导读:本文包含了反照率论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:地表,青藏高原,时空,积雪,气溶胶,数据,遥感。
反照率论文文献综述
徐震宇,邱新法,李爽爽,施国萍,何永健[1]（2020）在《基于MODIS的中国地表反照率特征分析》一文中研究指出地表反照率的细微变化能够深刻影响地表能量收支平衡,引起区域以至全球的气候发生变化。利用MODIS地表反照率产品MCD43A3(V006)及其质量控制产品MCD43A2(V006),建立了空间分辨率500m×500m的中国区域地表反照率数据集,并结合数理统计方法,分析了2003-2017年中国地表反照率的空间分布及变化特征。结果表明:近15年中国地表反照率呈下降趋势,多年平均地表反照率为0.192,青藏高原和天山及其以北是高值区,同时天山及其以北和东北地区的地表反照率年内变化较为剧烈。青藏高原是地表反照率异常变化最敏感的区域。鄂尔多斯高原、青藏高原东部和新疆东部等地的冬季平均地表反照率呈较明显的减小趋势,可能对冬季地表反照率整体呈下降趋势影响较大。(本文来源于《干旱区资源与环境》期刊2020年01期）
曹晓云,陈爱军,肖建设,卞林根,郑照军[2]（2019）在《地表反照率与高原夏季风爆发关系分析》一文中研究指出利用2000～2016年MODIS地表反照率和ECMWF/ERA-Interim再分析资料,选取有代表性的高原季风指数DPMI,统计分析了青藏高原地表反照率与高原季风之间的联系,结果表明:1)11月高原地表反照率大小与次年高原夏季风爆发存在密切关系:11月高原地表反照率偏低(高),次年4月高原夏季风爆发偏早(晚),强度偏强(弱)。2)可能的影响机制为:当前期11月高原地表反照率偏低时,后期高原主体对大气的感热加热信号更强,从而引起4月高原上空近地面层上升运动明显加强,这有利于热量向高空传输,导致对流层加热作用加强,高原上空对流层温度偏高,使得高原季风环流系统加强,最终导致高原季风季节变化相应提前;反之亦然。(本文来源于《气候与环境研究》期刊2019年06期）
康颖,王莉莉,辛金元,陶明辉,宋涛[3]（2019）在《基于AERONET和OMI数据分析中国北方典型地区气溶胶单次散射反照率的变化趋势》一文中研究指出气溶胶单次散射反照率(SSA)表征气溶胶吸收特性,很大程度上决定了气溶胶辐射强迫的正负,对准确评估气候变化中的气溶胶辐射强迫具有重要意义。根据2004年10月至2016年12月地基AERONET(AERosol RObotic NETwork)和OMI(Ozone Monitoring Instrument)卫星数据,分析了中国北方典型地区(北京、香河、兴隆和兰州郊区)SSA的变化趋势以及两组数据的一致性。4个站AERONET和OMI的SSA年均值分别为:北京0.89±0.04和0.90±0.04,香河0.89±0.04和0.91±0.04,兴隆0.92±0.04和0.91±0.04,兰州0.91±0.04和0.90±0.04。4个站点SSA季节变化一致,夏季高冬季低。SSA年际变化趋势分析时,因有效数据较少且为非正态分布,用月中位数代替月均值,同时需对数据进行筛选和去季节变化,结果显示北京和香河均有地基和卫星有效数据时间尺度不同的情况,而兴隆OMI和兰州AERONET满足趋势分析要求。在研究期间,4站SSA均呈上升趋势,说明近年来中国北方气溶胶的吸收性减弱,散射特性增强,尤其北京四季地基和卫星数据均呈上升趋势,但香河秋冬吸收性增强。同时,对AERONET和OMI两种反演算法得到的SSA一致性进行分析。香河结果差异较大,仅30%的数据在误差±0.03的范围内,55%在±0.05的范围内;北京分别为46%(±0.03)和68%(±0.05),兴隆分别为50%(±0.03)和76%(±0.05),兰州数据一致性较好,分别为51%(±0.03)和86%(±0.05),总体来说是受人为活动影响比较明显的地区,数据一致性较差。(本文来源于《气候与环境研究》期刊2019年05期）
