XiaoMi-AI文件搜索系统
World File Search SystemNDVI
在估计...
土地退化直接影响地上碳池，影响碳排放，这对于管理城市的生物质和碳存储至关重要。尽管传统的现场技术是准确的，但它们需要大量的时间和劳动。这项研究探索了一种可靠且负担得起的选择，用于测量地上生物量和碳量（AGBC），并具有遥感。五个不同的植被指数（VIS） - 简单比率（SR），差异植被指数（DVI），归一化差异植被指数（NDVI），土壤调节植被指数（SAVI）和增强的植被指数（EVI） - 用于使用Landsat 8 Oli Imiifection评估了生物质预测。模型是通过使用来自菲律宾纳迦市各种土地覆盖类型的数据来估计AGBC的。通过将来自不同土地覆盖类型（草原，大米，玉米农田和林地）的地上生物量数据结合在一起，开发了模型以估算AGBC。根据其统计性能，特别是最高的确定系数（R²）和最低的均方根误差（RMSE），选择了每种土地覆盖类型的最佳模型。结果增强了我们对碳库存的理解，为开发旨在解决土地退化的计划和方法提供关键信息。主要发现是：[1]野外测量的AGBC和五个VIS之间存在显着相关性，SR对草原，DVI的表现最好，用于稻田的DVI，而EVI则是玉米耕地和森林陆地的EVI； [2]该市的AGB总数约为270万兆克拉姆（MG），估计有120万兆克（C mg）； [3]林地存储最高的AGB，其次是草原，玉米农田和水稻农田。
利用多源数据和数字技术支持湄公河地区局部水体变化监测
摘要：针对受天气异常影响的干旱现象和水动态的高分辨率监测系统有限，这在多方面阻碍了政策决策。本文介绍了高分辨率水监测系统 (WMS) 的可用性，该系统由复杂的多光谱卫星图像、分析和数据科学以及云计算相结合开发而成，用于监测局部尺度上的水位变化和植被水分胁迫。WMS 在 2021 年 1 月至 2021 年 4 月（旱季）期间在湄公河下游地区 (LMR) 案例流域泰国的 Chi River 流域进行了测试。VHI、VCI、TCI 和 NDVI 干旱模拟结果的总体质量与水库和大坝水量数据呈现统计上的正 Pearson 相关性（介于 0.399 和 0.575 之间），但与地下水位数据呈现强烈的负相关性（介于 -0.355 和 -0.504 之间）。应考虑进一步研究和更详细地分析与地下水位变化相关的不同物理环境条件的影响，以增加科学知识和从当地视角了解当地系统变化性质的理解，并在数据贫乏地区使用干旱指数。我们的结果表明，WMS 可以提供局部和情境化地表水变化的定量时空变化作为初步分析。WMS 结果可以为寻找适合当地条件的更好的较小单元管理提供指导，例如水资源管理、灾害风险减少措施（即干旱和洪水）、灌溉实践、土地利用规划和作物管理。现有的 WMS 面向水和农业发展的早期预警、可持续发展目标的进展、数字创新的利用以及提高决策者更早、更准确地监测和预测极端天气事件的能力。
MODIS 每日光合作用 (PSN) 和年度净...
为常绿热带雨林，低于 30 gC/m 2 为沙漠（Lieth 和 Whittaker 1975）。随着大气中 CO 2 的增加和全球气候变化，大面积的 NPP 可能会发生变化（Myneni 等人 1997a、VEMAP 1995、Melillo 等人 1993）。了解碳循环过程的区域变化需要对全球陆地表面过程进行更详细的空间分析。从 1999 年夏季开始，NASA 地球观测系统将定期对整个陆地地球表面近每周的光合作用和年度净初级生产进行全球估计，空间分辨率为 1 公里，1.5 亿个单元，每个单元都单独计算 PSN 和 NPP。PSN 和 NPP 产品旨在提供对陆地植被生产活动或生长的精确、定期测量。这些产品将具有理论和实际用途。理论用途主要是为全球碳循环研究定义季节性动态陆地表面 CO 2 平衡，例如回答碳的“缺失汇问题”（Tans 等人，1990 年）。CO 2 通量的空间和季节动态在全球气候建模中也备受关注，因为 CO 2 是一种重要的温室气体（Keeling 等人，1996 年，Hunt 等人，1996 年）。目前，全球碳循环模型正在与气候模型相结合，朝着综合地球系统模型的目标迈进，该模型将代表大气、生物和生物系统之间的动态相互作用
nh0530684.pdf
