排序方式: 共有30条查询结果,搜索用时 15 毫秒
1.
2.
发展了一个基于短波红外垂直失水指数的土壤水分观测误差空间分析方法,据此改进了以遥感和生态过程模型为基础的两阶段土壤水分同化方案.通过实地同化实验,证明了改进的土壤水分同化方案能较好地体现空间植被覆盖和数量的异质性导致的表层土壤水分的空间变异,进一步提高了遥感数据在空间上的同化精度. 相似文献
3.
GIS中由多种方向关系推理拓扑关系的方法 总被引:3,自引:0,他引:3
研究了根据多种方向关系(包括内部、边界、环部和外部等方向关系)推理拓扑关系的方法.在推理中,首先提出了根据单种方向关系推理拓扑关系的规则;然后,将多种方向关系的组合分为4种基本类型,每种类型的推理方法和规则可表示为单种方向关系推理的组合;最后,讨论了根据多种方向关系可得到的拓扑关系的几何关系、约束条件和推理规则,根据多种方向关系推理拓扑关系的方法和规则可用于空间数据库查询和基于内容的数据检索. 相似文献
5.
6.
7.
8.
9.
一种改进的叶绿素提取植被指数 总被引:3,自引:0,他引:3
对MERIS陆地叶绿素指数(MTCI)进行了改进,提出了改性的MERIS陆地叶绿素指数(M-MTCI).该指数在植被覆盖度较高时(LAI>1),可获得比MTCI和双峰冠层氮素指数(DCNI)更好的叶绿素提取精度,且比MTCI有更好的抗LAI干扰能力.这些结果的验证是建立在模拟以及实测数据的基础上,具有较好的可靠性,所以M-MTCI具有很好地监测植被叶绿素含量的潜力. 相似文献
10.
该研究引入温度、降水、太阳辐射和土壤肥力等影响小麦籽粒蛋白质含量的重要生态因子,结合遥感数据进行小麦籽粒蛋白质含量监测。以北京郊区的小麦种植区为实验区,获取多时相的HJ1A/B 卫星数据,多个气象站点全生育期气象数据和土壤养分数据,以及收获时小麦籽粒蛋白质含量。分别构建了遥感光谱蛋白质含量模型、生态因子籽粒蛋白质含量模型、光谱生态因子蛋白质含量模型。结果表明:北京地区冬小麦以5 月11 日(开花期左右)NDVIgreen 值与籽粒蛋白质含量相关性最好,达到极显著水平,因此该时期为冬小麦籽粒蛋白质含量遥感监测的最佳时相,并将利用该时期的NDVIgreen 参与光谱蛋白质含量模型、光谱生态因子蛋白质含量模型的构建。对光谱蛋白质含量模型、生态因子籽粒蛋白质含量模型、光谱生态因子蛋白质含量模型进行F 检验,表明各模型均达到极显著水平,3 种模型的决定系数分别为:0.782,0.635,0.843,相对误差分别为:0.151,0.123,0.049。说明综合利用遥感数据和生态因子的监测结果比单独利用遥感数据或单独利用生态因子的精度高。引入生态因子的小麦籽粒蛋白质含量遥感监测有助于提高监测精度,并增加监测模型的农业机理。 相似文献