排序方式: 共有12条查询结果,搜索用时 0 毫秒
1.
一、问题的提出 1977年,作者在介绍遥感时,曾经指出遥感应用的主要领域,包括资源遥感、环境监测、区域分析、全球研究四个方面。八年匆匆地过去了,回顾遥感在我国的发展,无论在资源清查、环境监测、区域分析、区域规划等方面, 相似文献
2.
3.
4.
基于遗传BP神经网络算法的主被动遥感协同反演土壤水分 总被引:4,自引:0,他引:4
提出了一种基于遗传神经网络算法的主被动遥感协同反演地表土壤水分的方法.首先,建立一个BP神经网络,并采用遗传算法对BP网络的节点权值进行了优化.然后分别将TM数据(TM3,TM4,TM6)、不同极化和极化比的(VV,VH,VH/VV)ASAR数据作为神经网络的输入,土壤水分含量作为网络的输出,用部分实测数据对网络进行训练并反演得到研究区土壤水分布图.最后,利用地面实测数据分别对遗传神经网络优化算法的有效性和主被动遥感协同反演的效果进行了验证,结果表明,新优化算法是有效可行的,且TM和ASAR协同反演的结果比两者单独反演的结果明显要好,体现了主被动遥感协同反演土壤水分的优势与潜力. 相似文献
5.
随机粗糙地表的双尺度微波散射模型研究 总被引:1,自引:0,他引:1
通过对复杂双尺度自然地表的研究,提出一种新的双尺度(MTSM)粗糙度地表微波散射模型,采用小波包变换的方法将面上的粗糙度(z(x,y))变换到频域进行处理,粗糙度频谱的低频部分代表大尺度分量,高频部分代表小尺度分量,分别用基尔霍夫近似和小扰动模型来模拟大小尺度的粗糙度,考虑到小尺度的粗糙度是叠于大尺度粗糙度之上,模型在计算小尺度粗糙度的后向散射贡献时还考虑了大尺度起伏造成的几何倾斜.MTSM的解为大尺度粗糙度的基尔霍夫解加上几何倾斜修正后的小尺度粗糙度的小扰动解.采用改进的积分方程模型(AIEM)对MTSM做了初步的验证,结果表明:在入射角θi30°,粗糙度较小(kσ=0.586 cm)的时候,MTSM有比较好的精度. 相似文献
6.
7.
8.
9.
10.
基于MODIS数据的组分温度反演研究 总被引:9,自引:0,他引:9
探讨了一种利用MODIS卫星遥感数据提取组分温度的实用方法.结果表明:对于不同覆盖度的草场,植被的结构较为简单,阴影影响小,在忽略混合像元空间结构特征的前提下,可近似认为混合像元的辐射总能量是各种组分物质辐射能量与其所占面积百分数的加权和,因此,采用约束优化算法——遗传算法进行混合像元分解,用MODIS数据的热红外波段反演基于亚像元尺度的植被/土壤组分温度,不但拓宽了线性光谱混合模式的应用,也可以为地表能量平衡、蒸散研究提供更精确的参数. 相似文献