您的位置: 专家智库 > >

国家自然科学基金(40371081)

作品数:22 被引量:348H指数:13
相关作者:倪绍祥李云梅陈健吴彤李开丽更多>>
相关机构:南京师范大学南京信息工程大学中国科学院更多>>
发文基金:国家自然科学基金江苏省普通高校研究生科研创新计划项目江苏省教育厅自然科学基金更多>>
相关领域:自动化与计算机技术农业科学生物学天文地球更多>>

文献类型

  • 22篇中文期刊文章

领域

  • 10篇自动化与计算...
  • 10篇农业科学
  • 5篇生物学
  • 2篇天文地球
  • 1篇环境科学与工...
  • 1篇文化科学

主题

  • 14篇遥感
  • 9篇叶面
  • 9篇叶面积
  • 9篇叶面积指数
  • 7篇植被
  • 6篇东亚飞蝗
  • 6篇土壤
  • 6篇飞蝗
  • 5篇反演
  • 4篇遥感反演
  • 4篇植被指数
  • 3篇信息系统
  • 3篇LAI
  • 2篇地理信息
  • 2篇地理信息系统
  • 2篇遥感监测
  • 2篇遥感提取
  • 2篇栅格
  • 2篇神经网
  • 2篇神经网络

机构

  • 21篇南京师范大学
  • 2篇南京大学
  • 2篇中国科学院
  • 2篇南京信息工程...
  • 1篇山东科技大学

作者

  • 21篇倪绍祥
  • 7篇李云梅
  • 6篇吴彤
  • 6篇陈健
  • 5篇李开丽
  • 5篇扶卿华
  • 3篇蒋建军
  • 2篇刘振波
  • 2篇郭剑
  • 2篇薛辉
  • 2篇查勇
  • 2篇李静静
  • 2篇周欣欣
  • 1篇茅荣正
  • 1篇沈宁泽
  • 1篇陈建
  • 1篇王世新
  • 1篇葛云健
  • 1篇朱莹
  • 1篇邱子彦

传媒

  • 3篇生态学报
  • 3篇农机化研究
  • 2篇南京师大学报...
  • 2篇国土资源遥感
  • 2篇地球信息科学
  • 1篇水土保持研究
  • 1篇农业工程学报
  • 1篇地理研究
  • 1篇昆虫知识
  • 1篇干旱地区农业...
  • 1篇Zoolog...
  • 1篇遥感学报
  • 1篇Pedosp...
  • 1篇地理与地理信...
  • 1篇现代测绘

