检索结果-南通市图书馆

Applying the Moisture Availability Index (ntdi) over Vegetated Land in Central Asia: Mongolian Steppe

Journal of Water Resource and Protection 2014年第14期6卷 1335-1343页

作者： Abdelmoneim A. Mohamed Reiji Kimura Discipline of Geography School of Agricultural Earth and Environmental Sciences University of KwaZulu-Natal Pietermaritzburg South Africa Arid Land Research Center Tottori University Tottori Japan

The intensity of recent droughts and the uncertainty of moisture variability in the context of increasing temperatures and decreasing precipitation have affected the Mongolian grassland. Mongolia typifies the steppe terrain and semiarid to arid continental climate that extends across much of Central Asia. In semi-arid areas like Mongolian steppe, vegetation type and distribution are directly relate to the amount of water that plants can extract from the soil. An index for assessment of moisture availability (ma: defined as the ratio of actual to reference evapotranspiration) was developed, namely ntdi [1] 08D0C9EA79F9BACE118C8200AA004BA90B02000000080000000E0000005F005200650066003400300031003800340037003500380031000000 . ntdi (Normalized Day-Night Surface Temperature Difference Index) is defined as the ratio of the difference between the maximum daytime surface temperature and the minimum nighttime surface temperature, to the difference between the maximum and minimum surface temperatures estimated from meteorological data by applying energy balance equations. A verification study conducted at Liudaogou River Basin of the Loess Plateau, China, indicated the capability of ntdi to estimate ma accurately, (R2=0.97,pntdi during the growing season showed a significant inverse exponential correlation with ma (R2=0.86,pntdi is potent to be used as a surrogate of moisture availability in steppe terrain of Central Asia.

关键词： Drought Mongolian Steppe Central Asia ntdi Moisture Availability (ma)

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于Google Earth Engine的河南省耕地监测研究

基于Google Earth Engine的河南省耕地监测研究

引用

作者：姜伊兰河南农业大学

学位级别：硕士

为提高耕地信息遥感监测的效率,扩展数据适用范围,提出一种基于NDVI时间序列差异指数的耕地信息提取方法。传统的遥感监测方法在大范围,长时间序列的耕地信息提取中面临着遥感数据时空分辨率低、处理量大等挑战,研究效率和精度受到很大... 详细信息

为提高耕地信息遥感监测的效率,扩展数据适用范围,提出一种基于NDVI时间序列差异指数的耕地信息提取方法。传统的遥感监测方法在大范围,长时间序列的耕地信息提取中面临着遥感数据时空分辨率低、处理量大等挑战,研究效率和精度受到很大的限制。随着遥感云计算技术的发展以及物候信息在耕地提取中的应用,大尺度高效率的耕地监测成为可能,为快速遥感分类带来了新机遇。本文基于Google Earth Engine云计算平台,以河南省为研究区域,以2018—2020年内多时相Sentinel-2 L1C影像为数据源,提取时间序列NDVI曲线,并对曲线进行重建和HANTS谐波平滑;根据不同地类在时间序列NDVI曲线上的差异构建NDVI时间序列差异指数(ntdi),再结合物候信息,定义参与指数运算的植被生长季节,进而通过OTSU阈值法提取2018—2020年河南省的耕地信息;对提取结果进行精度验证,并与其他精度较高的土地覆盖产品以及耕地面积统计结果进行对比。研究的结果主要有:(1)Google Earth Engine能以其高性能的云计算能力快速完成覆盖河南省影像数据的去云、镶嵌、裁剪及指数构建等处理。ntdi指数法以物候信息为基础,与Google Earth Engine相结合,形成了耕地信息快速提取框架,可以方便快捷地提取耕地信息,较本地处理具有明显优势。(2)ntdi指数法能够很好的识别细小的建筑用地图斑,将耕地与容易混淆的线状地物区别开,较好的还原了耕地与非耕地的空间形态。同时研究区耕地主要分布在居民点较多,交通更为便捷的东部、中部平原地区以及西南部盆地地区;北部、西部以及南部山地和丘陵地区,由于地形不利于耕作,居民点分布较为零散,耕地也相对较少。(3)2018年河南省ntdi指数法耕地信息提取精度为2018—2020年三年之内最高,达到84.39%;2019年河南省ntdi指数法耕地信息提取精度有所降低,为84.06%,但比同年的CGLS-LC100产品精度提高了4.06%;2020年河南省ntdi指数法耕地信息提取精度为82.89%,比同年Globe Land30 V2020产品精度降低了2.83%;三种分类数据的耕地空间分布状况较为一致,同时ntdi指数法在线状地物、点状居民点的识别以及耕地边界划分上优于Globe Land30 V2020产品和CGLS-LC100产品,在大范围耕地信息提取上能够满足精度要求,提取过程也更加快捷便利。(4)ntdi指数法操作简单,提取效率高,且提取结果因时而异,唯一客观,在河南省中部、东部以及东北部地区提取效果较好,可以满足高精度高效率的耕地提取需求,是用于提取耕地信息的一种有效的方法;同时在河南省西部、西北部和东南部分地区耕地信息提取精度较低,可以通过进一步数据处理和精细化阈值提取来弥补。

关键词： Sentinel-2 时间序列NDVI 物候特征 Google Earth Engine ntdi 耕地提取精度对比

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：