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:
Landsat遥感数据是区域资源与环境研究的重要数据源,但受时间分辨率及阴雨天气的影响,难以获得大范围的相同时相数据.因此利用时空融合技术,充分发挥多源遥感数据的优势,获取大范围相同时相的遥感数据具有重要的意义.以长沙市为研究区,利用STARFM模型融合生成了具备高空间和高时间分辨率的Landsat影像,并分析了原始影像与融合影像的相关性以及STARFM算法的适应性.结果表明:利用STARFM模型融合生成的融合影像和原始影像的相关性较高,证明STARFM算法的适应性较好,为该算法的适应性研究提供了实证.
推荐文章
基于最佳小波包变换的遥感影像融合方法
遥感
影像融合
最佳小波包变换
投票表决法
基于多进制小波的森林遥感影像融合
遥感影像
影像融合
动态监测
多进制小波
基于边缘特征的遥感影像小波变换融合法
边缘特征
小波变换
数据融合
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STARFM模型的遥感影像融合
来源期刊 中南林业调查规划 学科 农学
关键词 数据融合 Landsat8 MODIS STARFM
年,卷(期) 2018,(3) 所属期刊栏目 科技应用
研究方向 页码范围 32-37
页数 6页 分类号 S771.8
字数 3921字 语种 中文
DOI 10.16166/j.cnki.cn43-1095.2018.03.08
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 罗为检 9 22 3.0 3.0
2 宁小斌 11 86 4.0 9.0
3 彭检贵 11 20 2.0 4.0
4 邹泽林 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (108)
共引文献  (96)
参考文献  (20)
节点文献
引证文献  (4)
同被引文献  (42)
二级引证文献  (0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(7)
  • 参考文献(1)
  • 二级参考文献(6)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(14)
  • 参考文献(1)
  • 二级参考文献(13)
2007(7)
  • 参考文献(2)
  • 二级参考文献(5)
2008(13)
  • 参考文献(1)
  • 二级参考文献(12)
2009(12)
  • 参考文献(2)
  • 二级参考文献(10)
2010(11)
  • 参考文献(1)
  • 二级参考文献(10)
2011(9)
  • 参考文献(1)
  • 二级参考文献(8)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(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
数据融合
Landsat8
MODIS
STARFM
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
中南林业调查规划
季刊
1003-6075
43-1095/S
大16开
湖南省长沙市雨花区香樟东路143号
1982
chi
出版文献量(篇)
1443
总下载数(次)
2
论文1v1指导