您的位置: 专家智库 > >

广东省科技计划工业攻关项目(2011B020313001)

作品数:4 被引量:99H指数:3
相关作者:李勇苏泳娴陈修治韩留生陈水森更多>>
相关机构:广州地理研究所中国科学院大学中国气象局更多>>
发文基金:广东省科技计划工业攻关项目中央高校基本科研业务费专项资金国家自然科学基金更多>>
相关领域:自动化与计算机技术天文地球农业科学更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇天文地球
  • 1篇农业科学

主题

  • 4篇遥感
  • 2篇地表
  • 2篇地表温度
  • 2篇微波遥感
  • 2篇无人机遥感
  • 2篇被动微波
  • 2篇被动微波遥感
  • 1篇动态监测
  • 1篇亚热带
  • 1篇亚热带森林
  • 1篇热带森林
  • 1篇微型无人机
  • 1篇无人机
  • 1篇物种
  • 1篇物种识别
  • 1篇亮度温度
  • 1篇面向对象分类
  • 1篇冠层
  • 1篇红树
  • 1篇红树林

机构

  • 4篇广州地理研究...
  • 2篇中国科学院
  • 2篇中国气象局
  • 2篇中国科学院大...
  • 1篇中山大学
  • 1篇中国科学院华...
  • 1篇辛辛那提大学

作者

  • 4篇李勇
  • 2篇陈水森
  • 2篇韩留生
  • 2篇陈修治
  • 2篇苏泳娴
  • 1篇朱远辉
  • 1篇唐光良
  • 1篇柳林
  • 1篇陈燕乔
  • 1篇刘凯
  • 1篇杨龙
  • 1篇林志文
  • 1篇孙中宇
  • 1篇蒙琳

传媒

  • 3篇热带地理
  • 1篇农业工程学报

年份

  • 1篇2016
  • 1篇2015
  • 2篇2013
4 条 记 录,以下是 1-4
排序方式:
基于被动微波遥感的中国干旱动态监测被引量:13
2013年
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。
陈修治苏泳娴李勇陈水森韩留生
关键词:干旱遥感地表温度
基于微型无人机遥感的亚热带林冠物种识别被引量:20
2016年
通过微型无人机平台搭载微单相机监测亚热带地区森林生态系统冠层,发现在低空飞行时(飞行高度100m),仅能识别马尾松、湿地松和大叶相思3个冠层树种;但在超低空飞行时(高度50 m)的影像分辨率较高,通过提取冠层的轮廓、纹理、结构、颜色等信息,能成功分辨出近20种冠层物种,甚至可以识别出部分林隙中的林下物种。根据微型无人机遥感,可提取多种亚热带林冠信息,为森林保护或生态系统管理提供有效帮助。
杨龙孙中宇唐光良林志文陈燕乔黎喻李勇
关键词:微型无人机遥感亚热带森林
一种基于AMSR-E的地表温度半经验反演模型被引量:3
2013年
基于被动微波辐射传输方程,结合DeJeu建立的透过率与微波极化差异指数的通用关系式,以及Smiths建立的地表温度与大气总可降水量的经验关系,构建了一套基于AMSR-E影像的地表温度半经验反演模型,该模型无需借助其他辅助数据,便可从AMSR-E6.9GHz和10.7GHz两个波段的亮度温度模拟得到地表温度变量。对2009年我国地表温度进行实例模拟和验证,结果显示,该地表温度模型的平均反演精度达到2.54℃(R2=0.79),是一种简单有效的被动微波遥感地表温度模拟方法。
陈修治李勇韩留生苏泳娴陈水森
关键词:被动微波遥感AMSR-E地表温度亮度温度
无人机遥感在红树林资源调查中的应用被引量:66
2015年
低空无人机(UAV,Unmanned Aerial Vehicles)遥感系统具有数据采集灵活、低成本且可快速获取超高分辨率影像的特色,是传统航空遥感和卫星遥感的重要补充。以广东省和广西壮族自治区交界处的英罗港港湾两侧为研究区域,将无人机遥感系统用于红树林资源的遥感调查,通过无人机航拍获取高分辨率影像,并且使用拼接的影像和目视解译方法提取红树林空间分布信息,进一步选择典型研究样地,采用面向对象的最近邻分类方法对红树林树种类型进行分类研究,并对比综述了无人机遥感和常规航空航天遥感技术对红树林资源调查监测的优缺点,无人机遥感系统非常适用于红树林资源调查。通过2 h 30 min的3架次无人机航飞工作,获取了研究区域25.29 km2的无人机影像,基于无人机影像和面向对象遥感分类方法提取的红树林空间分布信息精度超过了90%。未来无人机遥感系统将可成为调查和监测红树林资源的重要技术手段,可为相关管理部门对红树林资源的保护、管理、开发等方面的工作提供基础信息和技术支持。
冯家莉刘凯朱远辉李勇柳林蒙琳
关键词:无人机遥感红树林面向对象分类
共1页<1>
聚类工具0