oalib

Publish in OALib Journal

ISSN: 2333-9721

APC: Only $99

Submit

Any time

2018 ( 4 )

2017 ( 6 )

2016 ( 7 )

2015 ( 12 )

Custom range...

Search Results: 1 - 10 of 89 matches for " GF-1 "
All listed articles are free for downloading (OA Articles)
Page 1 /89
Display every page Item
基于GF-1影像的水稻苗情长势监测研究
张素青,贾玉秋,程永政,刘婷,郭燕,武喜红,王来刚
河南农业科学 , 2015,
Abstract: 为了研究GF-1影像在水稻长势监测中的可行性,利用GF-1影像对信阳市部分县区进行水稻苗情的长势监测。该过程通过样点实地采集LAI与对应的GF-1影像提取EVI建立统计关系模型,选取拟合效果最佳的指数型函数进行区域LAI的反演,并依据相应生育期LAI分类标准划分苗情长势。结果表明,研究区2013年水稻抽穗期一类苗占68.56%,二类苗占24.92%,三类苗占6.52%,2014年拔节期一类苗占69.75%,二类苗占25.95%,三类苗占4.30%,苗情分类图能够为田间管理决策提供重要参考信息。表明利用GF-1影像进行地理条件复杂的水稻分布区的长势监测能够取得良好的应用效果,但仍需要大量地面调查数据不断修正改进模型,从而提高监测准确性。
GF-1影像验证MODISNDVI产品识别冬小麦像元的结构特征
贾玉秋,张喜旺,程永政,刘婷,郭燕,武喜红,王来刚
河南农业科学 , 2015,
Abstract: 为了解MODISNDVI时间序列产品识别冬小麦的准确性及像元结构特征,利用许昌市GF-1影像解译的冬小麦像元重采样成250m丰度像元加以验证,并以地面样方验证为对比。GF-1解译冬小麦为基准的MODIS识别面积精度为79.32%,重组后的250m冬小麦丰度像元表明,随着冬小麦像元丰度的降低,MODIS像元识别能力逐渐降低,平均识别率为84.26%。冬小麦面积比例>50%的MODIS像元识别率在70%以上,面积比例<50%的冬小麦像元识别率为62.27%,利用地面样方进行混合像元识别精度的验证得到了与之一致的规律。混合像元的空间位置关系中居民点与冬小麦田混合带是增加冬小麦像元识别的主要地区,混合像元内部结构以冬小麦与休闲耕地、蔬菜的混合结构最易被识别为冬小麦像元。本研究结果表明,在利用大尺度的MODIS遥感影像进行冬小麦识别会造成监测面积的高估,对MODIS像元内部结构的研究能够对混合像元分解等深入研究有所启示。
GF-1卫星影像水体信息提取方法的适用性研究
段秋亚,孟令奎,樊志伟,胡卫国,谢文君
国土资源遥感 , 2015, DOI: 10.6046/gtzyyg.2015.04.13
Abstract: 针对GF-1卫星影像数据的特点,分别采用归一化差分水体指数(nomalizeddifferencewaterindex,NDWI)阈值法、支持向量机(supportvectormachine,SVM)和面向对象等方法对鄱阳湖区的GF-1影像进行水体信息提取实验,并根据提取结果分析和比较各种方法的优势与不足。选取2块不同尺度和不同复杂度的代表性区域,以人工解译的水体信息为真值,进行漏提率、误提率和提取精度的统计。结果表明:3种方法在2个区域的提取精度都较高,其中,SVM法的提取精度最高(2个区域的提取精度分别为99.4742%,98.0993%),面向对象法的提取精度次之(99.3164%,97.8779%),NDWI阈值法的提取精度相对最低(99.1456%,97.5900%)。
基于高分一号卫星数据的冬小麦叶片SPAD值遥感估算
李粉玲,王力,刘京,常庆瑞
农业机械学报 , 2015, DOI: 10.6041/j.issn.1000-1298.2015.09.040
Abstract: 以陕西省关中地区冬小麦不同生育期冠层高光谱反射率为数据源,模拟国产高分辨率卫星高分一号(GF-1)的光谱反射率,提取18种对叶绿素敏感的宽波段光谱指数,构建了基于遥感光谱指数的冬小麦叶片叶绿素相对含量(SPAD)遥感监测模型,并利用返青期的GF-1卫星数据对研究区的冬小麦叶片SPAD值进行了估算和验证。结果表明:返青期、孕穗期和全生育期SPAD值均与TGI指数相关性最高,相关系数分别为-0.742、-0.740和-0.483。拔节期和灌浆期SPAD值分别与SIPI指数和GNDVI指数相关性最高,相关系数分别为0.788和0.745。GNDVI、GRVI和TGI植被指数在各个生育期都和冬小麦叶片SPAD含量在0.01水平下呈显著相关。基于此3类植被指数构建的冬小麦叶片SPAD值回归模型精度较高,其中基于随机森林回归算法的估算模型效果最优,各类模型均在冬小麦拔节期的预测效果最佳。GF-1号卫星数据结合SPAD-RFR模型对研究区冬小麦叶片SPAD的估算结果最为理想,可用于大面积空间尺度的冬小麦叶片SPAD值遥感监测。
高分一号卫星海岸带影像质量评价
王建步,张杰,马毅,崔廷伟
海洋科学 , 2015, DOI: 10.11759/hykx20141011005
Abstract: 高分一号(GF-1)是我国自主研制的宽幅带高空间分辨率遥感卫星,为分析其在海岸带地区的应用潜力,本文采用主观和客观相结合的评价方法,并与SOPT-5卫星影像进行比对,开展GF-1影像的成像质量评价。主观评价结果表明:GF-1影像表现能力与SPOT-5影像相当,在某些地物特征表现上与SPOT-5比较一致。客观评价表明:GF-1影像的4种统计参数与SPOT-5影像比较接近且各有高低,GF-1影像各波段的灰度分布更分散,地物间的可分性更高;GF-1影像各波段的信噪比和波段间的独立性与SPOT-5比较,基本相同,整体看来,GF-1具有较高的成像质量,在海岸带地区具有一定的应用潜力。
山区复杂地形条件下gf-1卫星遥感雪面反射率计算
蒋璐媛,肖鹏峰,*,冯学智,耶楠,贺广均,张学良
南京大学学报(自然科学) , 2015, DOI: 10.13232/j.cnki.jnju.2015.005
Abstract: 针对山区遥感影像计算雪面反射率的难点.采用各向异性校正与地形校正相结合的方法.将研究区不同坡面方向的雪面反射率归一化至平坦地表垂直观测方向上的雪面反射率.以消除地形影响其中.各向异性校正采用二向反射分布函数(bidirectionalrellectancedistributionfunction,brdf)模型;地形校正采用山地辐射传输模型遥感影像选用新疆玛纳斯河流域的高分一号卫星(gf-1)宽幅相机数据利用同步观测的积雪光谱数据对此方法的校正能力进行验证.结果表明此方法能够消除大部分地形和大气的影响;计算的雪面反射率在非阴影区与阴影区均与实测数据相一致;该方法可为山区积雪的光学遥感研究提供技术支撑
GF-1 WFV与Landsat-8 OLI和Sentinel-2A MSI遥感图像光谱信息转换研究
杨天鹏,闫文佳,张远
- , 2017, DOI: 10.3969/j.issn.1000-5641.2017.06.013
Abstract: 摘要 地表环境的宏观动态监测研究中,受卫星回归周期及天气的影响,单颗卫星难以获取长期、连续的光学遥感数据,因此,定量分析多平台遥感数据的光谱信息关系是十分必要的.本研究基于两组同日过境的无云卫星影像(GF-1与Landsat-8和Sentinel-2A),结合地面调查数据,进行了不同传感器影像间对应波段的光谱信息对比,并通过统计回归分析获得了两组卫星对应波段(蓝、绿、红和近红外)的反射率转换方程.研究结果显示,GF-1与Landsat-8和GF-1与Sentinel-2A对应波段的反射率都具有很强的相关性,得到的转换方程能够对上述三种卫星数据间对应波段的光谱信息实现高精度的转换.本研究能够实现同日多光谱遥感数据的光谱信息转换及协同应用,并为区域资源环境的长期定量遥感监测提供技术支持.
