检索结果-南通市图书馆

Quantifying freeze-melt dynamics of lakes on the Tibetan Plateau using sentinel-1 synthetic aperture radar imagery

Journal of Mountain Science 2024年第3期21卷 805-819页

作者： JIN Lu CHEN Jun CAI Yu KONG Yecheng WANG Yongfeng DUAN Zheng School of Environment and Energy Engineering Anhui Jianzhu UniversityHefei 230601China Anhui Engineering and Technology Research Center for Smart City Anhui Jianzhu UniversityHefei 230601China School of Geographic and Oceanographic Sciences Nanjing UniversityNanjing 210023China Department of Physical Geography and Ecosystem Science Lund UniversityLund 22362Sweden

The ice phenology of alpine lakes on the Tibetan Plateau(TP)is a rapid and direct responder to climate changes,and the variations in lake ice exhibit high temporal frequency characteristics.MODIS and passive microwave data are widely used to monitor lake ice changes with high temporal resolution.However,the low spatial resolutions make it difficult to effectively quantify the freeze-melt dynamics of lakes.This work used sentinel-1 synthetic aperture radar(SAR)data to derive high-resolution ice maps(about 6 days),then with the aid of sentinel-2 optical images to quantify freeze-melt processes in three typical lakes on the TP(e.g.Selin Co,Ayakekumu Lake,and Nam Co).The results showed that three lakes had an average annual ice period of 125-157 days and a complete ice cover period of 72-115 days,from 2018 to 2022.They exhibit different ice phenology patterns.Nam Co is characterized by repeated episodes of freezing,melting,and refreezing,resulting in a prolonged freeze-up period.Meanwhile,the break-up period of Nam Co lasts for a longer duration(about 19 days),and the break-up exhibits a smooth process.Similarly,Ayakekumu Lake showed more significant inter-annual fluctuations in the freeze-up period,with deviations of up to 28 days observed among different years.Compared to the other two lakes,Selin Co experienced a relatively short freeze-up and break-up period.In short,sentinel-1 SAR data can effectively monitor the weekly and seasonal variations in lake ice on the TP.Particularly,this data facilitates quantification of the freeze-melt dynamics.

关键词： Lake ice sentinel-1 SAR Tibetan Plateau Climate change

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于sentinel-1和sentinel-2影像的洪泽湖国家湿地公园水生植被信息提取

引用

南京林业大学学报（自然科学版） 2024年第2期48卷 19-26页

作者：韩森阮仁宗傅巧妮许捍卫衡雪彪河海大学水文水资源学院江苏南京210098

【目的】探索利用光学遥感和雷达遥感数据进行湖泊湿地水生植被信息提取方法。【方法】以洪泽湖国家湿地公园为研究区,基于sentinel-1的SAR影像和sentinel-2的MSI影像,利用面向对象影像分析技术,结合EVSI、NDVI、SR特征指数和对象之间... 详细信息

【目的】探索利用光学遥感和雷达遥感数据进行湖泊湿地水生植被信息提取方法。【方法】以洪泽湖国家湿地公园为研究区,基于sentinel-1的SAR影像和sentinel-2的MSI影像,利用面向对象影像分析技术,结合EVSI、NDVI、SR特征指数和对象之间的上下文特征,以及挺水植被高度的差异所对应SAR影像上的后向散射系数,在对象级的基础上建立决策树模型对湿地水生植被进行分类,分析洪泽湖国家湿地公园水生植被以及挺水植被的分布状况。【结果】研究区水生植被类群分类精度为89%,Kappa系数为0.85;挺水植被种群分类精度为85.2%,Kappa系数为0.76。与基于像元分析方法的结果相比,面向对象的影像分析方法具有更高的精度;湿地水生植被以沉水植被和挺水植被为主,其中挺水植被中以荷叶和芦苇为主。【结论】本研究提出的湖泊湿地水生植被信息提取方法具可行性,可为湿地管理与决策提供科学依据。

关键词：水生植被 sentinel-1 sentinel-2 决策树植被特征指数后向散射系数洪泽湖国家湿地公园

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于sentinel-1影像追踪与迭代SVD技术提取格陵兰Petermann冰川流速时序

引用

遥感学报 2024年第6期 1453-1464页

作者：鞠琦李刚李超越冯小蔓陈晓杨治斌陈卓奇中山大学测绘科学与技术学院/南方海洋科学与工程广东省实验室(珠海)

格陵兰冰盖流速监测对定量估算冰盖物质损失以及研究冰盖对全球变暖的响应具有重要意义。利用SAR影像强度信息进行偏移量追踪是目前冰川流速监测的主要方法。冰川表面散射特性的变化会导致SAR影像强度信息发生改变，导致影像匹配失相关... 详细信息

