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
共找到4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：
基于IDL语言的植被指数UNVI软件插件 被引量：5
1
作者 胡顺石 张辰璐 +2 位作者 乔娜 孙雪剑 钟涛 《遥感学报》 EI CSCD 北大核心 2019年第5期952-958,共7页
植被指数是地球陆表植被覆盖度和植被活力的指示因子,对环境监测、植被理化参量估算等应用研究有重要的意义。基于植被的反射光谱特征,通过遥感数据波段的组合,可以计算得到遥感植被指数。传统的植被指数如NDVI、EVI等仅利用有限波段信... 植被指数是地球陆表植被覆盖度和植被活力的指示因子,对环境监测、植被理化参量估算等应用研究有重要的意义。基于植被的反射光谱特征,通过遥感数据波段的组合,可以计算得到遥感植被指数。传统的植被指数如NDVI、EVI等仅利用有限波段信息的线性或非线性组合构建而成,没有充分利用遥感传感器所提供的多波段遥感信息,通用归一化植被指数UNVI(Universal Normalized Vegetation Index)充分利用了遥感传感器提供的多波段植被光谱信息,因此在反演植被叶绿素、生物量等植被理化参量上较其他传统植被指数更具优势。为方便UNVI指数的计算,本文基于IDL语言开发了UNVI软件插件,可直接作为ENVI商业遥感软件进行调用,并可满足多个传感器的UNVI计算需求。为了验证UNVI的应用效果,以植被总初级生产力GPP(Gross Primary Productivity)估算为例,比较了不同植被指数估算GPP的效果,结果表明:基于UNVI估算的GPP与通量站点获得的GPP具有较高的相关性(相关系数R2为0.79),验证了UNVI在GPP估算方面的优势。本文提供的UNVI软件插件可为遥感研究和应用人员提供便捷的计算工具。 展开更多
关键词 LANDSAT MODIS 植被指数 unvi IDL语言 GPP
原文传递
基于Sentinel-2的UNVI植被指数及性能对比研究 被引量：10
2
作者 朱曼 张立福 +4 位作者 王楠 林昱坤 张琳姗 王飒 刘华亮 《遥感技术与应用》 CSCD 北大核心 2021年第4期936-947,共12页
作物精准识别和分类是农业遥感检测的重要内容,对作物长势监测以及估产十分重要。以美国混合农业带为研究区,基于Sentinel-2时间序列影像,根据其传感器响应函数计算了针对Sentinel-2的通用归一化植被指数(Universal Normalized Vegetati... 作物精准识别和分类是农业遥感检测的重要内容,对作物长势监测以及估产十分重要。以美国混合农业带为研究区,基于Sentinel-2时间序列影像,根据其传感器响应函数计算了针对Sentinel-2的通用归一化植被指数(Universal Normalized Vegetation Index,UNVI),并通过两个对比实验,分析UNVI等6个指数在作物精准分类中的性能。实验一以JM(Jeffries-Matusita)距离为指标对不同作物类别之间的可分性进行分析,结果表明UNVI优于NDVI、EVI、WDRVI、NDre1和NDWI指数,在玉米和棉花、玉米和水稻、玉米和水稻的区分上,UNVI优于其他指数区分能力相当,但在其余的作物组合上如棉花和水稻,NDVI等指数则无法将其很好的区分,此时UNVI指数依然可以表现出较好的区分能力;实验二对6种时间序列指数特征分别使用随机森林和支持向量机进行作物分类,结果表明UNVI指数的总体精度和Kappa系数最高,其次是NDre1指数和WDRVI指数,EVI的总体精度和Kappa系数最低,这表明UNVI比其他6个指数更好地区分了研究区大豆、玉米、棉花和水稻等4种主要作物。综上,基于Sentinel-2时间序列的UNVI指数在进行作物分类时与其他5种遥感植被指数相比,具有较大的优势,UNVI可为农作物长势分析和作物估产研究等农业研究和应用的可选植被指数。 展开更多
关键词 Sentinel⁃2 时间序列 unvi植被指数 可分性 作物识别