Abstract:Owing to the restrictions in weather conditions and revisit cycle of satellites, single satellite can't successively acquire effective optical RS data for long-term monitoring the terrestrial environments. Therefore, it is crucial important to analyze the multi-spectral information of multi-source RS data. In this study, two groups of clear RS images (GF-1 and Landsat-8, GF-1 and Sentinel-2A), in along with ground survey data, were respectively acquired on identical date. Four bands, blue, green, red and near infrared (NIR), were selected to compare their spectral characteristics. At the same time, conversion equation for reflectance of four corresponding spectral bands was derived respectively via statistical regression method. The result shows that each pair of bands in the two comparing groups has a strong correlation. And, these conversion equations can effectively converse spectral information in between each band of two comparing groups with a better precision. This study provides a useful technological approach for the identical date information integration and syngeneic application of multi-spectral RS data from the same day, as well as quantitatively monitoring the long-term dynamics in environments and resources at regional scale.
基于GF-1遥感数据的大兴安岭林区雪水当量反演
俞正祥,韩广忠,蔡体久,琚存勇,朱宾宾
南京林业大学学报(自然科学版) , 2017, DOI: 10.3969/j.issn.1000-2006.201605013
Abstract: 【目的】以Landsat-8卫星数据为对照,探索国产GF-1卫星数据对林区积雪特征的估测能力,实现基于国产卫星对东北林区雪水水文过程的监测。【方法】以大兴安岭北部林区为研究区,结合同期的地面雪水当量野外观测数据,利用偏最小二乘回归与BP神经网络两种方法建立线性与非线性雪水当量反演模型。通过平均均方根误差(E^-RMSE)、平均相对均方根误差(r^-RMSE)和平均估测精度这3个评价指标对所建模型进行对比评价。同时,利用两种遥感数据建立的最优模型对研究区内雪水当量分布特征进行反演,并对反演结果进行对比分析。【结果】基于GF-1数据所建立的线性与非线性模型性能均略低于以Landsat-8数据构建的模型,其中GF-1数据最优反演模型精度为80.3%,较Landsat-8反演模型低1.6%; 基于GF-1数据反演的雪水当量值与Landsat-8的基本相同; 两类遥感数据反演得到的雪水当量在空间分布特征上基本一致,均反映了雪水当量与地形、植被及土地利用类型的高度相关性; 由于山地林区植被和地形复杂,并且春季升温过程中地面积雪日消融速率快,GF-1数据以其高空间与时间分辨率上的优势能够更好地对研究区雪水水文过程进行监测。【结论】国产GF-1卫星能够替代Landsat-8卫星成为对大兴安岭北部林区雪水水文过程监测的遥感数据源。
【Objective】 With a large number of independently developed satellites launched, China has made tremendous advancements in remote sensing. The successful launch of the GF-1 satellite indicates that the observation of earth has entered the “high-resolution epoch” in China. This study was conducted to monitor the snow hydrological process of forests based on data from this Chinese satellite. 【Methods】The accuracy of forest snow characteristics based on the Chinese GF-1 satellite data was estimated by comparison with Landsat-8 satellite data. The research site was the forest of the northern Daxing’an Mountains. Based on the two methods of PLS(partial least squares)and BP(back propagation)neural networks, the linear and nonlinear SWE(snow water equivalent)inversion models were built using synchronous ground SWE field observation data. The models were evaluated through the indicators of E-RMSE, r-RMSE and average estimation accuracy. The best models based on the two types of remote sensing data were used to determine the inverse of the distribution characteristics of the SWE in the study area.【Results】The results showed that the accuracy of the models established using GF-1 data was slightly lower than that of those established using Landsat-8 data. The highest accuracy of a GF-1 model was 80.3%, which was 1.6% lower than that of the equivalent Landsat-8 model. The inverse SWE values based on the data of GM-1 were little higher than that of Landsat-8. The inversed SWE from the two types of remote sensing data showed the same spatial distributions, which showed that the SWE is highly correlated with topography, vegetation and land use type. Both terrain and vegetation are complicated in mountain forests. Snow ablation is relatively fast in spring. Owing to a higher spatial and time resolution than that of Landsat-8, the GF-1 satellite is more efficient for monitoring snow hydrological processes. 【Conclusion】Our results indicated that data from the GF-1 satellite can replace Landsat-8 data in
基于国产卫星数据的矿山遥感监测一体化解决方案——以西藏自治区为例
路云阁,刘采,王姣
国土资源遥感 , 2014, DOI: 10.6046/gtzyyg.2014.04.14
Abstract: 随着高分辨率国产遥感卫星数据的推广应用,矿山遥感监测必将成为该数据的重要应用领域之一。结合西藏自治区矿山遥感监测工作的特点,以资源一号02C(ZY-102C)及高分一号(GF-1)卫星影像为数据源,在ArcGIS环境下,提出并实现了从国产卫星遥感数据管理、增强与校正、信息提取、统计分析以及成果图制作等一体化解决方案。该研究成果有助于推进国产卫星遥感数据在矿山遥感监测领域的应用广度和深度,为大规模开展多期次动态矿山遥感监测工作提供技术支持和应用范例。
基于高分辨率遥感影像的广州城市土地覆被分类系统
Land cover classification system in the city of Guangzhou based on high-resolution remote sensor data

