XiaoMi-AI文件搜索系统
World File Search System大气校正
2723-6692 p-issn
人口增长和土地conversion依导致南苏拉威西南部海岸，尤其是Mamminasata地区的红树林降解。减少红树林会增加大气中的二氧化碳。然而，仍然缺乏有关红树林潜在吸收的数据。为了克服这一点，遥感用于估计碳储备。这是通过Sentinel-2a图像来估计Mamminasata中的红树林库存的。图像处理过程包括辐射校正，大气校正，图像分类和提取NDVI值。NDVI值用于将红树林的密度分类为稀疏，中和致密，覆盖1,244.75公顷。通过对森林立场测量值的调查进行了现场数据收集。NDVI变换的结果显示，乳腺区域的红树林对象的值范围为0.2至0.8。然后将分析图像的NDVI数据分为三个密度类。稀有密度类的碳值为3.56 - 21.16吨C/公顷，中密度类别在21.17 - 31.49吨C/公顷之间，密度密度类别在31.50 - 39.18吨C/公顷之间。回归分析显示了NDVI和碳库存之间的密切相关性（R²= 0.7134）。这项研究证实了遥感在环境监测和红树林保护中的有效性。这些发现通过强调具有较高碳固换潜力的领域来支持保护工作和可持续管理政策。归因 - 共享4.0国际（CC BY-SA 4.0）
高斯过程回归杂交模型，用于顶级...
摘要：越来越多的光学卫星任务对陆地地球系统的连续监测为植被和农田特征提供了宝贵的见解。卫星任务通常提供不同级别的数据，例如1级大气顶（TOA）辐射率和2级大气底（BOA）反射率产品。开发TOA辐射数据直接提供了绕过复杂大气校正步骤的优势，在该步骤中，错误可以在其中进行预测并损害随后的检索过程。因此，我们研究的目的是开发能够从成像光谱卫星任务中直接从TOA辐射数据中检索植被特征的模型。为了实现这一目标，我们基于辐射转移模型（RTM）模拟数据构建了混合模型，从而采用了植被范围RTM与大气libradtran RTM结合使用高斯工艺回归（GPR）。重点是植被冠层特征的重新评估，包括叶子面积指数（LAI），冠层叶绿素含量（CCC），冠层水含量（CWC），吸收的光合式活性辐射（FAPAR）的分数以及植被覆盖的分数（FVC）。使用即将到来的哥白尼高光成像任务（Chime）的带设置，评估了两种类型的混合GPR模型：（1）使用TOA辐射数据在1级（L1）培训的一种培训，并且（2）使用BOA反射率数据在2级（L2）训练。基于TOA和BOA的GPR模型均已针对原位数据验证，并具有从现场活动中获得的相应高光谱数据。基于TOA的混合GPR模型揭示了从中度到最佳结果的一系列性能，因此达到R 2 = 0.92（LAI），R 2 = 0.72（CCC）和0.68（CCC）和0.68（CWC），R 2 = 0.94（FAPAR）和R 2 = 0.95（FVC）。为了证明模型的适用性，随后将基于TOA和BOA的GPR模型应用于科学前体任务Prisma和Enmap的图像。所产生的性状图在基于TOA和BOA的模型之间显示出足够的一致性，相对误差在4％至16％之间（R 2在0.68和0.97之间）。总的来说，这些发现阐明了机器学习混合模型的开发和增强的路径，以估算直接在TOA水平下定制的植被特征。