的云正确率分别为93.09%、95.60%和88.70%。结果表明,改进的基于地表类型的云检测算法有效提高了高分六号WFV数据云检测的精度。 展开更多
关键词 遥感 云检测 FROM-GLC10 高分六号wfv数据
原文传递
统一样本云检测技术在GF-6 WFV上的改进与应用 被引量：1
5
作者 隋淞蔓 夹尚丰 胡学谦 《遥感学报》 EI CSCD 北大核心 2022年第4期646-656,共11页
目前基于深度学习的云检测方法,受训练样本限制,算法难以推广及应用。为了快速实现针对多种传感器的高精度的云检测,Sun等(2020)提出统一样本云检测方法。基于AVIRIS高光谱样本库模拟出待检测传感器的云和晴空地表像元,将模拟得到的多... 目前基于深度学习的云检测方法,受训练样本限制,算法难以推广及应用。为了快速实现针对多种传感器的高精度的云检测,Sun等(2020)提出统一样本云检测方法。基于AVIRIS高光谱样本库模拟出待检测传感器的云和晴空地表像元,将模拟得到的多光谱样本数据输入到BP神经网络中进行逐像元分类,生成云检测模型,实现Landsat 8 OLI等宽光谱传感器较高精度的云检测。该方法基于统一样本模拟出不同传感器的样本像元库,适用于多种传感器的云检测。由于Landsat 8 OLI波段较多,波谱范围覆盖宽,容易实现云的高精度识别。为了进一步提高其在光谱范围较窄的GF-6 WFV数据上的云检测应用精度,在模拟出的样本库中加入GF-6 WFV数据典型高亮地表像元。通过目视解译对云检测结果进行精度验证,结果表明,该算法利用可见光和近红外通道的遥感数据可以高精度的识别出植被、水体、建筑、裸地等地表类型上空的厚云、碎云和薄云。改进后的云检测算法,云像元平均正确率达到88.40%,在高亮地表上空云像元正确率达到87.40%,在不同地表类型上空的云像元平均正确率为92.60%。结果表明,加入高反射率地物的算法可以利用有限波段实现云和地表的高精度分离。 展开更多
关键词 云检测 gf-6 wfv数据 高光谱像元库 亮地表 深度学习算法
原文传递
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