樊宪磊,阎宏波,瞿瑛[4]（2019）在《基于HJ-1A/B CCD地表反照率估算方法比较与验证》一文中研究指出高空间分辨率地表反照率数据集对天气预报和气候变化研究具有重要意义。环境减灾小卫星(HJ-1A/B)上搭载的CCD传感器,可以提供大幅宽、短重访周期的30 m空间分辨率对地观测数据,适用于生成高空间分辨率的地表反照率数据集。但是,目前对基于HJ-1A/B CCD数据地表反照率估算方法的图像精细度和估算精度还缺乏系统性的评价和比较验证。因此从图像精细度和估算精度2个方面,评价了基于HJ-1A/B CCD数据的2种地表反照率估算方法:基于地表反射率的直接反演算法(direct estimation algorithm-surface reflectance,DEA-SUR)和基于MODIS核系数(MODIS kernel coefficients,MKC)的估算方法。在图像精细度评价中,采用目视判读和清晰度指数方法进行定性和定量评价,发现相比于MODIS反照率产品,DEA-SUR和MKC这2种估算方法获得的结果图像精细度均有明显提高,其中DEA-SUR方法显着改善了MKC方法存在的马赛克现象;在估算精度验证中,基于US-MMS、长岭、盈科和纳木错4个站点进行了验证和比较分析,结果表明,DEA-SUR和MKC算法估算精度相当,在无积雪覆盖时DEA-SUR和MKC算法的估算均方根误差为0. 015～0. 041,在积雪覆盖地表估算误差显着增大。(本文来源于《国土资源遥感》期刊2019年03期）
冯婵莹,汪子豪,郑成洋[5]（2019）在《基于分层线性回归的MODIS反照率产品降尺度方法研究》一文中研究指出近年来,遥感技术在中小区域的地表能量、热环境、气候研究等领域应用广泛,对高分辨率、高精度的反照率产品需求日益增多。鉴于此,提出了一种基于物理意义的降尺度方法,用于高效、准确地生成高分辨率的反照率结果。首先,假设地表朗伯反射,利用30 m的Landsat 8反射率估算得到Landsat 8初级反照率;然后,在500 m尺度上,发现分类后Landsat 8初级反照率与MCD43A3反照率相关性更好。因此,基于地表分类建立二者的线性回归函数,在MCD43A3基础上,融合30 m高分辨率Landsat 8初级反照率,得到降尺度反照率结果。与MCD43A3反照率相比,该结果提供了丰富的细节信息;利用SURFRAD观测数据的验证实验表明,降尺度反照率结果偏差为-0.01,标准差为0.012,对于不同地表类型具有良好的适用性,这说明该算法对于生产高分辨率反照率产品具有一定的应用价值。(本文来源于《遥感技术与应用》期刊2019年03期）
陈超男[6]（2019）在《青藏高原草地生长季地表反照率时空变化及其驱动力分析》一文中研究指出近年来,人类活动进一步加快了自然生态环境变化的速率,全球平均气温上升了0.85℃,北半球高纬度、高海拔区域升温尤为剧烈,气候变暖对陆地生态系统已造成显着影响。地表反照率是制约陆面辐射能收支的关键因子,也是影响地表辐射能量收支平衡的关键物理参数,在区域温度变化与能量平衡中发挥着重要作用,其时空变化特征已成为科学界研究的重点内容,在气候演变模拟中起着关键作用。青藏高原面积辽阔,地理位置特殊,是全球变化的“放大器”和“调节器”。精准评估青藏高原地表反照率时空变化特征及其驱动因素,对正确认识陆面生态过程-区域能量变化间协同作用过程中的反馈关系、验证和改进陆面过程模型具有重要意义,对青藏高原生态环境监测、自然灾害预测以及提高我国的天气预报准确性等都具有深刻意义。本文基于2000-2016年MODIS BRDF/Albedo的MCD43A3产品、MODIS植被指数的MOD13A3产品、DEM以及气象数据(2000-2015年),利用MRT、SPSS、Arcgis、Sigmaplot和Python等工具,对青藏高原草地生长季平均地表反照率、植被覆盖以及气温和降水的时空变化特征进行分析,并讨论了地表反照率对植被覆盖、气温和降水的时空响应状况。