公共文化服务平台

王树东: 作品数：28 被引量：302H指数：12; 供职机构：中国科学院遥感应用研究所更多>>; 发文基金：国家自然科学基金国家高技术研究发展计划国家科技支撑计划更多>>; 相关领域：天文地球农业科学自动化与计算机技术水利工程更多>>

合作作者

多源数据辅助遥感影像发布研究被引量：1: 2006年; 根据遥感影像的特点,分析了传统的遥感影像发布问题,研究和探讨了目前网络模式下应用多源数据辅助遥感影像发布的可行性和必要性;文中指出,管理应用GIS、元数据等多源数据辅助遥感影像发布,从而提高了服务器工作和客户端数据索引的效率。; 王树东郝彬彬刘素红王晓华; 关键词：网络发布多源数据遥感影像

GLDAS数据产品在渭河流域潜在蒸散发模拟中的应用研究被引量：14: 2013年; 蒸散发量是水资源管理的一个重要参数,目前的蒸散发模型中需要的大量气象参数,一般都是通过气象站点数据插值得到,对于缺资料和无资料地区有巨大的局限性。文中在对GLDAS气压、气温和风速数据产品年、月、日尺度进行有效性分析的基础上,将其应用于渭河流域潜在蒸散发模拟研究中,模型选用Penman-Manteith公式,对渭河流域2006-2009年日尺度上的潜在蒸散发时空结构进行了定量分析。结果表明:GLDAS数据产品精度较高,完全满足蒸散发研究的需要,较地面气象站点观测,具有较好的时空连续性,在全国性及区域性蒸散发模拟中具有较好的应用前景。; 王玉娟王树东宋文龙杨胜天; 关键词：渭河流域

野外波谱测量应注意的几个问题被引量：8: 2006年; 野外波谱测量看起来比较简单:通过同时观测目标和参考板的反射能量的对比来完成。但是不同的波谱测量方式,同一目标会产生不同的测量波谱,无法回答哪个是最接近目标波谱物理性质。主要问题是正确的波谱测量方式是保持被测目标和参考板的光照条件、背景环境等要素要完全一致,但是有时无法保持完全一致,如河流水体波谱的测量等;另外对于采集下的植被叶片的波谱测量,叶片随时间变化测量结果差异很大,问题是活体的叶片内部结构随时间产生变化。本文给出了不同测量方式,不同环境背景和不同时间下同一目标波谱的测量结果,这些波谱的对比分析对深刻理解野外波谱测量数据、改进测量方法的设计有很大帮助。; 王树东刘素红李向唐义闵于凯; 关键词：光照环境

利用光谱指数反演植被叶绿素含量的精度及稳定性研究被引量：35: 2015年; 农业遥感中,利用光谱指数方法反演作物叶绿素含量一直得到广泛地应用。利用PSR-3500光谱仪及SPAD-502叶绿素仪同步获取了冬小麦冠层光谱数据及对应叶片的叶绿素相对含量(SPAD值),并利用高斯光谱响应模型将PSR获取的地面连续光谱数据重采样为多光谱Landsat-TM7及高光谱Hyperion光谱数据,然后分别计算基于两种传感器的归一化差值植被指数(normalized difference vegetation index,NDVI)、综合叶绿素光谱指数(MCARI/OSAVI,the ratio of the modified transformed chlorophyll absorption ratio index(MCARI)to optimized soil adjusted vegetation index(OSAVI))、三角形植被指数(triangle vegetation index,TVI)及通用植被指数(vegetation index based on universal pattern decomposition method,VIUPD),再将四种光谱指数与叶绿素含量进行回归分析。结果表明,针对重采样后的TM和Hyperion两种传感器数据,VIUPD反演叶绿素含量精度(决定系数R2)最高,反演能力最稳定,这与其"不受传感器影响"的特性密不可分;MCARI/OSAVI反演精度和稳定性次之,是因为引入的OSAVI削弱了土壤背景的影响;宽波段指数NDVI和TVI对模拟TM数据有较好的反演精度,对Hyperion数据反演精度却很低,可能是因为两种指数的构成形式简单,考虑的影响因素较少。以冬小麦为例,对利用光谱指数反演植被叶绿素含量的精度和稳定性进行了研究并分析了其影响因素,经比较发现利用植被指数VIUPD进行植被叶绿素含量反演时,其精度和稳定性最好。; 姜海玲杨杭陈小平王树东李雪轲刘凯岑奕; 关键词：光谱指数

