排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
基于被动微波遥感的中国干旱动态监测 总被引:2,自引:1,他引:1
目前用于中国干旱监测的遥感方法大多是可见光和热红外指数法,受云雨、植被和地形的影响较大,不能满足中国南方地区干旱监测的需求。该研究基于被动微波辐射传输方程,首先构建了基于AMSR-E(advanced microwave scanning radiometer-EOS)数据的地表温度反演模型,R2=0.79,RMSE(root mean square error)为2.54℃,实现了中国地表温度的被动微波遥感监测。然后,拟合了不同下垫面归一化植被指数(normalized difference vegetation index,NDVI)与微波极化差异指数(microwave polarization difference index,MPDI)的关系。在此基础上改进了植被供水指数(vegetation supply water index,VSWI),构建了基于AMSR-E数据的被动微波遥感气象干旱指数,并以中国2009年的旱情为例进行实例验证。研究表明,该干旱指数与AMSR-E L3土壤湿度数据有着显著的负相关关系(R2=0.75),且能基本表征2009年中国实际的气象干旱状况。 相似文献
2.
基于HJ-1数据的冬小麦种植面积、长势与收割进度遥感监测 总被引:1,自引:1,他引:0
及时、准确地获取冬小麦种植面积、长势、收割进度等信息对冬小麦产量预报和农田精细管理具有重要意义。本研究采用HJ-1A/B CCD1/CCD2影像,结合S-G滤波算法、波段最大化的光谱角目标探测器、阈值分割等方法进行新乡市冬小麦种植面积、小麦长势和收割进度等遥感监测。结果表明:(1)利用HJ卫星NDVI时间序列数据结合波段最大化的光谱角度目标探测器方法,可以进行冬小麦种植面积提取,各县市冬小麦种植面积提取相对误差在10%以内;(2)单景影像NDVI值阈值分割可以反映冬小麦长势在时空差异;(3)冬小麦达到抽穗期的时间不一致,NDVI值在4月15日和21日附近达到最大值;(4)利用成熟期和收割期不同时间的NDVI影像,可监测各县市冬小麦收割进度的时空差异。各县市冬小麦在6月4日前开始收割与6月15日左右完成收割工作。HJ卫星时间序列遥感数据可以进行冬小麦种植面积、长势、收割进度等遥感监测。 相似文献
1