格陵兰冰盖流速监测对定量估算冰盖物质损失以及研究冰盖对全球变暖的响应具有重要意义。利用SAR影像强度信息进行偏移量追踪是目前冰川流速监测的主要方法。冰川表面散射特性的变化会导致SAR影像强度信息发生改变，导致影像匹配失相关，从而造成提取的流速场中存在大量错误与空洞。为了克服该问题，本文提出了一套基于sentinel-1 SAR影像提取冰川流速时序的数据处理流程：通过开运算、连通性分析、自适应中值滤波等方法去除单对追踪影像中的噪声与错误；同时利用现有产品的年度和月度平均流速数据完成基准校正并引入角度信息进一步去除部分噪声与粗差；最后通过间隔6日、12日、18日的追踪影像引入冗余配对，使用迭代的奇异值分解（SVD）方法求解时序方程组，构建冰川流速时序。将利用本方法提取的2018年—2020年间格陵兰Petermann溢出冰川6日间隔冰流速时序与现有流速产品进行对比表明，与由单轨数据生成的CPOM冰川流速产品相比，本方法获得的流速时序噪声更少，流速场在时空上更连续平滑，在相同冰川范围内有效数据覆盖范围更广。与由多轨数据合成的PROMICE产品比较表明两者的精度和有效数据覆盖率类似，但本文方法提取的流速时序分辨率更高，有效数据覆盖率更加稳定，且在对于追踪效果较差的夏秋季本方法在抑制噪声方面表现更好。因此本文提出的算法能有效修补影像匹配空洞及剔除异常匹配，并合成高时空分辨率冰川流速时序，对利用星载SAR影像提取格陵兰冰盖流速监测具有重要意义。

关键词：遥感格陵兰冰盖冰川流速 SAR sentinel-1 偏移量追踪奇异值分解

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于sentinel-1和sentinel-2数据融合的森林林龄反演和动态监测

引用

中南林业科技大学学报 2024年 19-29页

作者：陈馨孙玉军丁志丹北京林业大学森林资源和环境管理国家林业和草原局重点开放实验室

【目的】在Google Earth Engine（GEE）云平台上借助其强大的计算和数据存储能力，融合多源遥感数据对森林林龄进行遥感反演和动态监测。【方法】融合2017—2023年间sentinel-1、sentinel-2及高程数据，通过随机森林（Random forest,RF... 详细信息

【目的】在Google Earth Engine（GEE）云平台上借助其强大的计算和数据存储能力，融合多源遥感数据对森林林龄进行遥感反演和动态监测。【方法】融合2017—2023年间sentinel-1、sentinel-2及高程数据，通过随机森林（Random forest,RF）分类获取土地覆盖信息，并进一步提取森林的分布和面积，同时构建时间序列植被指数来准确提取森林变化区域。基于森林资源清查数据和融合的多源遥感数据，在GEE上构建RF回归、分类回归树（Cart）以及梯度提升回归树（Gradient tree boost,GTB）3种回归模型，用于杉木组、马尾松组、毛竹林、硬阔叶树组以及其他类树种组的2018年林龄遥感反演，并估算出2017年和2023年的林龄信息，以揭示林龄和龄组在2017—2023年的动态变化情况。【结果】1)2017—2023年，研究区森林面积的整体变化总计113.93 km2，此间森林的减少和更新并存，其空间分布特征呈现出明显的区域差异。具体而言，森林面积变化多发生于靠近城区和低海拔地区，且靠近城区的森林面积减少往往不再恢复至森林；2)在5种不同树种组构建的3种模型中，RF回归模型的林龄反演结果最佳，平均R2为0.845，平均RMSE为5.32 a，其中毛竹林反演精度最高，R2为0.863,RMSE为2.411 a;3)2017—2023年，研究区林龄在40 a以下的森林由54.59%减少至51.06%，其中龄组变化最显著为杉木组成熟林，面积增加了38.88%。【结论】在GEE上融合多源遥感数据进行林龄反演和动态监测具有重要的应用潜力，本研究结果可为使用云平台及哨兵系列卫星数据对森林资源长时间序列的林龄反演和动态监测的应用提供参考和借鉴。

关键词：数据融合遥感反演林龄动态监测 sentinel-1 sentinel-2 Google Earth Engine

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

联合sentinel-1与sentinel-2的高时空分辨率玉米叶面积指数反演

引用

遥感信息 2024年第1期39卷 73-82页

作者：于慧男王昶景刘国祥屈永华尹高飞西南交通大学地球科学与环境工程学院成都610031 北京师范大学遥感科学国家重点实验室北京100875 北京师范大学地理科学学部遥感与工程研究院北京100875