基于植被特征库的高光谱植被精细分类（英文）被引量：13: 2015年; 目前,高光谱数据精细分类面临两方面问题:一方面,传统单纯利用光谱信息的分类往往难以满足各应用行业对精度的需求,另一方面,基于像元的分类结果受制于椒盐噪声,影响其有效应用。为此,提出了一种基于植被特征库构建与优化的高光谱植被精细分类策略。首先,从高光谱影像中的原始光谱特征出发,结合灰度共生矩阵和局域指示空间分析两类纹理特征,并有针对性地加入了对植被叶绿素、胡萝卜素、花青素和氮素叶面积指数等理化参量敏感的光谱指数特征,构建了完备的植被特征库,以提高植被类别间的可分性;进而对植被特征库进行光谱维优化,提出了基于类对可分性的光谱维优化算法,选择对各类对具有最高识别能力的特征波段,通过迭代使各类别间均达到较高的区分度,并利用最优索引因子法进一步降低数据冗余,以提高分类效率;在进行植被特征库空间维优化时,主要基于地物分布通常具有一定的空间连续性这一理论,提出了基于邻域光谱角距离的植被特征库空间维优化算法,以去除分类结果中的椒盐噪声,提高分类精度和分类图像平滑度。基于航空高光谱数据的植被精细分类验证表明,该方法可以显著提高分类精度,在作物品种识别、精准农业等方面将具有广泛的应用前景。; 尚坤张霞孙艳丽张立福王树东庄智; 关键词：高光谱遥感

黄河中游大尺度植被冠层截留降水模拟与分析被引量：18: 2014年; 大尺度植被冠层截留降水定量模拟与分析是揭示气候变化和人类活动综合作用下区域水沙变化机制的重要研究内容。以黄河中游河口镇—潼关区间为研究区,耦合遥感等空间数据与植被冠层截留估算模型,利用地面监测站点降水数据、GLASS叶面积指数遥感数据和地理信息空间分析技术,定量模拟和分析了黄河中游20世纪80年代以来3个典型年份的地表植被冠层截留降水及其时空变化特征。结果表明:(1)20世纪80年代以来,特别是20世纪末实施的生态修复政策,使得黄河中游叶面积指数显著提高,植被覆盖明显改善;(2)20世纪80年代以来,黄河中游植被冠层截留降水发生了明显变化,1984年、1995年和2010年研究区植被冠层截留降水量区域年平均值分别为19.57 mm、13.66 mm和22.68 mm,截留率分别为3.24%、3.32%和4.92%;(3)黄河中游植被冠层截留降水特征及其变化受降水特征和地表植被状况共同影响,其中,降水量是决定植被冠层截留降水特征的控制性因素,而叶面积指数年际变化是影响植被冠层截留降水特征变化的主要因素。; 宋文龙杨胜天路京选刘昌明王树东; 关键词：黄河中游降水叶面积指数

区域干旱遥感监测模型研究进展被引量：12: 2006年; 简要介绍应用遥感手段进行区域干旱监测的科学意义和应用价值,按照波段划分,将区域干旱遥感监测模型和方法归纳为热红外、可见光-近红外-热红外和微波三个部分,分析了目前的模型与方法中存在的问题和难点,应用遥感数据源反演地表参数带来误差及地面实验验证模型等需要解决的问题,最后对未来的工作和研究重点提出建议。; 王树东陈曦刘素红于凯周淑娟; 关键词：遥感应用

