期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于遥感指数与深度学习的黄河冰凌遥感监测识别分析
被引量:
4
1
作者
宋文龙
冯天时
+5 位作者
陈龙
何倩
胡军
卢奕竹
冯珺
刘宏洁
《中国水利水电科学研究院学报(中英文)》
北大核心
2024年第1期28-35,共8页
黄河流域特殊的地理位置和环境因素造就了其复杂的凌情特征,及时准确掌握凌汛期间冰凌变化规律与特点是凌汛监测防治的关键任务。卫星遥感可实现黄河冰凌的大范围快速提取,目前常用的方法有遥感指数与深度学习两类,为验证和对比不同方...
黄河流域特殊的地理位置和环境因素造就了其复杂的凌情特征,及时准确掌握凌汛期间冰凌变化规律与特点是凌汛监测防治的关键任务。卫星遥感可实现黄河冰凌的大范围快速提取,目前常用的方法有遥感指数与深度学习两类,为验证和对比不同方法对黄河冰凌遥感监测识别的有效性,基于Sentinel-2遥感数据,利用归一化积雪指数及其改进形式和U^(2)-Net等三种方法对2023年黄河宁蒙段冰凌进行遥感提取。结果表明:NDSI、MNDSI、U^(2)-Net三种方法的结果分类精度分别为83.42%、87.98%和92.01%;Kappa系数分别为0.88、0.90和0.97;三种方法均对冰凌有较好的提取效果,但指数法对于流凌、清沟等其他类型的识别效果较差,浅滩处提取的边界较为杂乱,U^(2)-Net可以精确区分出清沟,提取冰凌边界的效果更好。
展开更多
关键词
黄河
冰凌
卫星遥感
NDSI
mndsi
U^(2)-Net
在线阅读
下载PDF
职称材料
基于HJ-1A/1B卫星遥感数据的积雪识别方法研究
被引量:
18
2
作者
宋珍
陈晓玲
+2 位作者
刘海
田礼乔
吴玮
《长江流域资源与环境》
CAS
CSSCI
CSCD
北大核心
2011年第5期553-558,共6页
积雪分布与变化是标示气候变化的敏感因子,采用具有长时间序列的大范围同步获取信息优势的卫星遥感数据进行积雪识别提取,具有重要的理论意义和实际应用价值。针对HJ-1A/1B卫星数据,结合积雪遥感监测的理论方法,在分析HJ-1A/1B卫星CCD和...
积雪分布与变化是标示气候变化的敏感因子,采用具有长时间序列的大范围同步获取信息优势的卫星遥感数据进行积雪识别提取,具有重要的理论意义和实际应用价值。针对HJ-1A/1B卫星数据,结合积雪遥感监测的理论方法,在分析HJ-1A/1B卫星CCD和IRS传感器光谱响应特征的基础上,将应用较广的归一化差分积雪指数(NDSI)引入到HJ-1A/1B卫星中,得到了基于CCD和IRS两个传感器数据的HJ-NDSI积雪识别方法。为避免由幅宽、扫描区域等因素的差异引起的两种不同传感器同时相数据难获取的问题,对HJ-NDSI方法进行了改进,提出了一种仅利用IRS传感器数据的HJ-MNDSI积雪识别方法。通过对HJ卫星数据的统计分析,给出了两种方法中的推荐阈值。以西藏普兰为实验区,对上述两种方法得到的结果进行精度评价,结果表明,HJ-NDSI和HJ-MNDSI方法提取积雪的精度分别为97.66%和94.92%,均能满足实际应用的需要,但HJ-MNDSI方法能保证更大的积雪监测范围。
展开更多
关键词
HJ-1A/1B
NDSI
mndsi
积雪识别
原文传递
HJ-1B卫星遥感影像的积雪识别
被引量:
3
3
作者
黄艳艳
赵红莉
+2 位作者
杨树文
蒋云钟
卢鑫
《测绘科学》
CSCD
北大核心
2016年第8期129-133,共5页
针对国产卫星HJ-1B数据积雪像元识别的问题,该文分析了归一化差分积雪指数法和改进的归一化差分积雪指数法的优缺点,并根据积雪与其他地物的光谱特征变化幅度的差异性,提出了一个仅用HJ-CCD数据作为数据源的积雪识别方法。实验中,选取...
