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:
针对高分一号WFV传感器的参数特点,选取归一化植被指数(NDVI)、增强型植被指数(EVI)和土壤调整植被指数(SAVI)3种植被指数,采用不同时期的数据对四川省茂县地区进行植被信息提取,计算分析不同植被指数提取植被信息的差异性.结果表明:高分一号数据提取的NDVI植被效果最好,其中2013年分类总精度为94.55%,Kappa系数为0.88;2015年分类总精度为90.47%,Kappa系数为0.85.根据统计指标分析表明:在高原山区地形环境下,利用植被指数提取植被信息,高分一号卫星采用NDVI比较合适.
推荐文章
基于“高分一号”遥感影像水体提取方法的对比分析
“高分一号”
水体提取
单波段阈值法
谱间关系法
模型法
广州市
高分一号卫星遥感数据的水体信息提取
遥感影像
高分一号
水体信息提取
NDVI
NDWI
采用决策树方法的高分一号PMS影像山区森林覆盖提取
山区
森林覆盖
决策树模型
面向对象
高分一号
基于时序高分一号影像的平原河网区水体信息快速提取研究
高分一号
水体信息提取
决策树
平原河网区
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 高分一号提取植被信息方法对比
来源期刊 农业与技术 学科 生物学
关键词 植被指数 高分一号 差异性
年,卷(期) 2017,(5) 所属期刊栏目 农业科学
研究方向 页码范围 46-47,79
页数 3页 分类号 Q948.15+6
字数 1351字 语种 中文
DOI 10.11974/nyyjs.20170332016
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 李丹 西南科技大学环境与资源学院 31 214 7.0 13.0
2 王磊 西南科技大学环境与资源学院 33 76 5.0 7.0
3 杨斌 西南科技大学环境与资源学院 43 295 9.0 14.0
4 高桂胜 西南科技大学环境与资源学院 10 54 6.0 6.0
5 程璐 西南科技大学环境与资源学院 5 22 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (29)
参考文献  (1)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
植被指数
高分一号
差异性
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
农业与技术
半月刊
1671-962X
22-1159/S
大16开
吉林省长春市
882755
1980
chi
出版文献量(篇)
29147
总下载数(次)
38
总被引数(次)
52894
论文1v1指导