导读:本文包含了遥感反演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:遥感,气溶胶,偏振,海面,高分,孕穗期,厚度。
遥感反演论文文献综述
王浩,罗格平,王伟胜,PACHIKIN,Konstantin,李耀明[1]（2019）在《基于多源遥感数据的锡尔河中下游农田土壤水分反演》一文中研究指出机器学习结合多源遥感数据反演土壤水分含量(SMC)是目前SMC研究的热点,因较少考虑温度、蒸散等重要SMC影响因子,反演结果存在一定的不确定性。利用Sentinel-1影像、MODIS产品和SRTM数据,提取雷达后向散射系数等32个SMC影响因子,经相关分析选择27个显着的SMC影响因子(P<0.05)作为反演因子,并设计叁组因子组合。这叁组因子组合分别与随机森林、支持向量回归、BP神经网络叁种机器学习方法结合,发现基于随机森林结合所有因子的方案,其SMC反演精度最高,该组合均方根误差RMSE为0.039 m~3/m~3,将该方案被用于反演2017年生长季锡尔河流域中下游平原区农田SMC。结果表明:从上部至下部SMC总体呈逐渐增加的态势,但存在显着时空差异,春季和秋季SMC较高而夏季较低。SMC差异主要由土壤质地、热量条件和地表植被状况差异引起。春季平原区下部农田SMC要高于上部,SMC的主控因子是土壤质地和地表植被状况;在夏季,土壤水分的主控因子是热量条件,农田灌溉弥补了热量条件差异对土壤水分的影响,导致空间上平原上部和下部土壤SMC空间差异不显着;秋季SMC的主控因子植被状况抵消地表温度和土壤质地差异对SMC的影响,使得秋季SMC空间差异不显着。本文采用的研究方法在一定程度上克服了因考虑SMC影响因子不足而获取更高SMC精度的限制。(本文来源于《自然资源学报》期刊2019年12期）
杨越,陈健,崔嘉文[2]（2019）在《基于天宫二号宽波段成像仪数据的气溶胶光学厚度遥感反演研究》一文中研究指出为探究天宫二号数据用于空气溶胶光学厚度(AOD)反演的可行性,基于天宫二号宽波段成像仪数据,结合MOD09A1地表反射率产品,利用深蓝算法进行了黄河叁角洲上AOD的遥感反演,并与Himawari-8 AOD产品进行了对比。结果表明:天宫二号宽波段成像仪数据可用于AOD反演,与同时期Himawari-8产品的拟合度为0.739,两者具有一致的空间分布;天宫二号宽波段成像仪获取的数据空间分辨率较高,能反映研究区AOD空间分布细节,在气溶胶监测方面有较大的潜力。(本文来源于《载人航天》期刊2019年06期）
孙诗睿,赵艳玲,王亚娟,王鑫,张硕[3]（2019）在《基于无人机多光谱遥感的冬小麦叶面积指数反演》一文中研究指出以获取的冬小麦无人机多光谱影像为数据源,充分利用多光谱传感器的红边通道对传统植被指数进行改进,通过灰色关联度分析后基于多个植被指数建模的方法对冬小麦的叶面积指数(leaf area index,LAI)进行反演精度对比。结果显示:使用基于多植被指数的随机森林(RF)比赤池信息量准则-偏最小二乘法(AIC-PLS)反演精度高。得到的LAI反演值和真实值之间的R~2=0.822,RMSE=1.218。研究证明通过随机森林预测具有更好的拟合效果,对冬小麦的LAI反演有较好的适用性。(本文来源于《中国农业大学学报》期刊2019年11期）
