西部干旱区卫星雷达遥感找水试验研究

doi:10.6046/gtzyyg.2000.04.03

摘要
参考文献
相关文章
Metrics

全文: PDF(1208 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

从地下水、土壤水和大气降水的相互关系出发,结合干旱区的气候特点,提出了西部干旱区土壤水主要受地下水补给的观点;根据微波对土壤水分敏感的特性,提出通过卫星雷达遥感技术探测地下水的思路。通过对典型干旱区的阿拉善左旗的试验研究,取得了理想的效果

	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
	王溥
	武建军
	聂建亮
	孔凡明
	丁慧彦
	赵刘慧
	唐桢
	周四春
	李娇龙
	魏威
	万志雄

关键词 ：植被水分指数, 水分状况, 小麦, 光谱

Abstract：

When researching into the relationship among underground water, soil water and rainfall, combining with climate data, we put forward the view that soil water is mainly supplied by under ground water. Because microwave is sensitive to the water content in soil, it's possible to probe water resource underground with radarsat remote sensing. With this idea, we select an arid area located in Alashanzuoqi Inner Mongulia for test, the result is reasonable and good.

Key words： Vegetation water indices Water status Wheat Spectrum

收稿日期: 2000-09-01 出版日期: 2011-08-02

基金资助:

原煤炭部I类科研项目资助项目编号97-32

作者简介: 王飞跃(1965-),男,高级工程师,1988年毕业于南京大学地球科学系,长期从事遥感技术在水资源中的应用研究及水文地质工程地质勘察工作,近年来主攻雷达遥感应用研究。已发表学术论文10多篇。

引用本文:

王飞跃, 王俊锋, 吴军虎, 万余庆. 西部干旱区卫星雷达遥感找水试验研究[J]. 国土资源遥感, 2000, 12(4): 14-18，27.
WANG Fei-yue, WANG Jun-feng, WU Jun-hu, WAN Yu-qing . A TEST RESEARCH TO PROBE WATER RESOURCE OVER ARID AREAS WITH RADARSAT REMOTE SENSING TECHNOLOGY. REMOTE SENSING FOR LAND & RESOURCES, 2000, 12(4): 14-18，27.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2000.04.03 或 https://www.gtzyyg.com/CN/Y2000/V12/I4/14

[1] 郭华东,徐冠华.星载雷达应用研究【M】.北京:中国科学技术出版社,1996,3.

[2] 杨建峰.地下水-土壤水-大气降水界面转化研究综述【J】.水科学进展,1999,6(2).

[3] 舒宁.雷达遥感原理【M】.北京:测绘出版社,1996,8.

[4] 郭华东.雷达对地观察科学研究
[C].见:中国科学院遥感应用研究所编.遥感科学新进展.北京:科学出版社,1995.

[5] 潘习哲.星载SAR图像处理【M】.北京:科学出版社,1996.

[6] 郭华东.机载雷达遥感应用试验研究【M】.北京:中国科学技术出版社,1992.

[7] 吴军虎等.星载雷达Radarsat数据产品选择及在地质探测中的应用【J】.国土资源遥感,1999,(4):8～15.

[8] 郭华东.中国雷达遥感图像分析研究【M】.北京:中国科学技术出版社,1999.

[1]	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.
[2]	曲海成, 王雅萱, 申磊. 多感受野特征与空谱注意力结合的高光谱图像超分辨率算法[J]. 自然资源遥感, 2022, 34(1): 43-52.
[3]	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.
[4]	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.
[5]	陈洁, 张立福, 张琳珊, 张红明, 童庆禧. 紫外-可见光水质参数在线监测技术研究进展[J]. 自然资源遥感, 2021, 33(4): 1-9.
[6]	高文龙, 张圣微, 林汐, 雒萌, 任照怡. 煤矿开采中SOM的遥感估算和时空动态分析[J]. 自然资源遥感, 2021, 33(4): 235-242.
[7]	刘咏梅, 范鸿建, 盖星华, 刘建红, 王雷. 基于无人机高光谱影像的NDVI估算植被盖度精度分析[J]. 自然资源遥感, 2021, 33(3): 11-17.
[8]	李双权, 马玉凤, 刘勋, 李长春, 杜军. 郑州邙山枣树沟黄土剖面常量元素含量的高光谱反演[J]. 自然资源遥感, 2021, 33(3): 121-129.
[9]	杜程, 李得林, 李根军, 杨雪松. 基于高原盐湖光谱特性下的溶解氧反演应用与探讨[J]. 自然资源遥感, 2021, 33(3): 246-252.
[10]	姜亚楠, 张欣, 张春雷, 仲诚诚, 赵俊芳. 基于多尺度LBP特征融合的遥感图像分类[J]. 自然资源遥感, 2021, 33(3): 36-44.
[11]	臧传凯, 沈芳, 杨正东. 基于无人机高光谱遥感的河湖水环境探测[J]. 自然资源遥感, 2021, 33(3): 45-53.
[12]	王华, 李卫卫, 李志刚, 陈学业, 孙乐. 基于多尺度超像素的高光谱图像分类研究[J]. 自然资源遥感, 2021, 33(3): 63-71.
[13]	王译著, 黄亮, 陈朋弟, 李文国, 余晓娜. 联合显著性和多方法差异影像融合的遥感影像变化检测[J]. 自然资源遥感, 2021, 33(3): 89-96.
[14]	韩彦岭, 崔鹏霞, 杨树瑚, 刘业锟, 王静, 张云. 基于残差网络特征融合的高光谱图像分类[J]. 国土资源遥感, 2021, 33(2): 11-19.
[15]	李根军, 杨雪松, 张兴, 李晓民, 李得林, 杜程. ZY1-02D高光谱数据在地质矿产调查中的应用与分析[J]. 国土资源遥感, 2021, 33(2): 134-140.

Viewed

Full text

Abstract

Cited

Shared

Discussed