基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用Landsat ETM+数据,在水体掩膜的基础上,采用线性光谱混合模型(Liner Spectral Mixture Model,LSMM)进行混合像元分解,得到合肥市高反射率地物、低反射率地物、植被和土壤四种端元的丰度图像以及RMS误差分量图像.应用线性光谱混合模型研究城市地表组分组成,端元(End-member)选取是模型成败的关键.通过分别采用手动选取端元和利用纯像元指数(PPI)法选取端元两种方法,从定性角度对比两种方法得到的结果,结果表明在本研究区内手动选取的端元比PPI选取的端元模型拟合精度更高,能够得到更高精度的分量图像.
推荐文章
基于线性光谱模型的混合像元分解高性能计算研究
高光谱遥感
端元投影向量法
混合像元分解
图形处理器
高性能计算
基于高精度端元的混合像元线性分解模型研究
超光谱成像
混合像元分解
线性分解模型
端元
基于实测光谱混合像元分解的苹果园地遥感提取技术
实测光谱
小波变换
混合像元分解
苹果园地
面向混合像元分解的光谱维小波特征提取
小波变换
混合像元
光谱特征
高光谱
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于线性光谱混合模型的混合像元分解研究——以合肥市为例
来源期刊 安徽师范大学学报(自然科学版) 学科 工学
关键词 线性光谱混合模型(LSMM) 端元 纯像元指数 合肥
年,卷(期) 2012,(3) 所属期刊栏目 地理与旅游科学
研究方向 页码范围 258-263
页数 分类号 TP79
字数 4021字 语种 中文
DOI 10.3969/j.issn.1001-2443.2012.03.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 查良松 安徽师范大学国土资源与旅游学院 78 952 15.0 28.0
2 陈健 安徽师范大学国土资源与旅游学院 17 41 4.0 5.0
3 黄艳妮 安徽师范大学国土资源与旅游学院 2 11 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (58)
共引文献  (863)
参考文献  (12)
节点文献
引证文献  (7)
同被引文献  (39)
二级引证文献  (4)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(5)
  • 参考文献(1)
  • 二级参考文献(4)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(9)
  • 参考文献(1)
  • 二级参考文献(8)
2004(11)
  • 参考文献(2)
  • 二级参考文献(9)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
线性光谱混合模型(LSMM)
端元
纯像元指数
合肥
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
安徽师范大学学报(自然科学版)
双月刊
1001-2443
34-1064/N
大16开
安徽省芜湖市北京东路1号
26-207
1957
chi
出版文献量(篇)
2772
总下载数(次)
12
总被引数(次)
16489
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导