汤博,侯一筠,殷玉齐,胡珀[4]（2019）在《利用卫星遥感海面温度、高度联合反演南海北部叁维温度场》一文中研究指出利用历史观测得到的温度剖面数据,通过严格筛选和插值,建立了南海北部的气候态垂向温度剖面。随后,利用回归统计分析的方法构建了海面温度异常(SSTA)、海面高度异常(SSHA)联合扩展温度剖面的经验回归模型,并采用卫星遥感得到的SST和SSH数据扩展了南海北部的叁维海洋温度场,其时间分辨率为天,空间分辨率为0.25°×0.25°。通过与观测数据的对比研究,扩展得到的温度场可以较为准确地反映南海北部温度剖面的结构特征,并且能有效地体现出一些中尺度变化过程。结果表明,本研究反演得到的叁维温度扩展场是较为可靠的,它可以作为海洋数值模型的初始场,实现现场观测数据和卫星遥感数据的互补,有助于更好地分析南海北部温度场的叁维结构及变化特征。(本文来源于《海洋科学》期刊2019年11期）
于泉洲,刘煜杰,周蕾,石浩,孙雷刚[5]（2019）在《基于遥感反演的中国森林冠层叶氮浓度空间格局初步研究》一文中研究指出森林冠层叶氮浓度(CNC)是森林生态系统生产力模拟的重要参数,因此获取并揭示我国森林CNC的空间分布格局对于准确评估我国森林生态系统生产力和碳通量都具有重要意义。本研究通过实测我国典型森林冠层叶片氮浓度并使用EO-1 Hyperion高光谱数据,建立CNC与近红外反射率(NIR)的统计模型,然后结合中分辨率成像光谱仪(MODIS)的反射率数据,实现生长季中国森林CNC的反演和分析,并进行了初步验证。结果表明:1)基于多种森林类型的采样数据,CNC与Hyperion NIR之间存在显着正相关关系(R2=0.75,P <0.000 1);2)反演的我国森林CNC分布格局大致呈现东南高、西北低的空间特征,其中海南省森林CNC均值最高,而天津市的最低;3)反演的中国森林CNC介于0.49～3.63 g/100 g之间,平均为2.24±0.28 g/100 g,处于全球森林植被叶氮浓度范围之内;4)反演的CNC与实测值的相关系数为0.52,RMSE为0.43 g/100 g,说明反演结果可以基本反映出我国森林CNC的空间格局和统计特征,但部分区域存在一定高估。森林CNC空间格局主要受森林植被功能型空间变异的影响,未来应对单一森林类型CNC的反演进行详细评估。本研究对于优化全国尺度森林生产力模拟具有重要意义。(本文来源于《中南林业科技大学学报》期刊2019年12期）
谭昌伟,周欣兴,张鹏鹏,汪志祥,王敦亮[6]（2019）在《冬小麦孕穗期主要苗情参数卫星遥感定量反演研究》一文中研究指出【研究背景】应用卫星遥感数据可以及时获取大田种植作物"面状"苗情信息,准确反映作物群体苗情状况及其趋势,服务于产量预报和实际生产。进一步深化冬小麦关键期苗情遥感反演机理与方法,为大田种植管理提供及时信息;【材料与方法】该研究结合田间定点观测试验,以环境减灾卫星HJ-CCD数据为遥感影像源,着重研究样本实验区孕穗期冬小麦关键苗情参数与籽粒品质参数和产量间及其与卫星遥感变量间的定量关系,进一步增强遥感反演的机理性和重演性,与地面实测结果一起建立模型共同分析,提高遥感反演的定量化水平和可信度;以相关性最高为原则,筛选反演孕穗期冬小麦叶面积指数、生物量、SPAD以及叶片含氮量的敏感卫星遥感变量,并以不同年份样点实测数据分别作为建模样本和验证样本,分别构建及评价基于HJ-CCD影像遥感变量孕穗期叶面积指数、生物量、SPAD和叶片含氮量监测模型;【结果与分析】冬小麦处于孕穗期,植被衰减指数(PSRI)可作为反演冬小麦叶面积指数、SPAD和叶片含氮量的敏感遥感变量,比值植被指数(RVI)可作为反演冬小麦生物量的敏感遥感变量,所构建的遥感反演模型是可靠的,且精度较高,尤其利用PSRI反演叶片含氮量最可靠。