光学传感器可以吸收光子并输出数字比特流,这种转换依赖于众多技术的最新进展,包括光学、精密机电、探测器、先进材料、低温技术和信号处理。这些传感器的开发遵循了一条逐渐复杂的道路,利用了这些技术的进步。每一次连续的传感器开发工作都平衡了技术风险、性能和可靠性,以满足日益苛刻的任务目标,但这种技术进步受到预算和进度压力的制约,这些压力通常在选择有效载荷设计方面起着决定性作用,特别是对于 Landsat 6 和 7。尽管如此,更新技术的注入为可能看起来相似的仪器增加了新的内部功能和改进。多年来,空间分辨率、光谱覆盖范围、辐射灵敏度、校准精度和可靠性都得到了升级。
多光谱 Landsat 7 ETM+ 分析为传统测绘提供了先前的研究。为地质测绘提供了宝贵的帮助。卫星收集的遥感图像 地质和地理状况:研究区域位于北纬 33°30 和 34° 之间,通过全景图显示,它们位于北纬 4°30 和南经 5°。东北部恢复了中阿特拉斯高原作为数字线性延伸的存在和重要性,主要包括景观中的地质不连续性、下侏罗纪白云质石灰岩的“线性”英语和线性“排列”(下和中莱阿斯),克服了法语系列 [1]。由三叠纪红色页岩和玄武岩组成 [4-7]。这些线纹与结构相关,其特征是板状结构,更多断层和元素,如断层、裂缝、褶皱轴和褶皱,呈单调的地貌。这是一个大型的喀斯特高原岩性接触。它们导致地形不同阶段,俯瞰 Sais 平原,在海拔 1000 米以上的洼地、排水和植被异常 [2]。 它被 NE-SW 断层和 [3] 穿过。然而,在几乎所有情况下,Tizi n'Tratten 的提取和分离,卫星图像将这些结构与 Atlas Pleated 的东南部中线纹分离,由北中阿特拉西断层 (ANMA) 表示。水平非常高 [1]。北部和西北部的界限由里夫南部的第三纪和第四纪覆盖层以及有趣的技术线纹和走廊决定(图1)。
主席希肯卢珀、排名成员卢米斯、小组委员会和委员会成员,我很高兴今天能在地球观测科学如此充满活力和创新的时代向你们作证。美国内政部 (DOI) 和美国地质调查局 (USGS) 长期以来一直提供地球观测,包括地形、生物、地质和水资源以及地震、火山、野火和海岸变化等自然灾害。美国地质调查局忠于其使命,为不断变化的世界提供科学信息。 Landsat 的历史美国地质调查局自 1960 年代后期就一直参与 Landsat 计划,当时 DOI 提出了利用空间技术可持续管理地球自然资源的大胆愿景。第一颗 Landsat 卫星于 1972 年 7 月 23 日发射。它之后又发射了一系列 Landsat 卫星,50 多年来,这些卫星从 400 英里的太空绘制了我们星球的全面图像。 Landsat 提供的独特数据使全球科学家和分析师能够检测和监测地球上的重大变化。地方、部落、州和联邦机构都依赖 Landsat 数据来了解其土地、地表水、海岸线、生态系统和自然资源的持续变化。Landsat 是联邦机构每天执行任务时使用最广泛的陆地遥感数据源。Landsat 数据为美国和世界各地带来了巨大的经济效益,超过了对 Landsat 技术的投资。仅在美国,Landsat 每年的经济效益估计就超过 20 亿美元。如果算上对其他国家的效益,Landsat 每年的总经济效益估计接近 35 亿美元。两个独特的属性使 Landsat 成为所有民用和商业陆地成像的“黄金标准”:1) 数据的准确性和精确性,以及 2) 这些数据的长期和不间断记录。美国地球观测组织主导的地球观测评估将 Landsat 的空间系统影响力排在仅次于全球定位系统 (GPS) 的第二位。与 GPS 非常相似
国家航空航天管理局(NASA)于2021年9月27日与美国地质调查局(USGS)合作开发了Landsat 9。Landsat卫星自1972年7月23日推出Landsat 1以来,以中等空间分辨率收集了地球表面的远程感知的图像。目前,Landsat 7和Landsat 8在轨道上,并提供图像和数据。利益相关者在各种应用中使用Landsat数据,包括土地使用计划,农业,林业,自然资源管理,公共安全,国土安全,气候研究和自然灾害管理。Landsat数据支持政府,商业,工业,平民,军事和教育用户,整个美国和全球范围内。Landsat 9开发项目于2015年3月启动,其设计实质上是Landsat的重建8。一旦Landsat 9是运行的(估计在发布后约100天),IT和Landsat 8每天将获得大约1,500个地球的高质量图像,平均每八天重复一次访问,而Landsat 7将被退役。