应用。土壤水分含量会影响生物圈的生理生物成分，并通过表面能和水分通量将地球表面与大气联系起来。SM 是大气的水源，通过陆地的蒸散，包括植物蒸腾和裸土蒸发。此外，SM 条件可以通过控制土壤的渗透能力和将降雨分配到径流来影响陆地表面的水文模式。生态水文学侧重于植被 - 水 - 气候关系之间的联系，已发现其对 SM 动态可用性具有复杂的依赖性（Garcia-Estringana 等人2013 年；Mulebeke 等人2013 年）。所有这些过程都高度体现了 SM 的非线性行为和复杂的反馈机制。因此，SM 的量化条件是建模农业、水文气候和气象属性的重要输入。一组成分以不同的时间和空间尺度控制陆地表面 SM 的动态。因此，天气和气候的变化都受到 SM 条件的影响。Reynolds (1970) 将 SM 分为静态（例如土壤质地和地形）和动态（例如降水和植被）控制要素。对 SM 的评估取决于相关变量的状况。这些元素中的许多都是相互关联的，并且在空间和/或时间上各不相同，这使得识别 SM 模式及其驱动变量之间的关系变得复杂。2021 )。景观要素，包括地形、植被和土地利用，是 SM 的空间和时间控制要素。SM 的空间变化与地形特征（例如坡度、海拔和地形湿度指数）密切相关。因此，在以前的一些研究中，地形属性被用于通过回归、地理空间和水文建模来估计 SM 模式的参数（例如，参见 Western 等人。1999 、2004 ；Adab 等人。2020 ；Li 等人。此外，各种研究都注意到了植被覆盖（例如类型和分布）对 SM 变化的影响。此外，空间属性对植被的影响（通常从遥感图像中解释）也被用于生成 SM 模式（Mohanty 等人。2000 ；Hupet & Vanclooster 2002 ）。通常，SM 的长期时间序列可以在空间上检测到与天气或水文条件。在较大的研究区域中，网络和测量 SM 的种类仍然受到限制，此外，由于过度变化和参数之间缺乏相关性，从现场测量中获得可靠的近似值是一项具有挑战性的任务。在 SM 的几个应用中，各种各样的卫星产品都有可能帮助水文学家测量大面积的 SM 状况。由于遥感器无法直接测量 SM 含量，因此需要提取可以解释测量信号和 SM 含量之间关系的基于数学的方法来解释测量信号和 SM 含量之间的关系。2021 ; Zhu 等人。2021 ）。自 20 世纪 70 年代以来，已经开发出一些遥感技术，通过测量从光学到微波领域的电磁波谱特定区域来分析和绘制 SM（Musick & Pelletier 1988；Engman 1991；Wang & Qu 2009）。微波遥感技术包括 Aqua 卫星上的先进微波扫描辐射计-地球观测系统 (AMSR-E)（自 2002 年起）、土壤湿度和海洋盐度卫星（SMOS，自 2009 年起）、多频扫描微波辐射计（MSMR，自 1999 年起）和土壤湿度主动被动 (SMAP)（自 2015 年 1 月起），目前正在运行，每天在全球范围内生成卫星记录。虽然这些方法提供了许多测量大规模 SM 的技术，但它们的分辨率几乎很低（通常约为 25 公里），不再适用于小集水区或学科尺度。光学/热红外遥感记录被称为表面温度/植被指数法，可提供更高的分辨率（约 1 公里）。最近，Zhang & Zhou（2016）提出了一种新方法，可以通过光学/热遥感进行 SM 估计，该方法特别依赖于 SM 与表面反射率和温度或植被指数之间的关联。该领域的检索策略，如热惯性，强调土壤热特性或三角测年技术，表明 SM、归一化差异植被指数 (NDVI) 和给定区域的陆地表面温度 (LST) 之间的联系正在不同的应用中使用。然而，由于缺乏足够的空间数据（包括地形或低密度植被覆盖图和数据），它们的应用受到限制。用于估计 SM 的遥感植被指数（例如，NDVI、归一化差异水指数 (NDWI) 和归一化多波段干旱指数 (NMDI)）是合适的替代方案；然而，SM 的分布不能通过单一参数和通过计算出特定地表坡向强度之间的参数修改来预测。人们已经做出了大量努力，通过建立遥感 LST 与植被指数之间的联系来利用卫星图像估计 SM（例如，Dari 等人。遥感图像的实际优势之一是，除了地形数据外，还可以通过图像获得具有高空间分辨率（30 米至 1 公里）的植被和 LST 参数。利用从遥感图像中提取的结构化景观因素而不是现场测量来预测 SM 状况，可以快速实时地跟踪 SM 状况。
全长研究论文现代光学传感技术及其在农业Sheetanshu Gupta 1，Dhirendra Kumar 2，Ahmed
