排序方式: 共有9条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
利用ASTER数据评价ETM+遥感数据自身融合效果 总被引:1,自引:0,他引:1
ETM+自身融合后的遥感影像折中了全色波段的高空间分辨率和多光谱波段的光谱分辨能力。通过同一季相和同一地区的ASTER影像和ETM+自身融合后影像的极限放大进行对比分析,发现ETM+自身融合后的彩色合成影像的空间分辨力达不到15 m,但能保证到17.3 m;通过ASTER影像和ETM+融合后影像的NDVI植被指数的对比分析,发现ETM+自身融合后的彩色合成影像的综合光谱分辨能力仍能保持ETM+彩色合成影像的73%以上。ETM+自身融合效果的好坏与融合算法优劣也具有一定的关系。 相似文献
4.
5.
6.
7.
8.
植被指数与叶面积指数关系研究及定量化分析 总被引:24,自引:1,他引:24
基于ETM 原始图像、相应的视反射率图像和大气校正后的地面反射率图像,分别计算了贵州黎平县北部杉木林区相应的归一化植被指数。研究发现,基于视反射率图像计算出的归一化植被指数为相应原始影像的3~4倍,基于大气校正后的地面反射率图像计算出的归一化植被指数是相应原始图像的4~5倍。研究结果表明,归一化植被指数与相应地面实测的叶面积指数有着较好的线性相关关系,并且传感器影响去除、大气校正等技术手段将逐步提高归一化植被指数与实测LAI的相关系数。由此说明,在实际工作中,遥感信息定量化是极其必要的。 相似文献
9.
ETM+数据绝对反射率反演方法分析 总被引:12,自引:2,他引:12
将传感器原始记录信号反演为地面反射率对于遥感定量化应用非常重要。为了寻找一种简单、精度高的绝对反射率反演方法,本文以新疆哈密为试验区,使用经验线方法和基于模拟大气状况的辐射传输模型方法对1999年8月的ETM 数据进行了反演研究。通过将各反演方法得到的反射率值与地面实测值及星上反射率进行对比来验证反演效果,发现经验线方法精度最高,中误差仅为0.063,而基于模拟大气状况的辐射传输模型方法精度差,甚至不如未经大气校正的数据。这是由于星上定标系数误差、辐射传输方程自身误差以及模拟大气误差综合的结果,本研究也说明今后在使用辐射传输模型进行大气校正时要慎重考虑。 相似文献
1