•USDA机构为Landsat下一个架构的设计提供了重要的投入。•许多USDA战略目标取决于连续性和Landsat观察的改善。•在USDA研究机构中,Landsat下一个建筑将对农作物的健康和活力进行新的分析;特定领域的肥料,灌溉和旋转的需求;对长期干旱的影响和反应;以及农业普查评估和制图。•我们在美国农业部认可了2022年2月的内陆 - 纳萨可持续土地成像联合指导小组批准的Landsat Next及时开发,并赞赏和珍惜我们与内政部和NASA部的持续合作。
国家陆地成像计划范围的水边——2022 年 9 月云端的 Landsat——2022 年 5 月重新审视 1992 年《陆地遥感政策法》——2021 年 4 月制定陆地成像时间序列数据的大数据科学挑战——2021 年 4 月 Landsat 数据:数据校准的社区标准——2020 年 10 月评估一系列 Landsat 数据成本分摊模型——2019 年 6 月 Landsat 未来任务建议——2018 年 4 月 Landsat 数据立方体预测可行性——2018 年 4 月非联邦 Landsat 用户需求分析——2016 年 6 月哨兵数据使用政策——2015 年 12 月 Landsat 应用的价值主张——2014 年 12 月云计算:数据管理和分发的潜在新方法——2013 年 12 月关于 NRC 报告的评论:Landsat 及其他:维持和改善国家土地成像计划 – 2013 年 12 月
本研究的重点是比较应用于中高空间分辨率传感器的数据融合方法。应用了两种已记录的方法,即空间和时间自适应反射融合模型 (STARFM) 和基于解混的方法,该方法提出了一种贝叶斯公式来整合先前的光谱信息。此外,两种算法的优势结合在一种新颖的数据融合方法中:空间和时间反射解混模型 (STRUM)。使用模拟图像和 Landsat 和 MODIS 图像展示了每种方法的潜力。算法的理论基础使 STARFM 和 STRUM 产生类似 Landsat 的反射,同时保留 Landsat 图像中的空间模式,而基于解混的方法产生类似 MODIS 的反射。还使用时间 NDVI 配置文件评估了融合图像捕捉物候变化的能力。 STARFM NDVI 的时间剖面与 Landsat NDVI 剖面非常相似。然而,在模拟输入高分辨率图像很少的情况的实验中,基于分离的方法和 STRUM 可以更准确地重建 NDVI 轨迹。STRUM 性能最佳,因为它产生的表面反射与参考 Landsat 图像的相关性最高。这项研究的结果表明,STRUM 更适合需要类似 Landsat 表面反射的数据融合应用,例如间隙文件
5. 芦苇草优势度景观因子分析 5.1 方法 5.1.1 试点区域采样数据来源 5.1.2 叠加与回归分析 5.2 结果与讨论 5.2.1 芦苇草在景观层面的生态意义 5.2.2 湿地植物覆盖类型与水文类型 5.2.3 芦苇草优势湿地空间分布 5.2.4 芦苇草优势湿地与土地覆盖类型的关系 5.3 结论 5.4 进一步分析芦苇草优势度景观因子的一些建议 5.4.1 识别与芦苇草优势度相关的土壤特性 5.4.2 研究芦苇草优势度与排水沟密度的关系 5.4.3 采用分层随机抽样方法
摘要 本文总结了 Landsat 的政策历史,并研究了其在陆地遥感科学发展、与土地使用相关的实际应用和市场中的地位。特别是,它确定了为遥感陆地数据和信息产品的商业市场奠定基础的关键步骤。本文进一步分析了政府政策与遥感技术发展之间的相互作用。它得出结论,地球观测数据市场发展的主要力量之一是信息技术的创造,包括功能强大的个人计算机、地理信息系统 (GIS) 软件、CD-ROM 和互联网。这些技术和其他技术正在创建将遥感数据纳入更广泛的信息市场所需的基础设施。
Euphorbia esula L.(大戟科)是一种入侵性杂草,是上大平原地区大部分地区的主要问题,包括蒙大拿州、南达科他州、北达科他州、内布拉斯加州和怀俄明州的部分地区。仅北达科他州的侵扰就对该州的野生动植物、旅游业和农业经济造成了严重的经济影响,1991 年估计每年达 8700 万美元。大戟科通过取代本地草类和草本植物来破坏草原和荒地生态系统。它对该地区许多国家公园、国家荒地和州立休闲区的受保护生态系统构成了重大威胁。本研究探讨了使用 Landsat 7 增强型专题制图仪 (Landsat) 影像及其衍生产品作为管理工具,绘制位于北达科他州西南部西奥多·罗斯福国家公园的叶状大戟科植物地图。使用无监督聚类方法绘制叶状大戟科植物类别,总体分类准确率约为 63%。Landsat 影像的使用并未提供详细绘制小片杂草所需的准确度。但是,它展示了绘制大规模(区域)叶状大戟科植物发生情况的潜力。本文就 Landsat 影像作为资源管理者绘制和监测大面积叶状大戟科植物种群的工具的适用性提出了建议。