全长研究论文现代光学传感技术及其在农业工作表上的应用1，dhirendra kumar 2，艾哈迈德·阿齐兹3，穆罕默德·A·E·E·阿卜杜拉曼4,5，科斯坦扎·菲奥伦蒂诺6 *范围，北阿坎德邦263145，印度2，印度哈里亚纳邦Bhiwani的Chaudhary Bansi Lal University植物学系。3塔什肯特州经济大学，乌兹别克斯坦塔什肯特。4环境研究和土地使用部，国家遥感和太空科学的国家权威（NARS），开罗1564年，埃及。5农业和农村事务部农业遥感的主要实验室/中国农业科学院农业资源与地区规划研究所，中国北京100081，中国。6农业，林业和环境科学学院（安全），巴西里卡塔大学，Viale Dell'ateneo Lucano，10，85100 Potenza，意大利Potenza。 7农业学院Sohag University，Sohag的农业学院，埃及82524。 2024年6月12日收到； 2024年7月25日接受的现代农业面临的挑战是在更少的土地上生产更多的食物，以满足不断增长的全球人口的需求，同时最大程度地减少其对环境的影响。 为了实现这一目标，精确的农业已成为一种变革性的方法，利用了尖端技术来优化农业实践。 在这些技术中，现代光学传感由于其多功能性，无损性和高分辨率功能而引起了极大的关注。6农业，林业和环境科学学院（安全），巴西里卡塔大学，Viale Dell'ateneo Lucano，10，85100 Potenza，意大利Potenza。7农业学院Sohag University，Sohag的农业学院，埃及82524。 2024年6月12日收到； 2024年7月25日接受的现代农业面临的挑战是在更少的土地上生产更多的食物，以满足不断增长的全球人口的需求，同时最大程度地减少其对环境的影响。 为了实现这一目标，精确的农业已成为一种变革性的方法，利用了尖端技术来优化农业实践。 在这些技术中，现代光学传感由于其多功能性，无损性和高分辨率功能而引起了极大的关注。7农业学院Sohag University，Sohag的农业学院，埃及82524。2024年6月12日收到； 2024年7月25日接受的现代农业面临的挑战是在更少的土地上生产更多的食物，以满足不断增长的全球人口的需求，同时最大程度地减少其对环境的影响。为了实现这一目标，精确的农业已成为一种变革性的方法，利用了尖端技术来优化农业实践。在这些技术中，现代光学传感由于其多功能性，无损性和高分辨率功能而引起了极大的关注。本评论探讨了光学传感技术的最新发展及其在农业中的广泛应用，深入研究了这些传感器背后的原理，它们的优势以及它们彻底改变农业的各个方面的潜力，包括作物监测，疾病检测，土壤分析和养分管理。此外，还讨论了针对农业中光学传感的广泛采用的挑战和机遇，这突出了导致适当采用的数据集成，技术标准化和农民意识的需求。通过对当前的最新和未来前景进行全面检查，本综述旨在证明现代光学传感技术如何有可能实现可持续和高效的农业。关键词：光学感应，精确农业，作物监测，疾病检测，土壤分析，养分管理，归一化差异植被指数（NDVI）。引言精确农业的不断发展的景观一直是人类文明的基石，
检测并绘制松属植物中槲寄生发生率的图表...
槲寄生在法国赤松林中发生率的上升是阿尔卑斯山赤松林保护和可持续性面临的主要问题之一。与天然林相比，人工林更容易受到生物入侵。研究区域覆盖着针叶林（低海拔地区主要是法国赤松），法国西南部阿尔卑斯山的一部分黑森林受到半寄生虫槲寄生的严重影响。由于槲寄生的发生，研究区域的法国赤松树枝肿胀、树体弯曲；树木死亡率惊人。为了管理和尽量减少生物入侵，检测和绘图在森林保护中起着关键作用。通过遥感技术检测和绘制生物入侵地图是研究人员要克服的挑战。高分辨率 (VHR) 卫星图像和航空图像的进步以及遥感和 GIS 技术的应用，已在森林健康状况的检测、绘图和监测方面显示出良好的效果。在本研究中，数字航空正射影像（分辨率 15 厘米）和 VHR 卫星图像 WorldView-2（全色 0.5m 和多光谱 2m）用于通过基于像素的最大似然分类器检测和绘制欧洲松林中槲寄生的存在。在 WorldView-2 光学影像上，成功绘制了欧洲松林的分布，精度较高（96%），kappa 系数为 0.84。存在槲寄生的欧洲赤松在所有波段的光谱反射率都较低，但 WorldView-2 的 NIR1、NIR2 和红边对槲寄生的区分能力更强。同样，植被指数 NDVI 85（红光和 NIR2 的波段组合）也有区分槲寄生的潜力。此外，结果表明，槲寄生与海拔呈负相关和显著相关（r=-0.5135；p<0.01），而与欧洲赤松的 DBH 呈显著正相关（r=0.52；p<0.01）。通过使用海拔和 DBH 建立了弱但统计显著的多元回归和逻辑回归，以模拟欧洲赤松树中槲寄生的发生率。通过应用基于像素的最大似然算法对松林中的槲寄生进行检测，在 WorldView-2 图像中实现了总体分类准确率 (86%) 和 kappa 系数 (0.52)。2m 分辨率 WV-2 与 0.15cm 分辨率正射影像分类输出的比较表明，空间分辨率较低但光谱分辨率较高的 WV-2 影像的分类精度较高（86%）。这项研究揭示了高分辨率光学影像在检测和绘制树木侵染地图方面具有巨大潜力。检测和绘制此类生物入侵地图可为更好地管理森林提供有用信息。关键词：检测和绘图、欧洲赤松、槲寄生、光学影像、生物入侵
使用高分辨率多光谱进行海岸线检测...
