您现在的位置: 首页> 研究主题> 遥感数据

遥感数据

遥感数据的相关文献在1982年到2023年内共计1758篇,主要集中在自动化技术、计算机技术、测绘学、环境质量评价与环境监测 等领域,其中期刊论文677篇、会议论文257篇、专利文献558688篇;相关期刊424种,包括地球信息科学学报、国土资源遥感、遥感信息等; 相关会议172种,包括第四届高分辨率对地观测学术年会、2016中国环境科学学会学术年会、第十八届中国遥感大会等;遥感数据的相关文献由4378位作者贡献,包括姜浩、李丹、周成虎等。

遥感数据—发文量

期刊论文>

论文:677 占比:0.12%

会议论文>

论文:257 占比:0.05%

专利文献>

论文:558688 占比:99.83%

总计:559622篇

遥感数据—发文趋势图

遥感数据

-研究学者

  • 姜浩
  • 李丹
  • 周成虎
  • 李召良
  • 牛铮
  • 占玉林
  • 史舟
  • 黄祥志
  • 李勇
  • 李娜
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

作者

    • 白锦荣; 张爱军
    • 摘要: 基于中国土地覆被遥感分类系统,利用1990年、2000年、2010年和2020年4期遥感图像,分析小五台山自然保护区近30a来土地覆被类型,保护区各管理区的功能区转类指数变化特征。通过计算转类指数,定量衡量保护区各功能区的生态环境转好和转差趋势。结果表明:近30a来,保护区的土地覆被类型以乔木林地和草地为主,各个年份占保护区的面积都能达到95%以上。保护区1990~2000年涉及土地覆被类型变化的面积最大,合计6009.66hm^(2),但之后涉及土地覆被类型变化的面积急剧减少,表明在2000年以后保护区的土地覆被类型已基本稳定。保护区大部分区域的生态环境略有转好趋势,仅个别区域在某一时期会表现出转差趋势。各功能区不同时期的转类指数都很小,这种转好或转差的趋势不明显。
    • 徐婉婷; 岳彩荣; 朱泊东
    • 摘要: 森林植被分类是森林保护和经营管理的基础,不同森林植被类型在遥感图像上呈现不同的光谱和纹理结构特征,为利用遥感技术进行大面积森林植被分类提供了可能。以云南省普洱市思茅区为研究区,以2016年相同时相不同云量的Landsat 8光学遥感数据和Sentinel-1微波遥感数据为数据源,结合2016年云南省森林资源现地调查数据,采用图像融合PCA变换法、Gram-Schmidt变换法、NNDiffuse变换法对Landsat 8和Sentinel-1数据进行影像融合,采用最大似然分类法和人工神经网络分类法对思茅区森林植被进行分类。研究结果表明:1)人工神经网络分类法的分类精度高于最大似然分类法,其中在PCA和Gram-Schmidt变换融合后的分类精度要略高于NNDiffuse变换融合后的分类精度;2)在低云量数据中,基于Gram-Schmidt变换融合后的人工神经网络分类效果最佳,总体精度达87.12%,Kappa系数为0.851 8;在高云量数据中,基于NNDiffuse变换融合后的人工神经网络分类效果最佳,总体精度达73.92%,Kappa系数为0.699 4。
    • 耿晴; 曾浩
    • 摘要: 为了提升遥感影像质量,增强国产卫星遥感数据的地理国情监测能力,采用基于云层因素的天气模型,分析了云覆盖对国产卫星遥感影像获取的影响。在具体研究过程中,选取湖北省境内近年的高分一号、高分二号和资源三号卫星影像资料,重点分析了云覆盖对卫星遥感影像获取的影响。研究结果表明,高分一号卫星受云覆盖的影响相对较小,高分二号和资源三号卫星受云覆盖的影响相对较大,这对今后的技术研究和生产实践具有良好的指导作用。
    • 张永宏; 许帆; 阚希; 曹海啸
    • 摘要: 受复杂地形和遥感数据低分辨率的影响,传统的二值化积雪遥感产品在山区和林区的积雪覆盖度计算中存在严重误算和漏算的问题,从而导致积雪覆盖度估算精度低。基于风云四号A星多通道辐射扫描计(AGRI)新疆地区的遥感影像数据,提出一种多尺度特征融合网络的积雪覆盖度估算方法。通过深度残差网络和特征金字塔模式对卷积层各个阶段的特征信息进行重构,融合深层和浅层特征的多重语义信息,同时结合AGRI数据高时间分辨率的特性,拟合光谱信息和地理因素间的非线性关系,从而提高数据源和特征信息的整体利用率。实验结果表明,相比MOD10;SC、BP-ANN;SC和ResNet;SC方法,该方法在A1~A4样本区中相关系数均值和解释回归模型的方差得分均值最高可提高8和6个百分点,且其均方误差均值仅为0.1,能够获得较高精度的积雪覆盖度估算结果。
    • 王波; 黄津辉; 郭宏伟; 许旺; 曾清怀; 麦有全; 祝晓瞳; 田上
