Please wait a minute...
 
国土资源遥感  1996, Vol. 8 Issue (4): 36-39    DOI: 10.6046/gtzyyg.1996.04.06
  方法技术 本期目录 | 过刊浏览 | 高级检索 |
一种黄土区土壤侵蚀强度遥感调查新方法
张兵, 王向军, 童庆禧
中国科学院遥感应用研究所, 北京 100101
A NEW METHOD TO INVESTIGATE THE SOIL EROSION INTENSITY IN LOSS HILL AREA
Zhang Bing, Wang Xiangjun, Tong Qingxi
Institute of Remote Sensing Applications, Beijing 100101
全文: PDF(184 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 通过对TM图像的线性纹理提取和密度统计,首先获得了黄土丘陵区沟谷密度图,然后由沟谷密度反演区域土壤侵蚀强度。这种方法避开了影响土壤侵蚀量的诸多复杂因子。可直接从水土流失的外在表现---沟谷密度来反推土壤侵蚀强度。研究结果证明,这种方法对快速调查大范围黄土丘陵区的土壤侵蚀强度是十分有效的。
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
刘琼
聂洪峰
吕杰堂
洪顺英
周英杰
赵希刚
贺建国
赵翠萍
陈秋
关键词 GIS数据库矿产资源遥感监测SDEORACLE    
Abstract:Thick gullies are the results of soil erosion in the loess hill area. On the contrary, gully density could also embody the intensity of soil erosin. Linear extraction technique and a density statistical software have been developed to make a gully density map directly from TM image. By building a regression function between gully density and soil erosion intensity, the gully density map can be transfered to soil erosion intensity map. This method is very suitable for quick investigation of soil erosion in the extensive loess area.
Key wordsGIS    Database    Mine    Remote Sensing    Monitoring    SDE    ORACLE
收稿日期: 1996-07-05      出版日期: 2011-08-02
作者简介: 张兵 男 1969年2月生。1991年毕业于北京大学城市与环境学系,1994年6月获得中科院遥感所地图学与遥感专业项士学位,现在中科院遥感所高光谱研究室工作。
引用本文:   
张兵, 王向军, 童庆禧. 一种黄土区土壤侵蚀强度遥感调查新方法[J]. 国土资源遥感, 1996, 8(4): 36-39.
Zhang Bing, Wang Xiangjun, Tong Qingxi . A NEW METHOD TO INVESTIGATE THE SOIL EROSION INTENSITY IN LOSS HILL AREA. REMOTE SENSING FOR LAND & RESOURCES, 1996, 8(4): 36-39.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.1996.04.06      或      https://www.gtzyyg.com/CN/Y1996/V8/I4/36


[1] 卜兆宏、李士鸿.水土流失调查的遥感数据处理.南京:东南大学出版社,1989, 5-6





[2] 中科院黄土高原综合科学考察队.黄土高原地区土壤俊蚀区域特征及其治理途径.北京:中国科学技术出版杜,1990
[1] 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.
[2] 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.
[3] 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.
[4] 秦大辉, 杨灵, 谌伦超, 段云飞, 贾宏亮, 李贞培, 马建琴. 基于多源数据的新疆干旱特征及干旱模型研究[J]. 自然资源遥感, 2022, 34(1): 151-157.
[5] 杨旺, 何毅, 张立峰, 王文辉, 陈有东, 陈毅. 甘肃金川矿区地表三维形变InSAR监测[J]. 自然资源遥感, 2022, 34(1): 177-188.
[6] 柳明星, 刘建红, 马敏飞, 蒋娅, 曾靖超. 基于GF-2 PMS影像和随机森林的甘肃临夏花椒树种植监测[J]. 自然资源遥感, 2022, 34(1): 218-229.
[7] 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.
[8] 武艺杰, 孔雪松. 江苏省“生态-农业-建设”用地空间格局模拟及发展模式选择[J]. 自然资源遥感, 2022, 34(1): 238-248.
[9] 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.
[10] 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.
[11] 李东, 唐诚, 邹涛, 侯西勇. 近海人工鱼礁水下物理状态探测与评估[J]. 自然资源遥感, 2022, 34(1): 27-33.
[12] 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.
[13] 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.
[14] 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.
[15] 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.
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