叶面积指数(leaf area index,LAI)是单位地表面积上总叶面积的一半,是影响光合作用、蒸腾作用和能量平衡等地表过程的关键生物物理变量。鉴于光学遥感数据易受天气的影响,雷达遥感数据易受土壤等的影响,二者在叶面积指数反演方面各有利... 详细信息

叶面积指数(leaf area index,LAI)是单位地表面积上总叶面积的一半,是影响光合作用、蒸腾作用和能量平衡等地表过程的关键生物物理变量。鉴于光学遥感数据易受天气的影响,雷达遥感数据易受土壤等的影响,二者在叶面积指数反演方面各有利弊,提出了一种考虑不同数据反演结果不确定性的融合方法。研究测试了多种机器学习模型在中国张掖地区的玉米农田上估算LAI的性能。结果表明,光学和雷达两种数据分别作为模型输入进行LAI反演时,高斯过程回归(Gaussian process regression,GPR)的表现均为最优。随后,基于sentinel-1雷达数据和sentinel-2光学数据,使用GPR模型生成了研究区2019年的两种LAI及不确定性时空分布图。考虑不同数据反演结果的差异,使用加权滤波方法将两种LAI融合,实现了高时空分辨率玉米LAI制图。通过定性和定量分析,融合后的LAI时间序列分布图变化连贯,空间分布均匀,精度相较于融合之前有了明显改善。

关键词：叶面积指数 sentinel-1 sentinel-2 协同玉米

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

sentinel-1数据在极化时序InSAR技术中的适用性分析

引用

广东工业大学学报 2024年

作者：黄恒威吴希文王华广东工业大学信息工程学院广东工业大学土木与交通工程学院

sentinel-1数据已经被广泛地应用于时序In SAR(Time-series Interferometric Synthetic Aperture Radar, TS-In SAR)技术。为了分析sentinel-1双极化数据在极化时序In SAR (Polarimetric Persistent Scatterer Interferometry, Pol PSI)技术中的适用性,本文基于47景sentinel-1双极化影像，利用TS-In SAR技术和Pol PSI技术对深圳市和中山市进行了地表形变监测。结果表明，使用了sentinel-1数据的Pol PSI技术可以通过分析像元的极化信息(散射机制或统计特性)得到更多永久散射体(Persistent Scatterer, PS)候选点；Pol PSI技术在参考网络弧上的平均时间相干性较低，但该技术可以提供更多的高质量弧(时间相干性大于0.6);Pol PSI技术提高了城市地表监测中PS观测点的密度。综上所述，与TS-In SAR技术相比，利用了sentinel-1数据的极化时序In SAR技术可以在城市地表提供更详细且更精确的形变监测信息。

关键词：沉降 Pol PSI 时序In SAR 双极化 sentinel-1

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于sentinel-1和sentinel-2影像的河南扶沟县洪涝灾害遥感监测评估研究

引用

中国防汛抗旱 2024年第2期34卷 50-55页

作者：姜晗兵邓文彬新疆大学乌鲁木齐830017

洪涝灾害是我国最主要的自然灾害类型之一,发生频率高、影响范围广,对社会经济发展和人民生命财产安全构成严重威胁。选取河南郑州“7·20”特大暴雨事件中受灾较为严重的河南扶沟县为研究区,基于洪涝灾害发生前后的sentinel-1和Sen-tin... 详细信息

洪涝灾害是我国最主要的自然灾害类型之一,发生频率高、影响范围广,对社会经济发展和人民生命财产安全构成严重威胁。选取河南郑州“7·20”特大暴雨事件中受灾较为严重的河南扶沟县为研究区,基于洪涝灾害发生前后的sentinel-1和Sen-tinel-2影像,利用支持向量机对灾前的sentinel-2影像进行土地利用分类,基于sentinel-1影像利用水体指数SDWI对灾中、灾后的水体范围进行提取,并结合GIS对研究区的灾情进行评估。结果表明:①基于支持向量机提取的土地利用分类图,总体精度达95.85%;②利用SDWI水体指数法提取的水体范围结果显示灾中、灾后的水体面积分别为36.468 km^(2)、18.770 km^(2),总体精度分别为97.6%和95.4%;③由灾情评估结果可得,曹里乡的受灾情况最为严重,最大水体变化面积达到12.63 km^(2)。

关键词： sentinel-1 sentinel-2 洪涝灾害水体指数SDWI 灾情评估河南郑州“7·20”特大暴雨

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于sentinel-1/2数据一种改进的决策树方法提取荔枝果园研究