并以1000m为阶梯,研究了不同海拔梯度青藏高原草地生长季地表反照率与植被覆盖、气温和降水变化及地表反照率变化对其他叁个因子响应的海拔梯度差异特征。本文的主要结论如下:(1)青藏高原草地生长季地表反照率呈自西北向东南递减的空间分布规律,在2000-2016年间地表反照率呈显着下降趋势,变化速率为0.2%/10a,低地草甸和高寒草原的地表反照率下降速率为0.2%/10a,高寒草原和高寒荒漠草原下降速率分别为0.04%/10a、0.0007%/10a;地表反照率显着增加的区域占总面积的3.52%,主要分布在研究区西南部高海拔区域,基本不变的区域占总面积的83.39%,减少的区域占总面积的13.09%,主要集中在研究区东北部低海拔区域;生长季内各月地表反照率均呈下降趋势,5月份变化速率最快,对全球变化的响应最为敏感;地表反照率随着海拔的升高呈上升趋势,不同海拔梯度区域地表反照率均为降低趋势,低海拔区域较高海拔区域变化剧烈。(2)青藏高原草地生长季植被NDVI呈自西北向东南递增的空间分布规律,在2000-2016年间植被NDVI呈显着上升趋势,变化速率为0.7%/10a,高寒草甸和高寒草原的NDVI上升速率为0.6%/10a,高寒荒漠草原和低地草甸上升速率分别为0.8%/10a、1.6%/10a;植被NDVI显着增加的区域占总面积的20.77%,主要分布在研究区东北部低海拔区域,基本不变的区域占总面积的74.59%,减少的区域占总面积的4.64%,分布较为零散,主要集中在研究区西南部低海拔区域;生长季内各月植被NDVI均呈上升趋势,5月份变化速率最快,在全球变暖的大背景下,研究区植被生长季延长,返青期提前趋势大于枯黄期延迟趋势;植被NDVI随着海拔的升高先增加后减少,不同海拔梯度区域植被NDVI均为降低趋势,低海拔区域较高海拔区域变化剧烈。(3)青藏高原草地生长季气温空间分布呈“东高西低、南高北低”的分布特征,2000-2015年间显着上升趋势,变化速率为0.29℃/10a,生长季初期(5、6月份)升温较快,末期(9月份)升温较慢;气温随海拔高度的升高近似呈线性减少趋势,不同海拔阶段垂直递减率有所不同,<4000m时垂直递减率为5.6℃/100m,>4000m时垂直递减率为2.3℃/100m。降水量呈自东南向西北递减的分布规律,2000-2015年间呈微弱上升趋势,变化速率为8.48mm/10a,生长季初期(5月份)增速较慢,中期(7、8月份)增速较快;降水量随海拔高度的升高呈先减少后增加的变化趋势。青藏高原草地高海拔增温幅度强于低海拔增温幅度,低海拔降水量增速大于高海拔增速,研究区南部及东南部局部地区呈暖干化趋势,西南部及东北部局部地区呈冷湿化趋势。(4)青藏高原草地生长季地表反照率与植被NDVI主要呈负相关,面积比例为71.18%,主要集中在研究区植被覆盖较低的西部及东北部区域,正相关面积比例为28.82%,主要集中在研究区植被覆盖度较高的东部及东南区域;高寒草原、高寒草甸、高寒荒漠草原、低地草甸的NDVI与地表反照率均呈负相关关系,相关系数依次为-0.77、-0.27、-0.39、-0.24,低值被覆盖区两者的相关性较高值被覆盖区强;不同海拔区域生长季地表反照率与植被NDVI均呈负相关,<3000m区域相关性随海拔升高而增强,>3000m区域相关性随海拔升高而减弱。(5)青藏高原草地生长季地表反照率与气温呈负相关和正相关的面积比例分别为45.76%、54.24%,与降水呈负相关和正相关的面积比例分别为73.07%、26.93%,但地表反照率与气温和降水的相关性均较弱;生长季初期(5、6月份)地表反照率与同期气温相关性较强,中期(7、8月份)与降水存在一个月的滞后效应,呈显着负相关,生长季末期(9月份)受气温和降水共同作用,与两者的相关性均较弱;地表反照率变化对气温和降水的响应具有显着的海拔梯度差异,<2000m区域主要与气温呈负相关,2000-4000m、5000-6000m主要与降水呈负相关,4000-5000m、>6000m受气温和降水的共同作用,与两者的相关性均较弱。(本文来源于《河南大学》期刊2019-06-01）
