您好,欢迎访问中国农业科学院 机构知识库!

基于FSDAF方法融合生成高时空分辨率地表温度

文献类型: 中文期刊

作者: 杨敏 1 ; 杨贵军 2 ; 陈晓宁 2 ; 张勇峰 2 ; 尤静妮 3 ;

作者机构: 1.陕西省地震局;国家农业信息化工程技术研究中心;农业部农业信息技术重点实验室;北京市农业物联网工程技术研究中心;西安科技大学测绘科学与技术学院;西安中天纬地测绘科技有限公司

2.;陕西省地震局;国家农业信息化工程技术研究中心;农业部农业信息技术重点实验室;北京市农业物联网工程技术研究中心;西安科技大学测绘科学与技术学院;西安中天纬地测绘科技有限公司

3.;陕西省地震局;国家农业信息化工程技术研究中心;农业部农业信息技术重点实验室;北京市农业物联网工程技术研究中心;西安科技大学测绘科学与技术学院;西安中天纬地测绘科技有限公司;

关键词: 时空融合;数据融合;遥感;地表温度(LST);自动气象站(AWS)

期刊名称: 国土资源遥感

ISSN: 1001-070X

年卷期: 2018 年 01 期

页码: 54-62

收录情况: 北大核心 ; CSCD

摘要: 高时间/高空间分辨率遥感数据的应用具有极为广泛的前景。为此,利用中等分辨率成像光谱仪(moderateresolution imaging spectroradiometer,MODIS)和高级热量散射和反射辐射仪(advanced spaceborne thermal emission and reflection radiometer,ASTER)数据,基于一种灵活的时空数据融合(flexible spatio–temporal data fusion,FSDAF)方法生成高时间/高空间分辨率的地表温度(land surface temperature,LST),对融合结果用ASTER温度产品(7 d)及自动气象站(automatic weather station,AWS)站点的地表辐射红外温度数据(4 d)进行验证,结果表明:基于FSDAF的数据融合方法生成的LST影像清晰度较高;融合影像与ASTER LST产品的决定系数R2≥0.91,均方根误差≤2.44 K,平均绝对误差≤1.84 K;融合影像与AWS LST数据的决定系数R2≥0.64。

  • 相关文献

[1]黑河流域ASTER与MODIS融合生成高分辨率地表温度的验证. 杨贵军,孙晨红,历华. 2015

[2]北京城市热岛效应时空变化遥感分析. 杨敏,杨贵军,王艳杰,张勇峰,张智宏,孙晨红. 2018

[3]利用AMSR-E被动微波数据反演地表温度的神经网络算法. 毛克彪,王道龙,李滋睿,张立新,周清波,唐华俊,李丹丹. 2009

[4]一个用神经网络优化的针对ASTER数据反演地表温度和发射率的多波段算法. 毛克彪,唐华俊,陈仲新,王永前. 2007

[5]现代新型传感器在农产品储藏中的应用. 尤文坚,唐仕云. 2012

[6]基于MODIS和AMER-E资料的青藏高原牧区雪被制图研究. 王玮,黄晓东,吕志邦,梁天刚. 2013

[7]红外传感器与机器视觉融合的果树害虫识别及计数方法. 田冉,陈梅香,董大明,李文勇,矫雷子,王以忠,李明,孙传恒,杨信廷. 2016

[8]基于数据融合的农作物生产风险评估新方法. 王克,张峭. 2013

[9]激光雷达与视觉融合的跟随运输机器人设计. 赵铖钥,马伟,苏道毕力格,谭彧. 2023

[10]数据驱动的蒸散发遥感反演方法及产品研究进展. 刘萌,唐荣林,李召良,高懋芳,姚云军. 2021

[11]基于风险熵的农产品安全定量评价研究. 陈志军,刘艳,钱永忠. 2020

[12]肉牛生理指标智能监测技术研究进展与展望. 张帆,周梦婷,熊本海,杨振刚,刘民泽,冯文晓,唐湘方. 2024

[13]不同时序EOS/MODIS-NDVI提取冬小麦面积. 程登发,陈林,张云慧,田喆,孙京瑞. 2006

[14]不同退化梯度下草地光谱反射特征初探. 娜日苏,苏和,格根图. 2010

[15]小麦生长监测物联网关键技术研究. 杜克明. 2015

[16]阿勒泰地区草地生产力变化及对策. 陈全功,钞振华,毛玉林. 2004

[17]土地利用变化对区域生态系统服务价值的影响——以北京市为例. 万利,陈佑启,谭靖,郭斌,杨阿强. 2009

[18]基于遥感和USLE模型的2000-2010年甘肃省土壤侵蚀变化评价. 王莉娜,李文龙,王素芳,陈迪,许静. 2016

[19]GEOSS背景下的农业遥感监测. 陈仲新. 2012

[20]棉花遥感应用研究进展. 蒋桂英,李少昆,王登伟,陈永芳,雷永雯. 2002

作者其他论文 更多>>