针对国产卫星HJ-1B数据积雪像元识别的问题,该文分析了归一化差分积雪指数法和改进的归一化差分积雪指数法的优缺点,并根据积雪与其他地物的光谱特征变化幅度的差异性,提出了一个仅用HJ-CCD数据作为数据源的积雪识别方法。实验中,选取了两块不同特征的影像进行试验,以神经网络分类结合目视解译方法的提取结果作为标准进行精度评价。结果表明,该文提出的方法操作简单,能快速、准确地识别区域积雪覆盖面积。
展开更多
关键词
积雪
HJ-1B卫星
归一化差分积雪指数法NDSI
改进的归一化差分积雪指数法
mndsi
原文传递
题名
基于遥感指数与深度学习的黄河冰凌遥感监测识别分析
被引量:
4
1
作者
宋文龙
冯天时
陈龙
何倩
胡军
卢奕竹
冯珺
刘宏洁
机构
中国水利水电科学研究院
水利部防洪抗旱减灾工程技术研究中心(水旱灾害防御中心)
首都师范大学资源环境与旅游学院
黄河水利委员会山东水文水资源局
出处
《中国水利水电科学研究院学报(中英文)》
北大核心
2024年第1期28-35,共8页
基金
三峡后续工作项目(JZ0161A012023)。
文摘
黄河流域特殊的地理位置和环境因素造就了其复杂的凌情特征,及时准确掌握凌汛期间冰凌变化规律与特点是凌汛监测防治的关键任务。卫星遥感可实现黄河冰凌的大范围快速提取,目前常用的方法有遥感指数与深度学习两类,为验证和对比不同方法对黄河冰凌遥感监测识别的有效性,基于Sentinel-2遥感数据,利用归一化积雪指数及其改进形式和U^(2)-Net等三种方法对2023年黄河宁蒙段冰凌进行遥感提取。结果表明:NDSI、MNDSI、U^(2)-Net三种方法的结果分类精度分别为83.42%、87.98%和92.01%;Kappa系数分别为0.88、0.90和0.97;三种方法均对冰凌有较好的提取效果,但指数法对于流凌、清沟等其他类型的识别效果较差,浅滩处提取的边界较为杂乱,U^(2)-Net可以精确区分出清沟,提取冰凌边界的效果更好。
关键词
黄河
冰凌
卫星遥感
NDSI
mndsi
U^(2)-Net
Keywords
Yellow River
river ice
remote sensing extraction
NDSI
mndsi
U^(2)-Net
分类号
TV133 [水利工程—水力学及河流动力学]
P332.8 [天文地球—水文科学]
在线阅读
下载PDF
职称材料
题名
基于HJ-1A/1B卫星遥感数据的积雪识别方法研究
被引量:
18
2
作者
宋珍
陈晓玲
刘海
田礼乔
吴玮
机构
武汉大学测绘遥感信息工程国家重点实验室
民政部减灾和应急工程重点实验室
江西师范大学鄱阳湖湿地与流域研究教育部重点实验室
出处
《长江流域资源与环境》
CAS
CSSCI
CSCD
北大核心
2011年第5期553-558,共6页
基金
973计划项目(2009CB723905)
国家自然科学基金委创新群体项目(40721001)
+1 种基金
863重点项目(2009AA122100)
国家科技支撑计划(2008BAK49B01)
文摘
积雪分布与变化是标示气候变化的敏感因子,采用具有长时间序列的大范围同步获取信息优势的卫星遥感数据进行积雪识别提取,具有重要的理论意义和实际应用价值。针对HJ-1A/1B卫星数据,结合积雪遥感监测的理论方法,在分析HJ-1A/1B卫星CCD和IRS传感器光谱响应特征的基础上,将应用较广的归一化差分积雪指数(NDSI)引入到HJ-1A/1B卫星中,得到了基于CCD和IRS两个传感器数据的HJ-NDSI积雪识别方法。为避免由幅宽、扫描区域等因素的差异引起的两种不同传感器同时相数据难获取的问题,对HJ-NDSI方法进行了改进,提出了一种仅利用IRS传感器数据的HJ-MNDSI积雪识别方法。通过对HJ卫星数据的统计分析,给出了两种方法中的推荐阈值。以西藏普兰为实验区,对上述两种方法得到的结果进行精度评价,结果表明,HJ-NDSI和HJ-MNDSI方法提取积雪的精度分别为97.66%和94.92%,均能满足实际应用的需要,但HJ-MNDSI方法能保证更大的积雪监测范围。
关键词
HJ-1A/1B
NDSI
mndsi
积雪识别
Keywords
HJ-1A/1B
NDSI
mndsi
snow cover extraction
分类号
P407.8 [天文地球—大气科学及气象学]
原文传递
题名
HJ-1B卫星遥感影像的积雪识别
被引量:
3
3
作者
黄艳艳
赵红莉
杨树文
蒋云钟
卢鑫
机构
兰州交通大学测绘与地理信息学院
甘肃省地理国情监测工程实验室
中国水利水电科学研究院
出处
《测绘科学》
CSCD
北大核心
2016年第8期129-133,共5页
基金
国家重大科技专项(08-Y30B07-9001-13/15)
国家科技支撑计划项目(2013BAB05B01)
+1 种基金
中国博士后科学基金资助项目(2014M552558XB)
中国水利水电科学研究院科研专项基金项目(514310)
文摘
针对国产卫星HJ-1B数据积雪像元识别的问题,该文分析了归一化差分积雪指数法和改进的归一化差分积雪指数法的优缺点,并根据积雪与其他地物的光谱特征变化幅度的差异性,提出了一个仅用HJ-CCD数据作为数据源的积雪识别方法。实验中,选取了两块不同特征的影像进行试验,以神经网络分类结合目视解译方法的提取结果作为标准进行精度评价。结果表明,该文提出的方法操作简单,能快速、准确地识别区域积雪覆盖面积。
关键词
积雪
HJ-1B卫星
归一化差分积雪指数法NDSI
改进的归一化差分积雪指数法
mndsi
Keywords
snow
HJ-1B satellite
NDSI
mndsi
分类号
P23 [天文地球—摄影测量与遥感]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于遥感指数与深度学习的黄河冰凌遥感监测识别分析
宋文龙
冯天时
陈龙
何倩
胡军
卢奕竹
冯珺
刘宏洁
《中国水利水电科学研究院学报(中英文)》
北大核心
2024
4
在线阅读
下载PDF
职称材料
2
基于HJ-1A/1B卫星遥感数据的积雪识别方法研究
宋珍
陈晓玲
刘海
田礼乔
吴玮
《长江流域资源与环境》
CAS
CSSCI
CSCD
北大核心
2011
18
原文传递
3
HJ-1B卫星遥感影像的积雪识别
黄艳艳
赵红莉
杨树文
蒋云钟
卢鑫
《测绘科学》
CSCD
北大核心
2016
3
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部