年份

  • 1篇2008
  • 3篇2007
  • 11篇2006
  • 5篇2005
  • 2篇2004
22 条 记 录,以下是 1-10
排序方式:
垂直植被指数及其解算方法被引量:16
2005年
在遥感应用领域中,植被指数VI已被广泛用来定量评价植被覆盖及其生长活力。在植被指数的基础上借用“土壤线”(SoilLine)的概念而发展起来的垂直植被指数(PVI)具有独特的作用,已在植物生长信息提取、作物产量估测等方面得到广泛应用。为此,论述了垂直植被指数的相关概念、垂直植被指数的提出和发展以及垂直植被指数的各种解算方法。此外,还简要评述了垂直植被指数的优势和局限性。
李开丽倪绍祥扶卿华
关键词:植被指数作物产量土壤植物生长植被覆盖
基于植被信息遥感反演的东亚飞蝗监测研究被引量:4
2006年
植被是东亚飞蝗发生和成灾的重要指示因子。运用遥感技术对植被生长进行监测,对东亚飞蝗的预测和防治具有重要意义。以河北省黄骅市为研究区,利用实地获取的植被冠层孔隙度数据反算的LAI数据以及Landsat-5 TM影像提取的各种VI数据,进行了LAI(LAI-2000改进型算法的反算结果)与TM影像上反演的VI之间的相关分析。结果表明,RDVI最适合反映研究区植被生长状况。分析RDVI与飞蝗发生面积的关系,发现两者呈负线性相关,即随着RDVI减小,飞蝗的发生面积呈线性增大。
吴彤倪绍祥李云梅蒋建军陈健
关键词:东亚飞蝗遥感叶面积指数植被指数
居民地信息遥感提取方法比较研究被引量:13
2006年
准确、客观地提取居民地信息,对于城镇规划和耕地保护等具有十分重要的意义。以河北省青县地区为研究区,基于陆地卫星TM图像,分别利用光谱阈值法、NDBI指数法、监督分类法及非监督分类法提取出了研究区的居民地信息。然后,利用目视解译、屏幕数字化勾绘出的居民地面积,对以上4种方法在居民地信息提取上的效果进行了比较,发现光谱阈值法是提取研究区居民地信息的最好方法。
薛辉倪绍祥
关键词:居民地遥感信息提取光谱
东亚飞蝗生境的遥感分类——以河北省黄骅地区为例被引量:4
2006年
东亚飞蝗生境的分类研究是东亚飞蝗监测和防治的一项重要基础工作。本文以河北省黄骅地区为研究区,基于两个时相的TM图像,采用三种遥感波段组合方案,以及最大似然分类和基于知识的分层分类两种分类方法,进行了东亚飞蝗生境的分类研究。结果表明,三种组合方案的分类总精度相差不大,其中加入图像纹理信息的最大似然分类法的分类总精度最高。但是,基于知识的分层分类法的分类精度在各单项生境类型之间相差较小,从而显示出该方法在应用上仍有一定的优越性。
李开丽倪绍祥
关键词:遥感图像分类生境东亚飞蝗
芦苇地叶面积指数的遥感反演被引量:10
2005年
叶面积指数(LAI)是植被冠层结构的一个重要参数,它的改变标志着植被发生了生物物理变化。本文提出了一种利用混和模型从TM图像上获取叶面积指数的方法。首先,利用冠层反射率(FCR)模型计算并得到查找表;然后,利用从查找表得到的统计关系进行LAI制图。试验表明,该方法简单易行,并可较精确地用来反演芦苇地的叶面积指数。
陈健倪绍祥李云梅李静静
关键词:叶面积指数遥感反演
基于地面高光谱数据的东亚飞蝗危害程度监测被引量:25
2007年
20世纪80年代以来东亚飞蝗在中国再度猖獗,及时、准确地监测东亚飞蝗的危害程度,对于东亚飞蝗的有效防治有重要意义。本研究以河北省黄骅市为研究区,利用地面高光谱数据,分析和比较了正常生长芦苇和受蝗虫危害芦苇的冠层反射光谱和高光谱特征参数的差异,并建立了高光谱特征参数与芦苇叶面积指数(LAI)的关系模型。结果表明,其中的虫害光谱指数(DSI)最适用于反映研究区芦苇受蝗虫危害的程度。在此基础上,利用DSI对研究区蝗虫的危害程度进行了划分,即:DSI>62.856未受危害;41.254≤DSI≤59.496轻度危害;DSI<41.254严重危害。
吴彤倪绍祥李云梅周欣欣陈建
关键词:东亚飞蝗