原文传递
中国陆域1∶100万植被指数UNVI多维数据集(2017) 被引量：2
3
作者 张立福 钟涛 +3 位作者 刘华亮 朱曼 王楠 童庆禧 《遥感学报》 EI CSCD 北大核心 2020年第11期1293-1298,共6页
中国陆域1∶100万植被指数UNVI(Universal Normalized Vegetation Index)多维数据集(2017)是在分析MODIS地表反射率产品数据MOD09GA特点,参照传统的植被指数合成算法,为了满足植被长时间序列变化研究需要而生成的16 d合成UNVI数据集。... 中国陆域1∶100万植被指数UNVI(Universal Normalized Vegetation Index)多维数据集(2017)是在分析MODIS地表反射率产品数据MOD09GA特点,参照传统的植被指数合成算法,为了满足植被长时间序列变化研究需要而生成的16 d合成UNVI数据集。本研究合成的UNVI数据集在反映植被密度、植被覆盖度、植被光合作用速率,以及反演植被理化参数方面,与传统的NDVI和EVI合成数据集相比,具有明显的优势。合成算法主要分为两步:首先对16 d合成周期内存在无效值和反射率负值的MODIS数据进行筛选处理;然后读取合成周期内的质量控制波段数据统计“无云”数据的天数,并根据“无云”数据的天数选择相应合成算法进行UNVI的16 d合成,从而获得2017年中国陆域时间分辨率为16 d,空间分辨率约为0.00286°的UNVI时间序列影像。基于本文提出的合成算法生成的中国陆域UNVI数据集,采用1∶100万标准经纬线分幅,共64景(Tile),每景所覆盖的经纬度范围为6°×4°,为方便起见,数据集采用MDD多维数据格式(Multi-Dimensional Dataset)存储,每个.mdd文件下存放每景2017年所有时相的影像数据。同时为便于数据下载,全部数据按照分幅压缩为64个.zip文件,压缩后的数据量约为3.78 GB。本数据集能为从事全球变化研究的科研人员提供更方便的植被指数长时间序列数据产品。 展开更多
关键词 遥感 unvi 中国陆域 MODIS 植被指数 多维数据集
原文传递
中国陆域植被指数UNVI多维数据产品(2018-2021) 被引量：1
4
作者 赵恒谦 刘轩绮 +3 位作者 张立福 陈家华 付含聪 马可 《全球变化数据学报（中英文）》 CSCD 2022年第4期645-655,V0645-V0655,共22页
中国陆域植被指数UNVI(Universal Normalized Vegetation Index)多维数据集产品通过MODIS地表反射率产品MOD09GA,基于通用模式分解算法UPDM(Universal Pattern Decomposition Method)以16天为合成周期计算而成,相较于传统NDVI产品,UNVI... 中国陆域植被指数UNVI(Universal Normalized Vegetation Index)多维数据集产品通过MODIS地表反射率产品MOD09GA,基于通用模式分解算法UPDM(Universal Pattern Decomposition Method)以16天为合成周期计算而成,相较于传统NDVI产品,UNVI在反映植被覆盖变化和植被理化参量的定量反演方面更有优势。合成算法以合成周期内无云数据天数N为判断条件,以角度归一化合成法、有限视角内最大值合成法)、直接计算法以及最大值合成法MVC作为主要合成算法进行UNVI的计算,从而完成时间分辨率为16天、空间分辨率约为463m的2018-2021年中国陆域植被指数UNVI产品的合成。UNVI数据的存储格式为MDD多维数据格式(Multi-Dimensional Dataset),该数据集包含2018-2021年以16天为间隔的23个时相的中国陆域范围植被指数UNVI产品。 展开更多
关键词 unvi MODIS 植被指数 角度归一化合成 长时间序列
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
使用帮助 返回顶部