引用

绿色科技 2024年第2期26卷 266-272页

作者：王翔宇韩留生王升帅张至一任琛夏潭龙路兴强山东理工大学建筑工程与空间信息学院山东淄博255000 中科卫星(山东)科技集团有限公司山东济南250031

荔枝种植在热带、亚热带地区,受限于多云多雨天气和遥感技术,获取多时相并且能够表征荔枝物候特征的有效高光谱与高空间分辨率数据是比较困难的,这阻碍了荔枝果园的提取。采用sentinel-1时间序列微波数据构建了荔枝关键生育期特征,并结... 详细信息

荔枝种植在热带、亚热带地区,受限于多云多雨天气和遥感技术,获取多时相并且能够表征荔枝物候特征的有效高光谱与高空间分辨率数据是比较困难的,这阻碍了荔枝果园的提取。采用sentinel-1时间序列微波数据构建了荔枝关键生育期特征,并结合sentinel-2数据提出了一种改进的荔枝果园识别模型,并将该模型应用于茂名市荔枝果园的识别。结果表明:成熟期荔枝与其他植被或作物的VH极化特征差异显著;该方法在荔枝果园空间分布制图的总体精度为90.34%,Kappa系数为0.84。该方法能够有效刻画荔枝的关键生育期特征,且准确识别光谱与空间特征相似的荔枝果园。为热带和亚热带其他果园的识别提供了参考,对果园的生长监测、精确管理和产量估算具有重要意义。

关键词：决策树荔枝果园提取生育期特征 sentinel-1 sentinel-2

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于sentinel-1和sentinel-2的不同物候期农作物识别研究

引用

安徽师范大学学报（自然科学版） 2024年第1期47卷 33-43页

作者：常竹李虎陈冬花刘玉锋邹陈陈健韩伟杰安徽师范大学地理与旅游学院安徽芜湖241000 资源环境与地理信息工程安徽省工程技术研究中心安徽芜湖241000 滁州学院计算机与信息工程学院安徽滁州239000

为减少农作物提取过程中受光学数据成像质量的影响,基于Google Earth Engine平台,采用sentinel-1和sentinel-2数据,分别对小麦越冬期、返青期、孕穗期、成熟期四个物候期进行小麦和油菜的识别。使用随机森林方法对构建的光谱特征、植被... 详细信息

为减少农作物提取过程中受光学数据成像质量的影响,基于Google Earth Engine平台,采用sentinel-1和sentinel-2数据,分别对小麦越冬期、返青期、孕穗期、成熟期四个物候期进行小麦和油菜的识别。使用随机森林方法对构建的光谱特征、植被指数特征、红边指数特征、纹理特征和极化特征共34个特征进行优选,构建特征集;并对比最小距离、决策树、支持向量机、随机森林四种分类器在四个物候期的识别结果,确定最优的分类器;同时还验证了极化特征在四个物候期对识别结果的影响。研究结果表明,在四个物候期中最优的分类器均为随机森林,其中识别精度从高到低的物候期分别为小麦的孕穗期、成熟期、返青期、越冬期,总体精度(OA)分别为92.91%、91.93%、90.24%、87.69%,Kappa系数分别为91.00%、89.92%、87.61%、84.53%。在四个物候期中加入极化特征均能提高识别的精度,其中在小麦的返青期和成熟期更为明显。

关键词：物候期农作物识别 sentinel-1 sentinel-2 Google Earth Engine 随机森林

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于sentinel-1结合sentinel-2和Landsat8影像的水体提取方法比较——以鲁班水库为例

引用

四川林业科技 2024年第1期45卷 111-114页

作者：苏子昕青玲萱王鑫薛飞阳王旭秦翔宇杨存建四川师范大学地理与资源科学学院

基于sentinel-1数据结合sentinel-2数据和Landsat8数据,提取2017年—2021年鲁班水库五年间的水体年间变化,对所提取的水体面积进行分析,比较两种影像对鲁班水库水体提取的差异,经过水体指数的计算以及分析得到鲁班水库的水体面积。senti... 详细信息

基于sentinel-1数据结合sentinel-2数据和Landsat8数据,提取2017年—2021年鲁班水库五年间的水体年间变化,对所提取的水体面积进行分析,比较两种影像对鲁班水库水体提取的差异,经过水体指数的计算以及分析得到鲁班水库的水体面积。sentinel-2影像数据对水体提取的效果较好于Landsat8数据,sentinel-2影像总体分类精度达0.993,kappa系数为0.991,而Landsat8的总体精度为0.989,kappa系数为0.986。通过对鲁班水库这种大中型水体的水体提取选择使用sentinel-2数据较好。

关键词：水体提取水体指数 sentinel-2 Landsat8 sentinel-1

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

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

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

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

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

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：