黄河流域植被生态用水过程动态模拟被引量：5: 2014年; 以黄河流域为例,通过集成RS/GIS技术,利用生态水文评估工具中模块化生态水文综合管理系统(EcoHAT)对研究区植被生态用水过程进行定量模拟,模拟出该流域20世纪50年代以来像元尺度上植被生态用水量,得到研究区植被生态用水时空结构差异。结果表明:在年际变化上,20世纪60年代和80年代偏多,而70年代和90年代偏少,2000年生长季植被生态用水量为263.5 mm;年内变化整体与降水变化趋势相一致,最大值集中在6—8月;从植被类型看,最小是草地,其次为灌丛,最大为林地;从水资源分区上看,最小的是兰河干流区间,伊洛河流域最大。其中,兰河干流区间、河龙干流区间、内流区、湟水流域、龙兰干流区间、龙羊峡以上及洮河流域普遍小于400 mm,汾河流域、黄河下游、泾河流域、北洛河流域、沁河流域、渭河流域、龙三干流区间、三花干流区间及伊洛河流域普遍大于400 mm。; 王玉娟王树东杨胜天曾红娟蔡明勇宋文龙; 关键词：黄河流域

塔里木河流域遥感波段及重构向量的特征空间分析被引量：1: 2009年; 遥感波段及其重构向量的特征空间研究是遥感模型构建的基础,针对塔里木河流域下垫面,研究了波段之间、Ts-NDVI、Ts-Albedo、Abedo-NDVI及植被指数之间在特征空间中的表征,并对其物理、生态学意义进行了分析。研究结果表明:某些特征空间中的点位分布存在一定的规律,这为地物信息提取提供可能,同时也为遥感技术更深一步研究提供借鉴。; 王晓华王树东胡昊; 关键词：遥感信息塔里木河流域干旱区

不同光谱植被指数反演冬小麦叶氮含量的敏感性研究被引量：18: 2017年; 【目的】氮素是作物生长发育过程中最重要的营养元素之一,研究叶氮含量反演的有效光谱指标设置,为应用高光谱植被指数反演作物叶氮含量,以及作物的实时监测与精确诊断提供重要依据。【方法】以冬小麦为例,选取涵盖冬小麦全生育期不同覆盖程度225组冠层光谱与叶氮含量数据,通过遥感方法建立模型,模拟了不同光谱指标,即中心波长、信噪比和波段宽度对定量模型的影响,通过模型精度评价指标决定系数(coefficient of determination,R^2)、根均方差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)、平均相对误差(mean relative error,MRE)和显著性检验水平(P<0.01)确定最优模型及最佳指标,分析光谱指标对叶氮含量定量模型反演的敏感性和有效性。【结果】反演冬小麦叶氮含量的最佳植被指数为MTCI_B,与实测叶氮含量的相关性最好(R^2=0.7674,RMSE=0.5511%,MAE=0.4625%,MRE=11.11个百分点,且P<0.01),对应的最佳指标为中心波长420 nm、508 nm和405 nm,波段宽度1 nm,信噪比大于70 DB;高覆盖状况反演的最优指数为RVIinf_r(R^2=0.6739,RMSE=0.2964%,MAE=0.2851%,MRE=6.44个百分点,且P<0.01),最优中心波长为826 nm和760 nm;低覆盖状况反演的最优指数为MTCI(R^2=0.8252,RMSE=0.4032%,MAE=0.4408%,MRE=12.22个百分点,且P<0.01),最优中心波长为750 nm、693 nm和680 nm;应用最适于高低覆盖的植被指数RVIinf_r和MTCI构建的联合反演模型(R^2=0.9286,RMSE=0.3416%,MAE=0.2988%,MRE=7.16个百分点,且P<0.01),明显优于最佳单一指数MTCI_B;模拟Hyperion和HJ1A-HSI传感器数据,联合反演模型精度(R^2为0.92—0.93,RMSE在0.37%—0.39%,MAE为0.285%左右,MRE约为7.00个百分点)明显优于单一植被指数反演精度(R^2为0.79—0.81,RMSE为0.63%—0.66%,MAE为0.455%左右,MRE约为10.90个百分点)。【结论】利用高光谱植被指数可有效实现作物叶氮含量反演,作物叶氮含量定量反演对不同光谱指标—�; 张潇元张立福张霞王树东田静国翟涌光; 关键词：冬小麦植被指数高光谱遥感

王树东

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

王树东

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