排序方式： 共有10条查询结果，搜索用时 46 毫秒
1
1.
多时相AVHRR数据的傅立叶分析 总被引：10，自引：0，他引：10
傅立叶分析(FourierAnalysis)是一种常用的信号处理方法.将中国全年 36旬的NOAA AVHRR的 1km数据采用最大值合成法获得 1 2个月的NDVI时间序列数据,然后运用离散傅立叶变换检测该时间信号的频率分布状况.结果各频率分量与NDVI的累加值及不同周期的季节性变化等生物学特征相关.其中零频率分量为均值NDVI,而 1/1 2频率分量最大程度概括了中国地表覆盖类型的全年季节性变化模式.将提取出的这些生物学特征引入到地表覆盖分类的特征空间中,提高了类别间的可分性.这些研究表明了傅立叶变换是分析多时相AVHRR数据及提取植被的生物学特征的有用工具 相似文献
2.
3.
NOAA卫星角度信息在分类中的有效性研究 总被引：4，自引：0，他引：4
利用连续几天的NOAA卫星数据,经过数据预处理、Ambrals、Rahman模型反演、大气校正,将提取出的角度方向信息,以土地利用图为基础,使多角度遥感理论研究与卫星遥感的实际应用有机结合,评价其在地物识别、提取、分类中对精度提高、方法改善的有效性.研究结果表明,加入角度数据后,无论从类间可分性还是从分类精度上,都要比常规分类数据高,其分类精度提高了2%～7%. 相似文献
4.
天山开都河流域雪盖消融曲线研究 总被引：8，自引：0，他引：8
根据遥感数据获得的雪盖消融曲线是输入到融雪径流模型中一个最重要的参数,云是影响积雪解译精度的主要因素.该文采用美国国家水文遥感中心(NOHRSC)基于NOAA/AVHRR数据通道1、2、3和4数据的theta算法,区分雪、云与陆地、水体,并将该期影像及其前一段时间内影像通过镶嵌取theta的最大值,从而既起到去云的作用,也实现对云下覆信息有效的插补.研究区受云的影响十分严重,镶嵌影像时段的长短对云的去除影响很大.10天镶嵌和30天镶嵌影像受云的影像仍然十分明显,长序列镶嵌影像(使用该期及其前期所有影像镶嵌)的雪盖消融曲线受云的影响较小,可以作为SRM等融雪径流模型比较准确的输入参数.研究区从3月中旬到4月末积雪融化迅速,到了5月份,尤其是6月和7月积雪分布范围很小且比较稳定.研究区内可划分为6个高程带,其中高程带C和D积雪变化对径流影响最为显著.各高程带积雪覆盖率一般在3月中旬达到最大值,高程带A、B内的积雪基本上在4月中旬融化完毕,高程带C和D积雪5月份基本融化完毕,而海拔较高的高程带E和F积雪要到5月或6月积雪消融才停止并保持稳定. 相似文献
5.
Remote sensing techniques have the potential to provide information on agricultural crops quantitatively, instantaneously
and above all nondestructively over large areas. Crop simulation models describe the relationship between physiological processes
in plants and environmental growing conditions. The integration between remote sensing data and crop growth simulation model
is an important trend for yield estimation and prediction, since remote sensing can provide information on the actual status
of the agricultural crop. In this study, a new model (Rice-SRS) was developed based mainly on ORYZA1 model and modified to
accept remote sensing data as input from different sources. The model can accept three kinds of NDVI data: NOAA AVHRR(LAC)-NDVI,
NOAA AVHRR(GAC)-NDVI and radiometric measurements-NDVI. The integration between NOAA AVHRR (LAC) data and simulation model
as applied to Rice-SRS resulted in accurate estimates for rice yield in the Shaoxing area, reduced the estimating error to
1.027%, 0.794% and (−0.787%) for early, single, and late season respectively. Utilizing NDVI data derived from NOAA AVHRR
(GAC) as input in Rice-SRS can yield good estimation for rice yield with the average error (−7.43%). Testing the new model
for radiometric measurements showed that the average estimation error for 10 varieties under early rice conditions was less
than 1%.