使用高分辨率多光谱卫星图像检测海岸线 Valerio BAIOCCHI、Raffaella BRIGANTE、Donatella DOMINICI、Fabio RADICIONI、意大利 关键词：WorldView-2、阿布鲁佐、多光谱分类、海岸线 摘要 在过去的 50 年里，阿布鲁佐海岸沿线 19 个市镇的居民数量翻了一番，旅游相关活动对他们的影响也越来越大。该地区自然受到海平面变化的影响，由于在流域进行了大量工作以减轻极端降雨和随之而来的洪水，导致从河流到海洋的固体输送减少，侵蚀现象急剧增加。过去几十年来，不同传感器获取的数据可能有助于评估海岸线的整体增生/侵蚀趋势，而有限时间范围内进行的不同观测的组合可能为详细研究提供有趣的输入（例如关于海岸线保护工程对当地的影响）。本文提出了一种从 WorldView-2 图像中识别海岸线的方法，该图像有 8 个光谱波段，全色图像的空间分辨率为 0.5 米，多光谱通道的空间分辨率为 1.8 米。特别是，基于像素的多光谱分类用于识别各种类型的土地覆盖。这 8 个波段可以在分类过程中获得良好的结果
城市树木覆盖的数字分类和制图
土地覆盖类别包括：树冠、草地和灌木（包括农田）、建筑物、不透水层（街道、车道和停车场）、水和裸土。主要土地分类是使用 eCognition Developer 8.0 版中提供的基于对象的图像分析 (OBIA) 技术进行的。该项目使用的辅助软件包括 ArcGIS 9.3.1 版和 ERDAS Imagine 2010 版。使用 Python 2.5 版脚本语言编写了其他自定义例程，以支持所需的处理。圣保罗市提供了 Shapefile 信息，以帮助识别街道、建筑物、道路和高速公路以及水景。实施该项目遵循了以下主要步骤：• 使用 ERDAS Imagine 中的减法分辨率对 QuickBird 影像进行全色锐化。• 利用可用的 RPC 文件和 30 米 DEM 层对 QuickBird 影像进行地理配准。• 对激光雷达数据进行地理配准以匹配 QuickBird 影像。• 使用自定义 Python 脚本将地理配准影像划分为 750 x 1000 米的图块，重叠度为 10%，以便进一步处理。此步骤创建了 180 个单独的图块。• 包含道路信息的街道图层在 ArcGIS 中缓冲一米，以创建多边形形状文件，随后在 eCognition 中使用。• 开发了三套规则来处理城市的以下子部分：o 西部小部分，包括六月的 QuickBird 和激光雷达数据。o 城市东侧的 1,500 米带，有 5 月份的 QuickBird 影像，但没有激光雷达数据。o 城市其余大部分区域有 5 月份的 QuickBird 和激光雷达数据。• 3 个规则集中的每一个都使用类似的过程创建： o 检查影像以找到代表性图块。o 创建支持性影像层，例如归一化差异植被指数。(NDVI) 和 Lee 的 Sigma 边缘提取有助于提高分类效率。o 从 Shapefile 生成表示道路和水特征的图像对象，并按此进行分类。o 如果有激光雷达数据，则首先将图像分割成高特征和短特征。o 利用 eCognition 中提供的算法对图像的剩余部分进行分类，利用光谱信息以及图像解释的其他元素，例如上下文、形状、大小、位置、关联、图案、阴影和纹理。o 将分类从 eCognition 导出到 TIF 光栅文件中。• 每套规则都经过了微调，并在城市中额外的随机图块上进行了测试。• 使用 eCognition Server，每个最终规则集都用于对圣保罗所有部分的所有图块进行分类。• 使用 ERDAS Imagine Mosaic Pro 中的几何接缝线将各个分类图块连接成一个马赛克。• 城市的三个不同部分（由 402 个单独的图块表示）被合并到一个分类文件中。