盛光伟,肖鹏峰,张学良,冯学智,杨永可[7]（2019）在《新疆天山及北疆地区积雪反照率差异》一文中研究指出新疆天山和北疆地区是我国叁大稳定积雪区之一,积雪反照率的变化显着地影响其地表吸收的太阳辐射能量。2018年1～3月,在新疆天山和北疆地区进行了积雪反照率观测,发现研究区的积雪反照率存在明显的时空差异。时间上,由于受到气温变化的影响,研究区的积雪反照率整体呈现下降的趋势,而且不同时期的下降幅度有差异,1月末～3月初反照率的降低相比1月初～1月末反照率降低更加明显。空间上,由于受到污化物的影响,各区域(阿勒泰地区、塔城地区、天山北坡和伊犁河谷)的积雪反照率之间存在差异,其中天山地区(天山北坡和伊犁河谷)的积雪反照率低于北疆地区(阿勒泰地区和塔城地区),天山北坡的反照率最低;在积雪稳定期及消融期,污化物对积雪反照率的影响最为明显。(本文来源于《干旱区地理》期刊2019年04期）
刘茂华,邵悦,李雪欣[8]（2019）在《基于归一化植被指数和地表反照率的土地沙漠化遥感监测研究》一文中研究指出目的对土地沙漠化状况进行监测和评价,研究土地沙漠化变化及趋势预测,为恢复植被覆盖和改善生态环境提供依据.方法以新疆昌吉为研究区域,采用Landsat遥感影像,经过预处理后通过提取归一化植被指数和地表反照率的空间特征,获取沙漠化差值指数,分析与评价新疆昌吉地区的沙漠化程度.结果新疆昌吉地区2011年沙漠面积为62.29%,裸地面积为26.97%;2013年沙漠面积为59.92%,裸地面积为28.59%;2015年的沙漠面积为77.73%,裸地面积为18.14%.2011—2013年,沙漠化差值指数增大,沙漠面积减少;2013—2015年,沙漠化差值指数显着减小,土地沙漠化面积大幅度增加;沙漠化等级由中度沙漠化演变为轻度沙漠化,又由轻度沙漠化变为重度沙漠化.结论沙漠化差值指数与沙漠化等级呈负相关性,DDI可正确地反映土地沙漠化的变化情况.(本文来源于《沈阳建筑大学学报(自然科学版)》期刊2019年03期）
赵春亮[9]（2019）在《基于风云卫星中分辨率数据的地表反照率反演研究》一文中研究指出地表反照率表征地表对太阳辐射的反射能力,是影响地球系统辐射与能量平衡的重要陆表特征参量。地表反照率决定着地球表面与大气之间辐射能量的分配过程,是气候模型中的一个关键因子,且在研究局地气候变化和改进陆面过程模式等方面有重要贡献~([2])。本文研究目的在于利用国产风云叁号极轨卫星中分辨率光谱成像仪FY-3C MERSI的反射率和角度数据反演全球地表反照率,为FY-3C MERSI地表反照率产品的业务化生产提供技术参考。文章主要研究内容和成果如下:(1)FY-3C MERSI数据预处理。通过对FY-3C MERSI原始HDF数据进行预处理得到FY-3C MERSI 250m分辨率波段1-4地表反射率,主要包括辐射定标、几何校正、影像云检测和6S大气校正。其中,使用图像自动匹配技术进行几何精校正;应用光谱有效性阈值法进行云检测及去除;利用6S大气辐射传输模型结合FY-3C MERSI光谱响应函数对FY-3C MERSI表观反射率数据进行大气校正,得到FY-3C MERSI 4个波段地表反射率数据。在验证区内利用MODIS地表反射率产品对预处理后的FY-3C MERSI地表反射率数据进行交叉验证,结果表明校正后验证区影像地物更加清晰,对比度更高,与MODIS地表反射率产品的相性比校正前更高,最大相关系数达到0.9187,证明了6S大气校正方法对FY-3C MERSI数据进行大气校正的有效性。(2)FY-3C MERSI地表反照率反演方法。