基于本底与卫星资料的全球CH_4浓度变化与时空特征研究

来源 :遥感信息 | 被引量 : 31次 | 上传用户:liuchy2008
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
利用大气制图扫描成像吸收光谱仪(SCIAMACHY)获得的2003年到2009年7年间的全球CH4浓度产品,与全球本底观测数据进行长时间序列的对比验证。研究显示,SCIAMACHY的CH4浓度产品误差约为2%,但数据系统性偏低,相关性较差。相比本底观测方法,SCIAMACHY获得了大范围的长时间序列的CH4数据,能够在一定程度上反映全球CH4的浓度变化与时空特征。卫星与本底观测资料显示,2003年至2006年4年间,全球CH4浓度年增长率接近于零;从2007年开始,CH4浓度增长速度有所提高。CH4
其他文献
参照TM地表反照率反演算法,建立了适用于HJ-1/CCD传感器估算地表反照率的算法。通过应用6S辐射传输模型建立查找表,对覆盖内蒙古自治区锡林浩特市的HJ-1/CCD数据进行大气校正,并根据反照率定义,回归分析得到可见光波段地表反照率;通过与地面实测数据进行对比分析,表明该算法估算得到的地表反照率精度较高,其最大相对误差为14.32%。同时,本文将估算结果与同时期NDVI进行拟合分析,得出地表反照
遥感影像在水资源调查和洪涝灾害监测中发挥着重要作用,但从遥感影像中提取水体通常面临着阴影和狭小水体漏提等难题。针对单一方法在水体提取中的局限性,引入分类器集成的思想,提出一种基于投票法融合的水体提取方法,首先利用Bagging、Random Forests和神经网络(NN)分类器对遥感影像进行分类,然后采用多数投票法从决策层融合3个分类结果,得到研究区水体提取结果。试验结果表明,该方法能够有效去除
航摄像片中的森林区域灰度变化在一定尺度上不明显,不利于影像立体匹配。本文运用纹理描述影像灰度变化,用灰度共生矩阵进行纹理分析,以统计量能量、对比度和相关性为森林纹理描述特征值,比较得出适合3种典型林地类型的匹配窗口尺寸。利用500KV输电线路航摄影像,采用VLL相关系数的影像立体匹配方法,验证了合适的窗口设置有利于提高林区影像的相关性和匹配精度。
2012年5月20日,同济大学举办了测绘与地理信息学院成立庆典活动。同济大学于1932年成立测量系,是国内最早开展民用高等测绘教育的高校。当时同济大学测绘学科汇聚了包括叶雪安、夏坚白、王之卓、陈永龄、方俊、曾广梁教授等一批
南黄海辐射沙脊群是世界上规模最大的辐射沙脊群,具有独特的动力地貌组合.沙脊群岸滩演变趋势预测为开展该区域的调查和研究提供不可或缺的基础数据.沙脊群水边线是对该区域
提出了一种利用RADARSAT-2全极化SAR影像和极化特征参数提取精确的海岛礁范围的技术方法。极化特征熵参数描述了目标散射的随机性,与海水相比海岛礁处于较高的去极化状态,因此海岛礁的熵值明显大于海水的熵值。首先本文利用EM(Expectation Maximization,最大数学期望)算法自动计算的提取海岛礁最佳阈值对熵参数文件进行阈值分割,得到海岛礁的初始分割结果。由于受到船只和海水表面波浪
通过查询北京一号、环境一号和CBERS-02B三颗国产资源卫星在2009年内所有符合质量要求的存档数据,从季度、半年度、年度3个时间尺度和全国、分省两个空间尺度,对单颗卫星的覆盖能力和3颗卫星的综合覆盖能力进行了深入分析与总结,并根据分析结果从数据源、监测周期等几个方面为宏观监测的具体实施提出了建议。
以黄淮海为研究区,基于MODIS EVI植被指数遥感数据,利用Logistic模型对夏玉米关键物候期(苗期、拔节期、抽雄期、成熟期)进行了监测。使用地面物候观测数据对监测结果加以检验,并与其他常见的遥感监测模型进行了比较。结果表明:研究监测结果总体误差小于±6天,误差较大的区域多出现在地势较高,种植结构较复杂的地区。研究结果可为进行全球气候变化研究提供依据。
作物种植面积对调整农业结构、制定区域粮食安全政策有着十分重要的意义。本文以山东省嘉祥县为研究区,利用3景不同时相的HJ卫星CCD遥感数据,结合野外调查样本,通过分析研究区主要秋收作物(玉米、棉花和水稻)在不同生育期的光谱特征和归一化植被指数(NDVI)的特点,对分类影像进行系列阈值分割、掩膜处理,最后利用决策树算法成功提取了山东省嘉祥县的玉米、棉花和水稻的种植面积,总体精度分别达到93.31%、8
树种分类是林业资源监测中的核心问题,而面向对象的树种分类是目前研究的重点,在面向对象分类方法中,难点在于规则集的建立。本文针对面向对象树种分类问题,以福建将乐国有林场为研究区域,ALOS影像为遥感数据源,探讨面向对象分类规则集的建立并进行树种分类。首先,选择最优的分割尺度,并对影像进行多尺度分割;然后,基于粗糙集进行对象特征的属性约简,从对象的34个特征中约简出最能代表树种分类的13种参数,包括波