MODIS在我国陆地科学中的应用进展研究

doi:10.6046/gtzyyg.2011.02.01

全文: PDF(746 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

为了使人们对MODIS在我国陆地科学中的应用现状有一概要了解，较系统地阐述了我国学者在MODIS数据的初步处理研究、数据信息提取方法研究和生产实践应用等3个方面的成果，旨在表达MODIS数据在我国陆地科学研究中不断完善的过程和遇到的困难, 以便为进一步丰富和完善MODIS数据的应用提供理论支持；指出了MODIS数据的进一步实用化是当前存在的关键问题，并提出了MODIS数据源的质量改进、数据信息提取方法的完善和MODIS数据分析模型的建立3条解决措施。

	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
	何勇强
	姚国清

关键词 ：人工神经网络, 多层前馈网络, 成像光谱, 模式识别

Abstract：

In order that people grasp the elementary knowledge of MODIS data application status in China’s terrestrial science, this paper describes the achievements acquired by Chinese scholars in the MODIS data processing, the remote sensing information extraction and the application of productive practices, with an aim of expressing the continuous improvement and the difficulties in the study of terrestrial science based on the MODIS data. The result could provide the theoretical support for further enrichment and improvement of the MODIS data application. At the end of the paper, three measures are put forward for further practicability of MODIS data, i.e., the improvement of MODIS data source quality, the perfection of the information extraction methods, and the construction of the MODIS data analysis models.

Key words： Artificial neural networks Multilayer feedforward neural networks Imaging spectral Pattern recognition

出版日期: 2011-06-17

TP 79

基金资助:

国家自然科学基金面上项目 (编号： 40771077)。

作者简介: 乔治(1986-)，男，现为山东师范大学地图学与地理信息系统专业硕士研究生，主要研究方向为GIS应用。

引用本文:

乔治, 孙希华. MODIS在我国陆地科学中的应用进展研究[J]. 国土资源遥感, 2011, 23(2): 1-8.
QIAO Zhi, SUN Xi-Hua. Advances in the Study of the Application of the MODIS Data to China’s Terrestrial Science. REMOTE SENSING FOR LAND & RESOURCES, 2011, 23(2): 1-8.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2011.02.01 或 https://www.gtzyyg.com/CN/Y2011/V23/I2/1

[1]	张川, 叶发旺, 徐清俊, 邱骏挺. 相山铀矿田西部深钻岩心成像光谱编录及蚀变分带特征[J]. 国土资源遥感, 2019, 31(2): 231-239.
[2]	孟丹, 宫辉力, 李小娟, 杨思遥. 北京7·21暴雨时空分布特征及热岛-雨岛响应关系[J]. 国土资源遥感, 2017, 29(1): 178-185.
[3]	方圣辉, 乐源, 杨光. 基于HyperScan成像光谱数据的植被叶绿素反演[J]. 国土资源遥感, 2013, 25(4): 40-47.
[4]	朱金山, 梁士英, 苏循波. 用人工神经网络方法反演水体吸收系数[J]. 国土资源遥感, 2012, 24(3): 6-10.
[5]	兰穹穹, 张立福, 吴太夏. 基于灰度归一化的HJ-1A星HSI图像条带噪声去除方法[J]. 国土资源遥感, 2012, 24(2): 45-49.
[6]	张重, 沈晓华, 邹乐君, 吴文渊, 苏楠, 孔凡立. 滑坡危险性评价模型中的量化方式研究——以永嘉县为例[J]. 国土资源遥感, 2010, 22(3): 16-20.
[7]	杨苏明, 王润生, 刘圣伟. 成像光谱矿物识别中的大气校正效果分析[J]. 国土资源遥感, 2007, 19(4): 95-99.
[8]	王润生, 杨苏明, 柏琨. 成像光谱矿物识别方法与识别模型评述[J]. 国土资源遥感, 2007, 19(1): 1-9.
[9]	刘圣伟, 闫柏琨, 甘甫平, 杨苏明, 王润生, 王青华. 绢云母的光谱特征变异分析及成像光谱地质成因信息提取[J]. 国土资源遥感, 2006, 18(2): 46-50.
[10]	何勇强, 姚国清. 用于成像光谱数据特征矿物识别的人工神经网络结构研究[J]. 国土资源遥感, 2004, 16(3): 23-27.
[11]	甘甫平. 遥感岩矿信息提取基础与技术方法研究[J]. 国土资源遥感, 2001, 13(3): 59-59.
[12]	张宗贵, 王润生. 基于谱学的成像光谱遥感技术发展与应用[J]. 国土资源遥感, 2000, 12(3): 16-24，37.
[13]	甘甫平, 王润生, 王永江, 付正文. 基于遥感技术的土地利用与土地覆盖的分类方法[J]. 国土资源遥感, 1999, 11(4): 40-45.
[14]	吴培中. 星载高光谱成像光谱仪的特性与应用[J]. 国土资源遥感, 1999, 11(3): 31-39.
[15]	江东, 王建华. 人工神经网络在遥感中的应用与发展[J]. 国土资源遥感, 1999, 11(2): 12-18.