排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
本文以崂山林场为研究区域,利用森林资源二类调查数据和TM影像数据,分析了林分郁闭度与遥感因子之间的定量关系,在此基础上利用多元回归分析法结合实测数据构建郁闭度估测模型,并对模型精度进行检验,结果表明,预估精度达到81.6%,估测效果较好。利用该模型,反演了研究区的林分冠层郁闭度,将崂山林场的林分冠层郁闭度分为四个等级,即非林地区,低郁闭度区,中郁闭度区和高郁闭度区,研究区的森林郁闭度分布呈现西北部和东南部较低,而中部和南部相对较高。 相似文献
2.
本文选取MODIS热异常数据对2017年吉林省中西部地区秋季作物收获期的秸秆焚烧状况进行监测,统计分析该时段内秸秆焚烧火点的时空分布格局。使用遥感卫星手段对农作物秸秆焚烧状况进行监测不仅能为监管部门提供可靠的数据支持,同时能够加强对秸秆焚烧预防和管控的能力。 相似文献
3.
高分一号卫星影像以高空间分辨率、多光谱分辨率以及高时间分辨率为优势在水资源领域中具有广阔的应用空间。为了能够找到一种及时、快速、准确提取水体信息的方法,本文采用单波段阈值法、谱间关系法、NDVI法以及NDWI法结合光谱分析等方法对吉林省扶余市与长春市交界的松花江部分河段的水体信息进行提取,并对提取结果进行对比、分析。结果表明利用归一化差异水体指数(NDWI)法,再结合阈值法能够将水体信息完整地提取出来,此次试验研究为利用高分一号卫星影像提取水体信息提供了可靠地参考依据。 相似文献
4.
选取三景北京市2013年TM 遥感影像作为数据源,结合地面样地调查,采用多元回归估计的方法,建立三维绿量与遥感灰度值、GIS 信息之间的反演模型,对北京市大尺度的森林三维绿量进行估测。结果表明,模型的精度分别达到83.16%、82.48%,R为0.85、0.88,预估模型精度满足要求,可用于北京市绿化三维绿量的估测和生态环境效应的估算、分析与评价。 相似文献
5.
本文旨在充分利用吉林一号系列卫星数据的高分辨率特征和农作物不同生长期表现出来的不同光谱特征,选择一种合适的分类方法实现梨树县主要农作物的精准分类。通过建立农作物分类样本库,联合像元谱段信息与空间结构特征,以第三次全国国土调查数据为基准,利用多层感知卷积神经网络对吉林一号多源多时相影像进行农作物分类,获取精细化的梨树县玉米、水稻、大豆和其它作物的分类产品。经过精度验证表明,梨树县2022年主要农作物遥感监测成果总体精度为96.00%;玉米、水稻、大豆和其它作物的生产者精度均大于90%;玉米、水稻和其它作物的用户精度大于90%,大豆用户精度小于90%,主要是由于大豆与其它作物(花生)易发生混分造成。通过综合利用吉林一号多光谱数据与亚米级高分辨率数据,实现了精准的农作物品种分类。经过对比分析,利用亚米级高分辨率数据可以很好的区分玉米、水稻和其它作物,但是大豆影像特征与其它作物(花生)类似,单独运用亚米级高分辨率数据无法区分大豆与花生,要结合具有短波红外波段的吉林一号多光谱数据,可较好地区分大豆与花生,但其精度受到一定影响。 相似文献
6.
7.
8.
9.
崂山林场森林冠层叶面积指数反演研究 总被引:1,自引:0,他引:1
本文以地处崂山林场东部林区作为研究区,运用逐步分析方法对6种植被指数和海拔、坡向、坡度等立地信息进行比较分析,筛选出3种植被指数NDVI、RVI、SAVI可敏感反映森林冠层LAI,建立分别以NDVI、DVI、SAVI为自变量的二次曲线模型、幂函数曲线模型、指数曲线模型以及包含这3种植被指数的多元线性模型,从决定系数(R2)和标准误差两个方面对基于不同植被指数LAI反演模型进行定量分析。结果表明,崂山林场LAI最佳的统计模型是多元线性模型,模型的R2是0.812,具有较好的估测效果。利用该模型反演了研究区的林分冠层LAI,并把崂山林场的林分冠层LAI分为5个等级,研究区的森林冠层LAI分布呈现西北部和东南部较低,而东北部和南部相对较高的特点。 相似文献
10.
为研究梨树县“两区”作物品种种植结构特点,分析其合理化程度,为科学合理调整作物品种种植结构和更大面积的“两区”作物品种监测提供一种手段和尝试。本文利用分辨率为0.75m的吉林一号卫星影像数据和梨树县“两区”数据等相关数据,对梨树县“两区”作物品种进行监测和分析,发现梨树县“两区”作物品种种植结构不合理。按“两区”划定面积要求,梨树县“两区”作物中,玉米面积过大,比划定面积大4901.51hm2,水稻和大豆面积过小,分别小4869.99hm2和8731.56hm2,因此,需要采取更加积极的做法,调整“两区”作物品种种植结构,使其不断趋于合理。 相似文献