模型的决定系数(R2)分别为0.651、0.585、0.630和0.675,均方根误差(RMSE)分别为1.344、4.62、0.618%和2 804.3 kg·hm~(-2)。以此为依据,为表征该研究的实际农学意义,对冬小麦不同等级的关键苗情参数进行遥感反演并制图分析,从而量化表达了冬小麦关键苗情参数区域空间分布,不仅有助于制定冬小麦田间补救措施和水肥资源调配方案,而且为农业政策的制订和粮食贸易提供决策依据;【结论】构建的冬小麦孕穗期关键苗情参数遥感反演模型是可行的,为大田生产提供了一种快速、便捷、费用低廉的大面积作物苗情参数提取方法,可支持农业研究者、涉农部门和种植管理者获取及时有效的农情信息。(本文来源于《2019年中国作物学会学术年会论文摘要集》期刊2019-10-27）
陈辉,厉青,王中挺,马鹏飞,张玉环[7]（2019）在《利用高分五号卫星遥感反演近地面细颗粒物浓度方法》一文中研究指出为提高高分五号卫星的遥感应用水平,提出基于高分五号卫星上搭载的多角度偏振相机(DPC)探测数据的气溶胶及PM_(2.5)遥感反演技术方法,并在京津冀及周边地区进行应用试验和对比分析。结果表明:DPC遥感反演的气溶胶光学厚度(AOD)AOD与AERONET观测结果相关系数达到0.88以上,利用DPC的AOD产品反演获取的PM_(2.5)和地面实测结果相关性达到0.92以上,相对精度达80%以上,总体上满足了大气气溶胶及PM_(2.5)遥感监测应用需求。(本文来源于《上海航天》期刊2019年S2期）
谢一凇,李正强,侯伟真,张洋,伽丽丽[8]（2019）在《高分五号卫星多角度偏振成像仪细粒子气溶胶光学厚度遥感反演》一文中研究指出细粒子气溶胶是大气污染关键成分,迫切需要发展大范围、高精度的细粒子气溶胶遥感监测技术。基于我国2018年5月发射的高分五号卫星上搭载的多角度偏振成像仪(DPC),开展了细粒子气溶胶光学厚度(AODf)遥感反演研究。介绍了偏振卫星反演AODf的主要原理和算法,基于2018年11月23日—30日的卫星数据反演获得了首幅高分辨率(3.3km)全球陆地上空AODf空间分布图,并利用太阳-天空辐射计数据进行了地面同步验证。反演结果显示:AODf空间分布与人为活动、生物质燃烧排放强度等因素相关,高值主要分布在印度、中国中东部及非洲中部等地区。与法国POLDER传感器AODf产品的长时间跨度对比显示,近年来中国地区细粒子气溶胶含量整体有所下降,并且DPC的高分辨率优势可有效支持区域污染精细管控、重点城市污染传输通道监测等环保业务的需求。(本文来源于《上海航天》期刊2019年S2期）
王梅霞,冯文兰,扎西央宗,王永前,牛晓俊[9]（2019）在《光学与微波遥感协同反演藏北表层土壤水分研究》一文中研究指出表层土壤水分是定量干旱监测的重要参量,对干旱区生态环境具有十分重要的意义。在采用归一化植被指数阈值法划分地表覆盖类型的基础上,利用MODIS数据选择适用的光学遥感算法估算土壤水分基准值,以及利用风云叁号B星搭载的微波成像仪(Fengyun-3B/MicrowareRadiationImagery,FY3B/MWRI)数据采用微波遥感算法反演土壤水分日变化量,最后构建藏北表层土壤水分协同反演的遥感模型并应用于区域土壤水分的估算。结果表明:光学遥感与微波遥感协同反演的土壤水分含量与实测数据呈显着相关,决定系数达到0.89,均方根误差为0.97,协同反演模型具有较高的反演精度,并且协同反演的结果优于单一遥感源的反演结果。该模型可以较好地适用于藏北地区表层土壤水分的动态监测。(本文来源于《土壤》期刊2019年05期）