河北省黄骅市三个重点蝗区两个时段土壤湿度的遥感提取被引量:4
2006年
蝗灾是人类历史上重要的自然灾害之一,影响蝗灾爆发的因素很多,其中土壤湿度是重要的影响因素之一。以位于河北省黄骅市境内的3个重点蝗区——黄灶、杨官庄和藤南大洼为监测样区,利用高时间分辨率MODIS遥感影像数据,分别提取2002年(东亚飞蝗大发生年)秋蝗产卵期到夏蝗孵化期间的土壤湿度信息以及2004年(东亚飞蝗轻为害年)相同时段的土壤湿度信息,发现蝗灾大爆发年份的土壤湿度明显低于轻发生年份,在秋蝗的产卵期(9—10月)和夏蝗的孵化期(3—5月)差异尤为明显。
刘振波倪绍祥查勇葛云健
关键词:蝗灾遥感MODIS土壤湿度
土壤盐分含量的遥感反演研究被引量:48
2007年
土壤盐碱化是干旱、半干旱农业区主要的土地退化问题,同时也是一个重要的环境问题。遥感技术能够快速、实时地提供盐碱地的性质、范围、盐碱程度等方面的信息。该文以河北省黄骅市为研究区,通过对实测的土壤光谱的分析,发现植被严重干扰了土壤对盐分含量光谱响应关系,同时,在451.42-593.79nm波长范围内的土壤反射率对土壤盐分含量较为敏感,在土壤光谱分析的基础上,建立了土壤盐分含量反演的相关统计模型。但由于遥感影像特征与土壤盐分含量之间存在较复杂的非线性关系,因此统计模型反演精度不够理想。因而,又尝试运用BP人工神经网络方法来反演土壤盐分含量。研究表明,BP人工神经网络模型具有很强的非线性拟合能力,与统计模型相比,其土壤盐分含量的反演精度有显著提高。
扶卿华倪绍祥王世新周艺
关键词:土壤盐分遥感人工神经网络
我国土壤水分热红外遥感监测研究进展被引量:16
2006年
目前热红外遥感监测土壤水分含量的方法主要有热红外法、热惯量法和温度植被指数法。其中,热红外法简单易行,在缺乏昼夜温差数据时可用白天下垫面温度反演土壤水分,但其仅考虑某一时刻土壤水分对土壤温度的影响,故其反演精度不够理想;热惯量法物理意义明确,估算精度高,简单易行,但也存在诸如只适用于裸露或植被覆盖度低的地区以及卫星数据难于获取等局限性;温度植被指数法物理意义也较明确,适用性广,但计算过程较复杂,且某些参数难于及时获得。相对来说,植被稀疏区宜采用热惯量法,植被郁闭区则宜采用温度植被指数法。在未来,随着遥感传感器性能的改进,多种技术的综合应用,特别是热红外技术与微波技术的结合应用,将会显著提高土壤水分含量遥感监测的精度。
薛辉倪绍祥
关键词:遥感热红外土壤水分含量
植被叶面积指数遥感监测模型被引量:77
2005年
叶面积指数是植被定量遥感的重要参数,区域的时序列叶面积指数揭示了区域生态的演化过程,反演方法上主要是通过植被指数建立相关模型实现的,对于不同地区或不同气候带而言,模型的通用性以及各种植被指数在模型中的灵敏度都需做进一步的探讨。以江苏省宜兴市作为研究区,采用2002年8月22日获得的Landsat-5TM图像数据和2003年8月23~26日采用LAI-2000进行的野外实测植被叶面积指数(LAI)数据,分别探讨了植被指数(VI)与LAI的一元、多元线性回归模型和非线性回归模型,其中的非线性回归模型包括对数、指数、乘幂和多项式回归模型。结果表明,VI与LAI之间的最佳回归模型为多元线性回归模型,R2达0.864;采用逐步选择剔除法,遴选出了用于回归模型的植被指数为RVI、PVI、SAVIL=0.35、MSAVI、ARVIγ=1、ARVIγ=0.5和SARVI。经模型LAI=-ln((VI-VI∞)/(VIg-VI∞))/KVI检验,预测值(y)与实测值(x)的拟合度较好y=0.5345x+1.3304,R2为0.7379。RVI与LAI的三次多项式回归模型也较好,R2为0.7806。再次为RVI与LAI的一元线性回归模型,R2为0.7726,比值植被指数RVI在反演叶面积指数模型中具有较高的灵敏度。
李开丽蒋建军茅荣正倪绍祥
关键词:遥感植被指数叶面积指数
共3页<123>
聚类工具0