Project supported by the National Defense Scientific and Technological Committee of China(No. Y97#14-6-2) 相似文献
6.
Jeff De La Beaujardière 《Journal of Map & Geography Libraries》2016,12(1):5-27
The United States’ National Oceanic and Atmospheric Administration (NOAA) operates over one hundred observing systems and numerical models providing information and forecasts about the planetary environment from the bottom of the ocean to the surface of the Sun. Collected NOAA data constitute an irreplaceable resource that must be well-documented, discoverable, accessible, and preserved for future use. Good data management should therefore be part of NOAA's core business practices, and employees and leadership should be aware of their roles and responsibilities in this arena. NOAA has developed an Environmental Data Management (EDM) Framework document that discusses Principles, Governance, Resources, Standards, Architecture, Assessment, and the Data Lifecycle, and which also enumerates specific recommendations. The NOAA EDM Committee has issued Directives pertaining to data management planning, archiving, data access, metadata, and other topics. A Data Catalog has been established, and a project to assign persistent, citable identifiers to archival data is well underway. Numerous groups at NOAA are performing technical work related to data access, usability, and preservation.The purpose of this article is to describe these documents and activities in order to share our experiences and to provide guidance and encouragement for improved data management practices and processes at other organizations. 相似文献
7.
利用连续几天的NOAA卫星数据, 经过数据预处理、Ambrals、Rahman模型反演、大气校正, 将提取出的角度方向信息, 以土地利用图为基础, 使多角度遥感理论研究与卫星遥感的实际应用有机结合, 评价其在地物识别、提取、分类中对精度提高、方法改善的有效性.研究结果表明, 加入角度数据后, 无论从类间可分性还是从分类精度上, 都要比常规分类数据高, 其分类精度提高了2%～7%. 相似文献
8.
基于NOAA公布的2011—2020财年总统预算信息,对预算案经费变化趋势、投向投量和预算内容进行评析,以此考察美国政府在海洋大气领域宏观政策导向的变化。研究显示:(1)2016财年后,美国重新聚焦国家安全和核心政府职能,国家海洋管理政策从保护海洋环境为主转变为保障经济发展为主的新政策,NOAA预算资金大幅降低;(2)降低极端天气和水文事件的影响、最大化海洋和海岸带资源的经济贡献、空间创新成为NOAA未来一段时期的工作重点和优先事项;(3)为确保核心职能和优先事项,2020财年,NOAA六大直属机构做出诸多计划调整。 相似文献
9.
选取植被指数和温度作为湿地保护区划定的基本依据,采用感测范围广、获取信息方便的NOAA／AVHRR影像作为主要数据源,反演南中国海区域的归一化植被指数NDVI、海面温度和陆地表面温度。对反演结果进行分析,确定湿地保护区的NDVI阈值和温度阈值,再对各个参数的阈值进行空间分析,最终确定南中国海重要湿地地址和范围。最后把确定的保护区域与联合国环境署／全球环境基金确定的湿地示范区作对比研究,发现根据NDVI与温度确定的重要湿地包括了6个重要湿地示范区中的5个。 相似文献
10.
MODIS和NOAA/AVHRR植被指数差异初步分析 总被引：19，自引：0，他引：19
本文基于中分辨率成像光谱仪(MODIS)和NOAA/AVHRR影像数据分析了植被指数(Ⅵ)的差异性。分别选取浙江省2002年9月2日MODIS和NOAA/AVHRR遥感影像,计算分析了浙江省全省和仙居县MODIS和NOAA/AVHRR的植被指数。结果表明,MODIS增强植被指数(EVI)同MODIS-NDVI相比,倾向于低值部分,呈现正态分布,不容易饱和,适宜于高生物量群体的监测:MODIS-VI及NOAA/AVHRR-NDVI相比不容易饱和。 相似文献
1