分析常规二向反射模型如辐射传输模型、几何光学模型、半经验模型的优势特点,根据FY-3C MERSI传感器和数据特性选择RossThick-LiTransit二向反射核模型作为FY-3C MERSI地表反照率的反演模型;利用约束性线性最小二乘法拟合BRDF模型系数,对模型在角度方向进行积分得到FY-3C MERSI波段1~4的窄波段地表黑空反照率和白空反照率,空间分辨率为250m。基于6S辐射传输模型和USGS地物反射光谱库数据模拟FY-3C MERSI在各波段范围内的地表反照率值,使用多元线性回归方法分析窄波段地表反照率与宽波段地表反照率之间的线性关系,生成FY-3C MERSI窄波段地表反照率向宽波段地表反照率转换的转换方程,从而得到FY-3C MERSI可见光波段(0.4-0.7μm)的宽波段地表黑空反照率和宽波段地表白空反照率,分辨率均为250m。(3)将反演得到的FY-3C MERSI全球地表反照率数据分别与MODIS、CGLS、GLASS的地表反照率产品在4个验证区进行交叉验证分析。结果表明FY-3C MERSI各窄波段、宽波段地表反照率与同类叁个产品之间的相关系数大部分为0.75以上,整体绝对偏差平均为0.068,最小均方根误差达到0.02。结果表明FY-3C MERSI地表反照率产品与MODIS、CGLS、GLASS地表反照率产品在4个窄波段和可见光波段都表现出较好的一致性,反演算法可为FY-3C MERSI地表反照率产品业务化生产奠定基础。(本文来源于《电子科技大学》期刊2019-05-09）
李喜佳[10]（2019）在《基于遥感观测的全球地表反照率时空变化研究》一文中研究指出地表反照率能够反映地表对太阳短波辐射的反射能力,调控着地球表层与大气之间辐射能量的分配过程,是地表能量收支平衡中的重要参数。地表反照率伴随着地表的自然过程和人类活动发生变化,并反馈到全球气候系统中,影响着局地和全球的气候。因此,基于长时间序列卫星遥感观测数据对全球地表反照率的时空变化进行研究具有重要意义。本研究基于长时间序列Global Land Surface Satellite(GLASS)产品对全球地表反照率时空变化格局及其驱动因子进行了深入探索分析。改进了积雪地表反照率遥感估算方法,评估了GLASS反照率数据集的精度和时空完整性;明确了1982~2015年全球地表反照率时空变化格局;初步阐释了全球地表反照率距平年际振荡现象、地表反照率时空变化主导驱动因子以及在全球气候变化背景下反照率与植被动态变化的关系。主要研究成果和结论如下:(1)改进了积雪反照率直接反演算法,提高了时间分辨率和估算精度(基于GC-NET站点观测验证结果为R~2:0.657,RMSE:0.0556,Bias:-0.0325)。该算法作为GLASS产品算法改进的一部分,被应用于生成GLASS二期全球地表反照率数据集。基于Fluxnet地面通量站点观测数据验证了GLASS二期地表宽波段反照率数据集精度(R~2:0.6348,RMSE:0.0693)。分析结果表明该产品具有时间序列长和时空连续完整等优点,适用于全球地表反照率时空变化分析研究。(2)基于GLASS反照率数据集得到了全球地表反照率34年(1982~2015年)的时空变化趋势分布图,其中反照率降低趋势主要出现在格陵兰岛、中西伯利亚、阿拉斯加南部、澳大利亚西部、非洲南部干旱沙漠/草原、撒哈拉沙漠南缘和中国黄土高原等地区;反照率上升趋势主要出现在北美洲北部、欧中中部、中亚、南极洲、东南亚热带雨林区和中国东北地区。在研究中发现全球反照率距平存在周期性年际振荡现象,并初步探索了其与北极涛动和南方涛动指数之间的关联关系。(3)基于GLASS产品和Merra-2再分析数据资料,获得了全球地表反照率动态变化驱动因子的时空分布图。发现北半球中高纬度地区的主导驱动因子为积雪覆盖;美国东南沿海、中国东南地区、非洲中部热带草原、欧洲西北部、南美洲东部和澳大利亚部分地区的主导驱动因子为植被变化;中东地区的叙利亚和伊拉克、印度南端和澳大利亚南部的主导驱动因子为土壤表面湿度。(4)基于GLASS反照率和叶面积指数数据集,初步明确了气候变化影响植被生长,进而引起地表反照率升高/降低的变化。