李淑圆, 周静妍,余世孝
LI Shuyuan
,ZHOU Jingyan,YU Shixiao

- , 2016,
Abstract: 土地覆被分类系统是城市景观研究的基础。近年来对地观测技术发展迅速,遥感影像的质量与分辨率有了极大的提升,为土地覆被的研究提供了强大的基础数据,而科学合理的分类系统则是土地覆被研究的前提。根据不同的研究目的和遥感数据的特点,各国学者先后提出构建不同层次不同类型的土地覆被或土地利用分类系统,但迄今仍没有一个为国际学术界广泛认可和具有普适性的分类系统。本文基于多光谱与全色波段融合后的2 m分辨率高分一号影像数据,依据地物自然属性、形态及光谱特征,提出了一个适用于城市区域的土地覆被分类系统,并以广州市为例图示了分类结果。该分类系统着重于城市生态系统的特点,为非重叠的层级体系,第一、二层级有固定的类别与依据,第三层级为开放性层级。其中一级类别划分为建成区、植被、水体和裸地4类,二级类别分别划分为商住区、工业区、道路;林地、灌从、草地、农田;河流、库塘等9类。分类结果包含二级类别的全部土地覆被类型,总体精度达到90.1%,符合技术要求,具有推广意义
Page 1 /89
Display every page Item


Home
Copyright © 2008-2017 Open Access Library. All rights reserved.