利用极轨气象卫星监测滇池水体变化初探

doi:10.6046/gtzyyg.1996.03.05

全文: PDF(796 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

本文选用不同时相NOAA极轨气象卫星AVHRR1、2、4通道遥感图像资料,通过图像增强处理,提取与水体中藻类、泥沙等有关的信息。结果表明,利用极轨气象卫星监测滇池水体宏观动态变化,是可行的,而且具有花费少、实时性强等特点。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	龙晶
	刘菁华
	王祝文
	田钢
	丁阳
	王帮兵

关键词 ：沙化土地评价, 遥感, 植被盖度, 生物量反演, 植被指数, 回归模型

Abstract：

Using one year NOAA-AVHRR data of channel 1, 2, 4 and the method of image enhancement, we study the temprature, area, algal and silt of Dianchi Lake. Though the resolution of NOAA satellite is not very high, it has superiority in monitoring dynamic change of lake water.

Key words： Sandy desertification assessment Remote sensing Vegetation cover percentage Biomass retrieval Vegetation index Regression model

收稿日期: 1996-04-30 出版日期: 2011-08-02

作者简介: 赵红旭男 1964年生,硕士,毕业于南京气象学院。现任云南气象科学研究所遥感中心主任,工程师。主要从事气象遥感研究工作。

引用本文:

赵红旭. 利用极轨气象卫星监测滇池水体变化初探[J]. 国土资源遥感, 1996, 8(3): 29-33.
Zhao Hongxu . USING NOAA-AVHRR DATA TO MONITOR DYNAMIC CHANGES OF DIANCHI LAKE. REMOTE SENSING FOR LAND & RESOURCES, 1996, 8(3): 29-33.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.1996.03.05 或 https://www.gtzyyg.com/CN/Y1996/V8/I3/29

[1] P. K. Rao等编,许健民等译,气象卫星-系统、资料用其在环境中的应用,北京:气象出版社,1994,368-378

[2] Assel, R. A.,Great Lakes Ice Atlas. NOAA, Great Lakes Environ. Res. Lab,Ann Arbor, MI, 1993,115

[3] Strong. A. E.,and B. 1. Eadie, Satellite Observationsof Calcium Carbonate Precipitationsinthe Great Lakes. Lirnnol. Ocearngraphy. 1978(23):877-887

[4] Strong. A. E. , Remote Sensingof Algal Bkrorns Aircraftand Satellitein Lake Erieand Utah Lake. Remote Sensingof Envirorunent.,1974(3):99-107

[5] 徐希孺主编.环境监测与作物估产的遥感研究论文集,北京:北京大学出版社.1991

[6]
[日]遥感研究会编.刘勇卫、贺雪鸿译.遥感精解.北京:测绘出版社,1993,114-115

[1]	刘文, 王猛, 宋班, 余天彬, 黄细超, 江煜, 孙渝江. 基于光学遥感技术的冰崩隐患遥感调查及链式结构研究——以西藏自治区藏东南地区为例[J]. 自然资源遥感, 2022, 34(1): 265-276.
[2]	王茜, 任广利. 高光谱遥感异常信息在阿尔金索拉克地区铜金矿找矿工作中的应用[J]. 自然资源遥感, 2022, 34(1): 277-285.
[3]	吕品, 熊丽媛, 徐争强, 周学铖. 基于FME的矿山遥感监测矢量数据图属一致性检查方法[J]. 自然资源遥感, 2022, 34(1): 293-298.
[4]	张大明, 张学勇, 李璐, 刘华勇. 一种超像素上Parzen窗密度估计的遥感图像分割方法[J]. 自然资源遥感, 2022, 34(1): 53-60.
[5]	薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[6]	宋仁波, 朱瑜馨, 郭仁杰, 赵鹏飞, 赵珂馨, 朱洁, 陈颖. 基于多源数据集成的城市建筑物三维建模方法[J]. 自然资源遥感, 2022, 34(1): 93-105.
[7]	李伟光, 侯美亭. 植被遥感时间序列数据重建方法简述及示例分析[J]. 自然资源遥感, 2022, 34(1): 1-9.
[8]	丁波, 李伟, 胡克. 基于同期光学与微波遥感的茅尾海及其入海口水体悬浮物反演[J]. 自然资源遥感, 2022, 34(1): 10-17.
[9]	高琪, 王玉珍, 冯春晖, 马自强, 柳维扬, 彭杰, 季彦桢. 基于改进型光谱指数的荒漠土壤水分遥感反演[J]. 自然资源遥感, 2022, 34(1): 142-150.
[10]	张秦瑞, 赵良军, 林国军, 万虹麟. 改进遥感生态指数的宜宾市三江汇合区生态环境评价[J]. 自然资源遥感, 2022, 34(1): 230-237.
[11]	姚金玺, 张志, 张焜. 基于GEE的诺木洪洪积扇植被时空变化特征、成因及趋势分析[J]. 自然资源遥感, 2022, 34(1): 249-256.
[12]	贺鹏, 童立强, 郭兆成, 涂杰楠, 王根厚. 基于地形起伏度的冰湖溃决隐患研究——以希夏邦马峰东部为例[J]. 自然资源遥感, 2022, 34(1): 257-264.
[13]	艾璐, 孙淑怡, 李书光, 马红章. 光学与SAR遥感协同反演土壤水分研究进展[J]. 自然资源遥感, 2021, 33(4): 10-18.
[14]	李特雅, 宋妍, 于新莉, 周圆锈. 卫星热红外温度反演钢铁企业炼钢月产量估算模型[J]. 自然资源遥感, 2021, 33(4): 121-129.
[15]	刘白露, 管磊. 南海珊瑚礁白化遥感热应力检测改进方法研究[J]. 自然资源遥感, 2021, 33(4): 136-142.