排序方式: 共有21条查询结果,搜索用时 15 毫秒
1.
该研究提出了用于西藏雪灾监测与评估的方法,该方法结合遥感与地理信息系统,以MODIS数据得到的归一化雪盖指数(NDSI)为基础,同时估算厚云区的积雪覆盖的可能性,综合考虑包括DEM、道路等区域基础地理信息系统数据,对2007年3月中旬发生在西藏南部的一次大雪灾进行了监测与评估.结果表明,该方法能够有效地提取积雪覆盖区域,并对雪灾发生面积进行估算. 相似文献
2.
基于EOS/MODIS数据的南方水稻面积提取技术 总被引:4,自引:1,他引:3
该文以我国南方15省、市和自治区为研究区域,采用高时频的EOS/MODIS卫星数据,构建了水稻播种面积识别算法,实现了南方各类水稻(早稻、晚稻和单季稻)种植面积的快速提取。该研究在很大程度上解决了困扰农情遥感监测业务运行中水稻种植面积及其空间分布的难题,可为作物估产、农作物长势以及墒情遥感监测提供基础。 相似文献
3.
该文以锡林郭勒盟为研究区域,运用2002、2003年的MODISNDVI数据对牧草长势进行了动态监测;并在此基础上,以光合有效辐射、温度和降雨量作为气候指标,分析了它们与牧草长势之间的关系。结果表明:5~9月份,牧草长势呈现单峰态变化。以7月或8月MODISNDVI最高;空间上,牧草长势呈现出明显的东、中、西部差异。以7、8月份差异最为显著;影响5月份牧草长势的气候因子主要是前一年11月至当年4月的月平均气温;影响青草期中后期牧草长势的气候因子主要是降水量,尤其是7、8月份的降水量。 相似文献
4.
该文以江苏省为例,探讨MODIS时间序列数据在水稻种植信息获取中的应用,并进行精度评价.首先利用MODIS数据构建了归一化差值植被指数(NDVI)、增强型植被指数(EVI)和陆表水指数(LSWI).根据植被指数的时间序列变化特征,结合水稻的生长发育规律,确定江苏省水稻种植面积.对比统计数据,该方法提取水稻种植面积的误差为16%.同时,对环境卫星遥感影像进行监督分类,提取水稻种植区域.对比二者提取结果,面积相对误差为5%,空间一致性达到60%以上.研究表明,在平原区域利用MODIS数据监测大尺度水稻种植面积是可行的. 相似文献
5.
随着全球气候变暖,物候正在发生显著变化。植物物候变化是植物对气候与环境变化最敏感且易观测的指示计,气候变化对植物物候的影响及其响应研究成为全球变化研究的热点问题之一。传统的物候观测方法是野外观测为基础的目视观测法,遥感等新技术的发展,为物候监测、研究提供了新的手段,归一化差值植被指数(NDVI)正日益成为植被对气候响应研究的重要手段。本文基于MODIS16天合成NDVI产品,提取了全国34种典型植被群落的NDVI动态变化曲线,分析了其进行植物物候监测的能力。研究结果表明:1)自然植被群落的NDVI年内变化特征明显,大致可分为三种类型:第一种植被群落的年内NDVI波动较大,第二种植被群落的年内NDVI波动不大,但月内变化较为剧烈,第三种植被群落的年内NDVI变化曲线与第一种类型类似,但幅度较小;2)典型植被群落的NDVI动态变化曲线符合其实际生长情况。 相似文献
6.
目的 探究中国蒸散发时空变化规律,揭示耕地蒸散发特征与干旱灾害间的关系,为我国农业干旱灾害预警体系提供参考。方法 文章基于MODIS ET模型,将2001—2018年8天复合遥感数据及每日气象再分析数据输入模型估算陆面蒸散量,分析中国陆面蒸散量时空变化规律;根据土地覆盖类型提取中国耕地地块,探究中国耕地蒸散量变化特征;结合干旱灾害统计数据,揭示我国耕地地表类型中蒸散变化对干旱灾害的作用机制。结果 (1)2001—2018年中国陆地年总蒸散量和年均蒸散量总体呈上升趋势,空间上呈东南—西北逐渐减少的分布特征,高值区位于华南地区和西南地区,其次是华北地区,低值区位于东北地区和西北地区。(2)不同季节、不同月份之间蒸散发差异较大,夏季的蒸散量最高,春、秋次之,冬季蒸散量最小。(3)2001—2017年中国耕地面积呈现先增加后减少的趋势,2004年耕地面积达到峰值1.424亿hm2;截止2017年末,我国耕地面积达到谷值,为1.421亿hm2。(4)2001—2018年全国耕地年蒸散总量整体呈略微上升趋势,年际变化较大。五大粮食主产区中,长江中游及江淮地区年均蒸散量最大,四川盆地和黄淮海平原次之,三江平原和松嫩平原相对年均蒸散量最小。(5)在长江中游及江淮地区、四川盆地和黄淮海平原,蒸散发和干旱灾害具有较强的相关性;但在三江平原及松嫩平原,两者的相关性并不显著。结论 蒸散发作为大尺度可观测量在部分地区可以较好的反演干旱特征,研究中国不同下垫面蒸散发变化规律同时辅助其他变量,或许能为农业干旱监测预警进而估测粮食产量提供新的思路和方法。 相似文献
7.
该文利用2002~2010年中分辨率成像光谱仪MODIS(Moderate Resolution Imaging Spectroradiome-ter)250m地表反射率8天合成产品计算出归一化植被指数NDVI(Normalized Difference Vegetation Index)时间序列数据,采用Logistic模型拟合时序NDVI曲线提取了丹江口库区生长始期和生长末期两个关键物候参数,以此获取了丹江口库区的物候空间格局。研究表明丹江口库区大部分地区生长始期为3月上旬至4月上旬,生长末期为11月中旬至12月下旬。库区南部生长始期最早,约3月中上旬,生长末期最晚,约12月中下旬;东北部生长始期最晚,约3月下旬、4月上旬,生长末期最早,约11月中下旬;西部生长始期和末期均介于南部和东北部之间,分别为3月中下旬和12月中上旬。丹江库区物候资料缺乏,该研究估算的物候期对于丹江口库区的进一步科学研究以及农业生产具有一定的指导作用。 相似文献
8.
通过对植被指数序列数据分析可以准确提取农作物的物候特征信息,从而对不同作物进行识别。该文利用MODIS2004年以旬为单位合成的NDVI数据,采用Coif4小波变换的方法重构作物生长曲线,运用快速傅里叶变换对NDVI时序曲线进行分析,选取曲线均值(0级谐波振幅)、1~3级谐波的初始相位及振幅比例作为作物识别的参数,实现华北地区5种主要作物的识别。经过验证,最终的使用者精度都达到85%以上。 相似文献
9.
该文探讨了MODIS EVI序列与作物生长过程的互动规律,利用EVI序列分析影响冬小麦生长过程的气象因素。结果显示,冬小麦抽穗期EVI值及冬小麦返青期至收获期EVI积分值与作物产量之间有很好的相关性。冬小麦抽穗期EVI值与冬小麦产量的相关性体现了作物营养生长阶段的发育状况,可以利用抽穗期作物EVI早期预测作物产量;EVI曲线的积分值能综合反映作物整个生长发育过程,可以根据这一规律对农作物产量进行估算。冬小麦生育期内EVI均值与平均温度、降水量、日照时数相关性分析结果显示,温度和降水是冬小麦生长的主要限制因子,其中温度起主导作用。 相似文献
10.