研究得到了植被生长滞后空间分布、全球叶面积指数时空变化趋势和植被变化导致的地表反照率变化趋势,发现中国黄土高原、撒哈拉沙漠南缘、非洲南部干旱沙漠/草原区和澳大利亚中部等区域的地表反照率降低趋势可以由植被增加来解释。(5)从全球反照率变化显着地区中选取了格陵兰岛、非洲南部干旱沙漠/草原和中国东北地区作为典型区域,进一步分析了这些典型区域1982~2015年地表反照率时空变化格局和规律。其中格陵兰岛7月份地表反照率呈现-0.0113/decade的降低趋势,沿海低地平原降低趋势明显,随着海拔高度的升高,反照率降低趋势减弱;非洲南部干旱沙漠/草原地区1982~2015年反照率呈现-0.006/decade的降低趋势,与当地植被增加趋势存在显着的相关关系;中国东北地区1982~2015年反照率整体呈现+0.0037/decade的增加趋势,反照率距平年际振荡与北极涛动指数具有高度的相关性,该地区的土地覆盖/利用变化增强了地表反照率变化的强度,呼伦贝尔草原、大兴安岭东部、松嫩平原区、叁江平原和辽河平原等区域地表反照率呈现显着上升趋势,而大兴安岭、小兴安岭东部、辽西丘陵等区域反照率呈现显着下降趋势。本研究分析得到了全球地表反照率时空变化趋势,更新了对近几十年来地表反照率变化时空格局的认识;探索了全球地表反照率主导驱动因子以及全球气候变化背景下反照率与植被动态变化的关系,给出了地表反照率时空变化影响因素的全球图景,奠定了进一步探索分析地表反照率对气候变化和人类活动的响应以及反馈机制的研究基础。(本文来源于《东北师范大学》期刊2019-05-01）
反照率论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
利用2000～2016年MODIS地表反照率和ECMWF/ERA-Interim再分析资料,选取有代表性的高原季风指数DPMI,统计分析了青藏高原地表反照率与高原季风之间的联系,结果表明:1)11月高原地表反照率大小与次年高原夏季风爆发存在密切关系:11月高原地表反照率偏低(高),次年4月高原夏季风爆发偏早(晚),强度偏强(弱)。2)可能的影响机制为:当前期11月高原地表反照率偏低时,后期高原主体对大气的感热加热信号更强,从而引起4月高原上空近地面层上升运动明显加强,这有利于热量向高空传输,导致对流层加热作用加强,高原上空对流层温度偏高,使得高原季风环流系统加强,最终导致高原季风季节变化相应提前;反之亦然。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
反照率论文参考文献
[1].徐震宇,邱新法,李爽爽,施国萍,何永健.基于MODIS的中国地表反照率特征分析[J].干旱区资源与环境.2020
[2].曹晓云,陈爱军,肖建设,卞林根,郑照军.地表反照率与高原夏季风爆发关系分析[J].气候与环境研究.2019
[3].康颖,王莉莉,辛金元,陶明辉,宋涛.基于AERONET和OMI数据分析中国北方典型地区气溶胶单次散射反照率的变化趋势[J].气候与环境研究.2019
[4].樊宪磊,阎宏波,瞿瑛.基于HJ-1A/BCCD地表反照率估算方法比较与验证[J].国土资源遥感.2019
[5].冯婵莹,汪子豪,郑成洋.基于分层线性回归的MODIS反照率产品降尺度方法研究[J].遥感技术与应用.2019
[6].陈超男.青藏高原草地生长季地表反照率时空变化及其驱动力分析[D].河南大学.2019
[7].盛光伟,肖鹏峰,张学良,冯学智,杨永可.新疆天山及北疆地区积雪反照率差异[J].干旱区地理.2019
[8].刘茂华,邵悦,李雪欣.基于归一化植被指数和地表反照率的土地沙漠化遥感监测研究[J].沈阳建筑大学学报(自然科学版).2019
[9].赵春亮.基于风云卫星中分辨率数据的地表反照率反演研究[D].电子科技大学.2019
[10].李喜佳.基于遥感观测的全球地表反照率时空变化研究[D].东北师范大学.2019
论文知识图
