Please wait a minute...
 
国土资源遥感  2009, Vol. 21 Issue (1): 26-29    DOI: 10.6046/gtzyyg.2009.01.07
  数据模拟与应用潜力评估 本期目录 | 过刊浏览 | 高级检索 |
CBERS-02B星模拟数据增值产品生产潜力评估
周  强1,于海洋2,尤淑撑3,张春玲4
1. 中国国土资源航空物探遥感中心,北京  100083;2. 河南理工大学测绘与国土信息工程学院,焦作454000; 3. 中国土地规划勘测研究院,北京  100035; 4. 河南省测绘局,郑州  450052
PRODUCTION POTENTIAL EVALUATION OF
THE VALUE-ADDED PRODUCTS OF CBERS-02B SIMULATED DATA
ZHOU Qiang1, YU Hai-yang2, YOU Shu-cheng3, ZHANG chun-ling4
1. China Aero Geophysical Survey & Remote Sensing Center for Land & Resources, Beijing 100083, China; 2. School of Surveying and Land Information Engineering, Henan Polytechnic University, Jiaozuo 454000, China; 3. China Land Surveying & Planning Institute, Beijing 100035, China; 4. Henan Bureau of Surveying and Mapping, Zhengzhou 450052, China
全文: PDF(1677 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

以CBERS-02B星传感器指标的模拟数据为例,从数据融合产品、正射影像产品、反射率产品和去相关产品等方面对该星数据的增值产品生产潜力进行评价。该评估结果可为02B星数据在国土资源领域的应用提供一定的参考和指导作用。

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
关键词 遥感信息管理决策播种面积冬小麦数字遥感调查彩色红外航片气象条件遥感图像关系模式    
Abstract

The value-added products are very important in promoting the application of remote sensing satellite data, and the CBERS—02B satellite sensors have their own speciality. The authors evaluated the potential productivity of such value-added products as fusion products, orthographical products, reflectivity products and decorrelation products by using the simulated 02B data. The results has some reference and guidance significance for land and resources application.

     出版日期: 2009-05-20
: 

79

 
引用本文:   
周强 于海洋 尤淑撑 张春玲. CBERS-02B星模拟数据增值产品生产潜力评估[J]. 国土资源遥感, 2009, 21(1): 26-29.
ZHOU Qiang, YU Hai-Yang, YOU Shu-Cheng, ZHANG Chun-Ling. PRODUCTION POTENTIAL EVALUATION OF
THE VALUE-ADDED PRODUCTS OF CBERS-02B SIMULATED DATA. REMOTE SENSING FOR LAND & RESOURCES, 2009, 21(1): 26-29.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2009.01.07      或      https://www.gtzyyg.com/CN/Y2009/V21/I1/26
[1] 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.
[2] 李轶鲲, 杨洋, 杨树文, 王子浩. 耦合模糊C均值聚类和贝叶斯网络的遥感影像后验概率空间变化向量分析[J]. 自然资源遥感, 2021, 33(4): 82-88.
[3] 刘万军, 高健康, 曲海成, 姜文涛. 多尺度特征增强的遥感图像舰船目标检测[J]. 自然资源遥感, 2021, 33(3): 97-106.
[4] 郝固状, 甘甫平, 闫柏琨, 李贤庆, 胡辉东. 红崖山水库近20年面积变化遥感调查及驱动力分析[J]. 国土资源遥感, 2021, 33(2): 192-201.
[5] 李天祺, 王建超, 吴芳, 赵政, 张文凯. 基于多算法水边线提取的潮滩DEM构建[J]. 国土资源遥感, 2021, 33(1): 38-44.
[6] 王小兵. 融合提升小波阈值与多方向边缘检测的矿区遥感图像去噪[J]. 国土资源遥感, 2020, 32(4): 46-52.
[7] 刘尚旺, 崔智勇, 李道义. 基于Unet网络多任务学习的遥感图像建筑地物语义分割[J]. 国土资源遥感, 2020, 32(4): 74-83.
[8] 蔡之灵, 翁谦, 叶少珍, 简彩仁. 基于Inception-V3模型的高分遥感影像场景分类[J]. 国土资源遥感, 2020, 32(3): 80-89.
[9] 李宇, 肖春姣, 张洪群, 李湘眷, 陈俊. 深度卷积融合条件随机场的遥感图像语义分割[J]. 国土资源遥感, 2020, 32(3): 15-22.
[10] 杨欢, 邓帆, 张佳华, 王雪婷, 马庆晓, 许诺. 基于MODIS EVI的江汉平原油菜和冬小麦种植信息提取研究[J]. 国土资源遥感, 2020, 32(3): 208-215.
[11] 王碧晴, 韩文泉, 许驰. 基于图像分割和NDVI时间序列曲线分类模型的冬小麦种植区域识别与提取[J]. 国土资源遥感, 2020, 32(2): 219-225.
[12] 孟蕾, 林超. 机载LiDAR技术生成DEM的质量检查与解决方案探讨[J]. 国土资源遥感, 2020, 32(1): 7-12.
[13] 袁辉, 秦其明, 孙元亨. 河南漯河郾城区冬小麦LAI反演结果真实性检验[J]. 国土资源遥感, 2020, 32(1): 162-168.
[14] 贾伟洁, 王治华. 基于高分辨率遥感影像的滑坡活动特征及稳定性分析——以东苗家滑坡为例[J]. 国土资源遥感, 2019, 31(4): 174-181.
[15] 段欣, 胡德勇, 曹诗颂, 于琛, 张亚妮. 城区复杂下垫面天空视域因子参数化方法——以北京鸟巢周边地区为例[J]. 国土资源遥感, 2019, 31(3): 29-35.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发