    • 摘要: 从遥感数据、反演方法和水质参数三方面综述了水质遥感监测的研究进展,介绍了国内外常用遥感数据,对比了分析法、经验法、半经验法、机器学习和综合法五种反演方法的优缺点,总结了叶绿素a、悬浮物、有色可溶性有机物等光敏参数和化学需氧量、生化需氧量、总磷和总氮等非光敏参数的研究进展。目前内陆水体水质遥感监测在卫星传感器的针对性、反演算法的时空局限性、水质参数光谱特征的复杂性、大气校正的精确性和特殊类型水体的水质监测等方面还存在问题;指出未来水质遥感监测应围绕新型遥感数据、通用反演模型、不同光谱特征、精确大气校正和特殊水体分类等方面开展。
    • 于宁; 卢海军; 邓琳; 乔雪
    • 摘要: 针对传统方法预测结果与实际路网径向方位的平均偏差较大的问题,设计基于遥感数据的城乡路网空间演化预测方法。根据主要道路类别的路幅宽度,采用单边缘响应边缘检测方法,提取遥感影像边缘数据,并引入尺度因子在最佳尺度分割下获取路网特征。基于虚拟路线的时间阶与空间阶,构建空间演化预测基本模型,利用时空自相关函数及其偏相关函数,识别模型空间与时间自回归阶数以及空间与时间移动平均阶数,结合极大似然估计法估计的相关参数值,使预测模型性能达到最佳状态。仿真环节中,采用world view 3第四代高分辨率光学卫星,采集目标区域的路网遥感影像,结果表明所提方法能够成功完成城乡路网的空间演化预测,且精准度较高,具有一定的有效性与应用价值。
    • 曹振; 王昌昆; 马海艺; 刘杰; 徐爱爱; 张芳芳; 杨颖; 潘贤章
    • 摘要: 选择黑龙江省292个自然风干土壤样品,室内测定土壤高光谱反射率,然后依据三刺激值法计算土壤CIE XYZ色彩空间各颜色分量,用于土壤颜色预测和验证。同时,提取各样品采集点位的Landsat-8 OLI原始反射率数据,计算归一化差值植被指数、归一化差值水体指数、归一化差值湿度指数、归一化差值不透水面指数,并据此提出建模光谱筛选阈值。进一步采用偏最小二乘回归模型,结合提取出的遥感光谱进行各土壤颜色分量的预测。结果显示:CIE XYZ颜色各分量的验证R2分别为0.76、0.76和0.69,RPD分别为1.74、1.76和1.68,表明利用偏最小二乘法建立的模型可以对土壤颜色进行近似预测。不同土地利用类型预测结果拟合显示,耕地土壤颜色各分量预测效果均优于林地和草地。在不同有机碳含量下分别进行土壤颜色建模预测,当有机碳含量较低时,土壤颜色预测结果较好。
    • 李想; 罗霄; 特日根
    • 摘要: CesiumJS作为一个能在二维和三维两个维度展示和管理动态地理数据的开源JavaScript库,为遥感领域的开发人员针对GIS应用的开发提供了一个成本更低且更易共享的解决方案。本文基于CesiumJS和Kotlin语言,在Android平台上将Android Native与Web页面相结合,研究并开发了一种集多种遥感数据产品的展示与应用为一体的开发模式,包括多种卫星产品的查看与编辑,基于任意图层的标绘与测量等功能,可以使用户更便捷地在三维地球上访问和使用遥感数据
    • 袁康; 谭德宝; 赵静; 文雄飞
    • 摘要: 由于全球气候变暖的影响,青藏高原湖泊开始逐步扩张,对自然环境和野外基础设施产生了威胁。为研究气候变化对湖泊水量的影响,利用2010~2018年青海可可西里腹地盐湖(又名68道班盐湖)的CryoSat-2卫星测高数据和Landsat遥感影像数据,分别提取了盐湖的水位及面积,结合实测获取的盐湖水下地形数据,计算并构建库容关系曲线,并结合气候变化特征进行了驱动力分析。结果表明:(1)2010~2011年,湖泊水量增加了0.2亿m^(3),这一阶段盐湖还是独立湖泊;之后上游卓乃湖、库赛湖、海丁诺尔湖3个湖泊的湖水开始注入盐湖,盐湖成为流域水量“接收者”,水量开始快速增加,仅1 a就暴涨近12亿m;(该阶段主要为上游3个湖泊溢出水量);2016年开始以平均每年约5.5亿m;的速度上涨;9 a间,盐湖的水量增加近33亿m^(3),并且作为流域水量的“接收者”,盐湖还在持续扩张。(2)降水量增加是盐湖扩张的主要因素,温度上升引起的冰川融化和冻土融水是湖泊变化的另一气候因素,但可能不是决定性因素。
    • 李莹莹; 赵正勇; 杨旗; 丁晓纲; 孙冬晓; 韦孙玮
    • 摘要: 为探索国产卫星GF-1预测土壤有机质(SOM)的能力,本研究以广东省云浮市的罗定市为研究区,以GF-1多光谱遥感影像衍生的9个遥感变量和DEM提取的9个地形水文变量为预测因子,建立2种人工神经网络模型(A模型:地形水文;B模型:地形水文+遥感),对5个土壤深度(L1:0~20 cm,L2:20~40 cm,L3:40~60 cm,L4:60~80 cm,L5:80~100 cm)的SOM进行预测。结果表明:5个深度的B模型全都比A模型的精度高,尤其是L1、L2土层,精度提升明显,其R²分别提高了13%和10%;而深层土壤(L3、L4、L5)的精度提升较小,仅提高了4%、5%和4%。另外,两个评价指标RMSE和ROA±10%也表现出相似的趋势。总体而言,GF-1遥感数据显著改善了上层(0~40 cm)森林土壤人工神经网络模型的预测精度,对下层(40~100 cm)森林土壤模型改善尺度较低,是预测森林土壤SOM含量可观的新遥感数据源。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号