检索结果相关分组
- 基于多源遥感数据的鄱阳湖湿地植被类型反演研究
- 作者： 周学林 来源：江西理工大学 年份：2012 文献类型 ：学位论文 关键词： 湿地植被 高光谱遥感 鄱阳湖 影像融合 光谱特征
- 描述：SAM+ISODATA 结合的分类法进行分类；融合影像首先综合分析研究出最优的融合法,并对该融合法采用高光谱影像的植被分类法进行植被分类。通过研究,得出如下结论。 (1) 研究的7种植物光谱特征符合植被光谱的特征,相对
- 全文：SAM+ISODATA 结合的分类法进行分类；融合影像首先综合分析研究出最优的融合法,并对该融合法采用高光谱影像的植被分类法进行植被分类。通过研究,得出如下结论。 (1) 研究的7种植物光谱特征符合植被光谱的特征,相对
- 基于全极化SAR数据的鄱阳湖地区地物散射特性与分类研究
- 作者： 王庆 来源：中国科学院研究生院 年份：2010 文献类型 ：学位论文
- 描述：: 1.应用极化目标分解技术,对该地区的主要地物,如水体、植被、沙滩地等地物进行散射特性分析。分析了这些极化目标极化分解的特点。并给出了Freeman-Durden分解获取的体散射分量与Cloude
- 全文：: 1.应用极化目标分解技术,对该地区的主要地物,如水体、植被、沙滩地等地物进行散射特性分析。分析了这些极化目标极化分解的特点。并给出了Freeman-Durden分解获取的体散射分量与Cloude
- 基于全极化SAR数据的鄱阳湖地区地物散射特性与分类研究
- 作者： 王庆 来源：中国科学院研究生院 年份：2010 文献类型 ：学位论文
- 描述：: 1.应用极化目标分解技术,对该地区的主要地物,如水体、植被、沙滩地等地物进行散射特性分析。分析了这些极化目标极化分解的特点。并给出了Freeman-Durden分解获取的体散射分量与Cloude
- 全文：: 1.应用极化目标分解技术,对该地区的主要地物,如水体、植被、沙滩地等地物进行散射特性分析。分析了这些极化目标极化分解的特点。并给出了Freeman-Durden分解获取的体散射分量与Cloude
- 基于全极化SAR数据的鄱阳湖地区地物散射特性与分类研究
- 作者： 王庆 来源：中国科学院研究生院 年份：2010 文献类型 ：学位论文
- 描述：: 1.应用极化目标分解技术,对该地区的主要地物,如水体、植被、沙滩地等地物进行散射特性分析。分析了这些极化目标极化分解的特点。并给出了Freeman-Durden分解获取的体散射分量与Cloude
- 全文：: 1.应用极化目标分解技术,对该地区的主要地物,如水体、植被、沙滩地等地物进行散射特性分析。分析了这些极化目标极化分解的特点。并给出了Freeman-Durden分解获取的体散射分量与Cloude
- 基于MODIS影像的鄱阳湖营养状况研究
- 作者： 乐兴华 樊哲文 方豫 刘木生 万美英 陈琦 黄国金 刘成林 来源：影像技术 年份：2012 文献类型 ：期刊 关键词： 营养状况 鄱阳湖 叶绿素a
- 描述：论文采用MODIS影像,对影像进行处理,获取地表水质反射率,结合同步获取的水质采样数据、光谱测量数据进行鄱阳湖水质参数的光谱特征分析。利用卡尔森营养状态指数和修正的营养状态指数公式,获取了基于遥感技术的TSI指数计算模型,并应用模型生成了鄱阳湖丰水期的TSI指数分布图。
- 全文：论文采用MODIS影像,对影像进行处理,获取地表水质反射率,结合同步获取的水质采样数据、光谱测量数据进行鄱阳湖水质参数的光谱特征分析。利用卡尔森营养状态指数和修正的营养状态指数公式,获取了基于遥感技术的TSI指数计算模型,并应用模型生成了鄱阳湖丰水期的TSI指数分布图。
- 基于全极化SAR数据反演鄱阳湖湿地植被生物量
- 作者： 刘菊 廖静娟 沈国状 来源：国土资源遥感 年份：2012 文献类型 ：期刊 关键词： 2 全极化分解 生物量 BP神经网络 植被冠层散射模型 Radarsat
- 描述：了基于辐射传输理论的植被冠层散射模型,模拟了C波段湿地植被的后向散射特性;应用极化分解技术,增加了神经网络训练数据,并用后向反馈神经网络(BP)算法,反演了鄱阳湖湿地植被生物量。与野外实测生物量比较
- 全文：了基于辐射传输理论的植被冠层散射模型,模拟了C波段湿地植被的后向散射特性;应用极化分解技术,增加了神经网络训练数据,并用后向反馈神经网络(BP)算法,反演了鄱阳湖湿地植被生物量。与野外实测生物量比较
- 基于全极化SAR数据反演鄱阳湖湿地植被生物量
- 作者： 刘菊 廖静娟 沈国状 来源：国土资源遥感 年份：2012 文献类型 ：期刊 关键词： 2 全极化分解 生物量 BP神经网络 植被冠层散射模型 Radarsat
- 描述：了基于辐射传输理论的植被冠层散射模型,模拟了C波段湿地植被的后向散射特性;应用极化分解技术,增加了神经网络训练数据,并用后向反馈神经网络(BP)算法,反演了鄱阳湖湿地植被生物量。与野外实测生物量比较
- 全文：了基于辐射传输理论的植被冠层散射模型,模拟了C波段湿地植被的后向散射特性;应用极化分解技术,增加了神经网络训练数据,并用后向反馈神经网络(BP)算法,反演了鄱阳湖湿地植被生物量。与野外实测生物量比较
- 基于全极化SAR数据反演鄱阳湖湿地植被生物量
- 作者： 刘菊 廖静娟 沈国状 来源：国土资源遥感 年份：2012 文献类型 ：期刊 关键词： 2 全极化分解 生物量 BP神经网络 植被冠层散射模型 Radarsat
- 描述：了基于辐射传输理论的植被冠层散射模型,模拟了C波段湿地植被的后向散射特性;应用极化分解技术,增加了神经网络训练数据,并用后向反馈神经网络(BP)算法,反演了鄱阳湖湿地植被生物量。与野外实测生物量比较
- 全文：了基于辐射传输理论的植被冠层散射模型,模拟了C波段湿地植被的后向散射特性;应用极化分解技术,增加了神经网络训练数据,并用后向反馈神经网络(BP)算法,反演了鄱阳湖湿地植被生物量。与野外实测生物量比较