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:
针对高植被覆盖区AMSR-E土壤水分数据的精度较低等问题,根据地面长时间序列观测数据,采用回归分析及线性拉伸方法,对比分析整体及逐月的校准效果,探讨AMSR-E土壤水分的最佳校准方案.研究结果表明,基于回归分析或线性拉伸方法的整体校准效果均较差,逐月校准方法则较好地吻合了地面观测数据的变化趋势,其中逐月回归分析方法可获得最佳的校准效果,线性拉伸方法强调所有像元具有相同的均值与方差,忽略了土壤水分的空间差异性特征,导致产生较多的异常像元(土壤水分小于0或大小100).研究结果不仅可为AMSR-E数据校准方法提供科学的方法借鉴,同时可为相关研究提供可靠的数据来源.
推荐文章
植被覆盖地区AMSR-E反演土壤水分算法研究
AMSR-E
地表参数
土壤水分
植被层消光系数
微波极化差异指数
基于水云模型的Sentinel-1A双极化反演植被覆盖区土壤水分
主被动微波
土壤水分
水云模型
双极化
基于AMSR-E的黄河源区表层土壤水分时空变化
AMSR-E
表层土壤水分
黄河源区
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 高植被覆盖区AMSR-E土壤水分数据校准方法
来源期刊 土壤通报 学科 农学
关键词 AMSR-E 高植被覆盖区 回归分析 线性拉伸 异常像元
年,卷(期) 2014,(4) 所属期刊栏目 研究报告
研究方向 页码范围 816-822
页数 分类号 S152.7
字数 语种 中文
DOI
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 冯徽徽 中国科学院南京地理与湖泊研究所 9 94 5.0 9.0
2 刘元波 中国科学院南京地理与湖泊研究所 37 754 15.0 27.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (2)
同被引文献  (8)
二级引证文献  (1)
2014(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)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
AMSR-E
高植被覆盖区
回归分析
线性拉伸
异常像元
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
土壤通报
双月刊
0564-3945
21-1172/S
大16开
沈阳市东陵路120号(沈阳农业大学62信箱)
8-15
1957
chi
出版文献量(篇)
4759
总下载数(次)
10
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导