刘惠,周亚东,何报寅,杨小琴,黄静娴[10]（2019）在《长江经济带湖泊水下地形的热红外遥感反演——以武汉市东湖为例》一文中研究指出针对长江经济带平原湖区的浅水湖泊,提出了一种基于热红外遥感的湖泊水深测量方法.首先根据湖泊水温的垂直分布规律,推导出浅水湖泊中表层水温与水深平方的倒数存在近似的正比关系.然后以武汉东湖为例,利用Landsat-8热红外(TIRS)遥感影像数据反演东湖水表温度.结合实测水深测量样本点对,利用半经验回归方法,确定水深与水温的关系式,根据此关系式由水温反演出整个湖泊的水深,最后再结合影像当日的水位数据得到水下地形.试验模型拟合的相关系数R~2为0.657,在浅水湖泊水深反演中能取得平均相对误差8.93%的相对测深精度.试验表明,利用热红外遥感可为长江经济带平原湖区浅水湖泊的水深测量和水下地形测量提供一个快捷的新方法.(本文来源于《华中师范大学学报(自然科学版)》期刊2019年05期）
遥感反演论文开题报告
（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：
为探究天宫二号数据用于空气溶胶光学厚度(AOD)反演的可行性,基于天宫二号宽波段成像仪数据,结合MOD09A1地表反射率产品,利用深蓝算法进行了黄河叁角洲上AOD的遥感反演,并与Himawari-8 AOD产品进行了对比。结果表明:天宫二号宽波段成像仪数据可用于AOD反演,与同时期Himawari-8产品的拟合度为0.739,两者具有一致的空间分布;天宫二号宽波段成像仪获取的数据空间分辨率较高,能反映研究区AOD空间分布细节,在气溶胶监测方面有较大的潜力。
（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。
遥感反演论文参考文献
[1].王浩,罗格平,王伟胜,PACHIKIN,Konstantin,李耀明.基于多源遥感数据的锡尔河中下游农田土壤水分反演[J].自然资源学报.2019
[2].杨越,陈健,崔嘉文.基于天宫二号宽波段成像仪数据的气溶胶光学厚度遥感反演研究[J].载人航天.2019
[3].孙诗睿,赵艳玲,王亚娟,王鑫,张硕.基于无人机多光谱遥感的冬小麦叶面积指数反演[J].中国农业大学学报.2019
[4].汤博,侯一筠,殷玉齐,胡珀.利用卫星遥感海面温度、高度联合反演南海北部叁维温度场[J].海洋科学.2019
[5].于泉洲,刘煜杰,周蕾,石浩,孙雷刚.基于遥感反演的中国森林冠层叶氮浓度空间格局初步研究[J].中南林业科技大学学报.2019
[6].谭昌伟,周欣兴,张鹏鹏,汪志祥,王敦亮.冬小麦孕穗期主要苗情参数卫星遥感定量反演研究[C].2019年中国作物学会学术年会论文摘要集.2019
[7].陈辉,厉青,王中挺,马鹏飞,张玉环.利用高分五号卫星遥感反演近地面细颗粒物浓度方法[J].上海航天.2019
[8].谢一凇,李正强,侯伟真,张洋,伽丽丽.高分五号卫星多角度偏振成像仪细粒子气溶胶光学厚度遥感反演[J].上海航天.2019
[9].王梅霞,冯文兰,扎西央宗,王永前,牛晓俊.光学与微波遥感协同反演藏北表层土壤水分研究[J].土壤.2019
[10].刘惠,周亚东,何报寅,杨小琴,黄静娴.长江经济带湖泊水下地形的热红外遥感反演——以武汉市东湖为例[J].华中师范大学学报(自然科学版).2019
论文知识图
