遥感与地理信息系统 栏目所有文章列表

    (按年度、期号倒序)
        一年内发表的文章 |  两年内 |  三年内 |  全部
    Please wait a minute...
    选择: 显示/隐藏图片
    冬小麦多时期冠层含水量遗传优化遥感反演
    聂素云, 杨彬, 夏微, 张远
    华东师范大学学报(自然科学版)    2023, 2023 (3): 71-81.   DOI: 10.3969/j.issn.1000-5641.2023.03.008
    摘要135)   HTML15)    PDF (8950KB)(42)   

    开展作物冠层含水量的遥感反演有利于评估麦田干旱胁迫、实施精准灌溉. 为快速获取华北地区冬小麦生长期冠层含水量, 本文利用在2017年1—5月冬小麦生长期获取的Landsat-8 OLI和Sentinel-2 MSI多时相遥感影像, 基于混合像元分解模型, 建立了归一化水指数与麦田实测含水量之间的定量关系. 通过构建反演方程并结合遗传优化算法, 求解冬小麦冠层含水量. 对比地面实测数据, 研究结果显示, 本文方法能取得较优的反演结果, 决定系数 (R2) 与均方根误差(root mean squared error, RMSE)分别为0.567和5.6%. 与直接利用归一化水指数的反演方法相比, 误差降低20%以上. 研究表明, 量化小麦冠层和土壤背景的不同线性混合比, 可以有效消除土壤对小麦冠层含水量反演的影响, 对小麦等作物生长的遥感监测具有重要的应用价值.

    图表 | 参考文献 | 相关文章 | 多维度评价
    基于SAR纹理和LightGBM的洪水淹没地区遥感应急监测
    孙诚, 沈芳, 唐儒罡
    华东师范大学学报(自然科学版)    2023, 2023 (3): 82-92.   DOI: 10.3969/j.issn.1000-5641.2023.03.009
    摘要114)   HTML18)    PDF (2605KB)(46)   

    针对洪涝灾害期间淹水范围监测精准和时效的高要求, 本文提出了一种基于SAR (synthetic aperture radar)纹理信息和LightGBM算法的水体提取方法. 与SDWI (sentinel-1 dual-polarized water index)水体指数法、SVM (support vector machines)、RF (random forest)和GBDT (gradient boosting decision tree)算法对比表明, 在河道、湖泊和洪水淹没区三类重点监测区域, 该方法提取精度均达98%以上, 总体精度优于其他方法. 同时, 该方法的运行效率较其他方法提升20 ~ 100倍, 极大地提高了洪涝灾害期间淹水应急监测的时效性.

    图表 | 参考文献 | 相关文章 | 多维度评价