李鑫川
- 作品数：13 被引量：337H指数：8
- 供职机构：南京信息工程大学更多>>
- 发文基金：国家自然科学基金国家科技支撑计划北京市自然科学基金更多>>
- 相关领域：农业科学自动化与计算机技术天文地球水利工程更多>>
- 流域下垫面特征对多年平均径流系数的影响被引量：9
- 2017年
- 【目的】分析流域地貌结构特征、土地利用/覆盖分类以及土壤物理性质对其多年平均径流系数的影响,确定影响流域多年平均径流系数的重要下垫面因子,为流域土地利用、水利工程建设、防洪减灾、水资源开发利用等人类开发活动提供科学依据。【方法】选取淮河上游23个小流域为研究对象,使用ArcGIS10.3等软件处理得到坡度、面积高程积分、曲率、河网分形维数等流域地貌结构特征因子,使用遥感图像处理软件ENVI5.1处理得到流域土地利用分类结果,并在EXCEL中对流域多年平均径流系数和各下垫面因子进行相关性分析。【结果】在流域地貌结构因子中,多年平均径流系数与平均坡度和面积高程积分关系最好,且均为正相关关系,确定性系数分别为0.485 7和0.478 6。在土地利用/覆盖方面,林地、耕地面积所占比例对多年平均径流系数有较大影响,其中林草地面积占比与流域多年平均径流系数呈正相关关系,耕地面积占比与流域多年平均径流系数呈负相关关系,确定性系数分别为0.292和0.262 3。在土壤条件方面,各因子与多年平均径流系数相关性均较为微弱。【结论】在研究区内众多地貌结构因子中,平均坡度和面积高程积分对多年平均径流系数影响最大,林地、耕地面积所占比例影响较大,土壤物理性质则影响微弱。
- 石扬旭张友静李鑫川宋军伟
- 关键词：下垫面土壤物理性质淮河流域
- 基于GF-1与Landsat-8影像的土地覆盖分类比较被引量：43
- 2016年
- 高分一号(GF-1)卫星具有多种分辨率与大幅宽结合、重访周期短等优势,而Landsat-8卫星具有多波段、高辐射分辨率等优势。针对不同传感器参数特点,利用支持向量机分类器(SVM)对同区域同期两种数据进行土地覆盖分类对比研究。结果表明:两种传感器对应波段决定系数均大于0.92;典型样本的光谱趋势一致性良好,但在农田与林地、不透水面与裸土的典型样本可分离性方面,Landsat-8优于GF-1;GF-1与Landsat-8的分类总精度分别为90.38%和90.07%,但不同地物类型的分类精度存在差异,波谱响应函数的差异可能是导致Landsat-8对林地的分类精度高于GF-1的原因;此外,GF-1对零碎分布地物类型的分类精度高于Landsat-8,主要原因是GF-1具有更高的空间分辨率。
- 宋军伟张友静李鑫川杨文治
- 关键词：地物波谱
- 一种基于FY-3 MWRI数据反演地表温度降尺度的方法
- 本发明公开了一种基于FY‑3 MWRI数据反演陆表温度降尺度的方法，通过该方法可以得到与可见光近红外空间分辨率相同的高分辨率的空间连续的LST产品。FY‑3 MWRI L1B反演LST降尺度采用基于空间链接参数的空间层次...
- 朱瑜馨鲍艳松李鑫川张锦宗
- 文献传递
- 多源遥感数据冬小麦LAI估算研究
- 植被是地球生态系统的重要组成部分,对人类生存、气候变化、社会发展等具有重要意义。作为表征植被冠层最基本参量之一的叶面积指数(LAI, Leaf Area Index),不仅直接影响植被光合、蒸腾以及群体长势,也是各类模式...
- 李鑫川
- 关键词：叶面积指数高光谱遥感植被指数辐射传输模型
- 文献传递
- 基于时间序列环境卫星影像的作物分类识别被引量：57
- 2013年
- 环境星影像具有较高的时间和空间分辨率,利用其时序遥感数据进行作物信息提取优势明显。该文以黑龙江垦区友谊农场作物为研究对象,利用2010年6月至9月共10景HJ-CCD数据进行作物种植分类信息提取。首先,通过SPLINE算法对云影响区域插值去噪,重构时间序列影像数据;其次,通过分析试验区主要作物的光谱和植被指数时序变化特征,构建基于决策树分层分类的主要作物遥感分类模型,成功提取了黑龙江友谊农场大豆、玉米和水稻的种植信息,分类总体精度达到96.33%。同时,将分类结果同基于时间序列植被指数影像的支持向量机和最大似然法分类结果相比较,结果表明,决策树分类效果最好,支持向量机次之,最大似然分类较差。研究表明,通过去云处理后构建的时间序列HJ卫星遥感影像,结合作物的光谱和典型植被指数时序变化特征,借助于决策树分类方法能够有效提高黑龙江垦区主要种植作物分类的准确性和精度。
- 李鑫川徐新刚王纪华武洪峰金秀良李存军鲍艳松
- 关键词：遥感作物时间序列分析决策树
- 基于灰度关联分析的冬小麦叶片含水量高光谱估测被引量：16
- 2012年
- 尝试应用灰色关联分析方法(GRA)分析典型的水分植被指数(WVI)和水分含量(LWC)间的关联度,然后选择对冬小麦叶片水含量敏感的指数,比较SRM-PLS(逐步回归-偏最小二乘)方法和PLS方法估算LWC的精度。首先,对冬小麦WVI与LWC进行灰色关联分析,筛选出对冬小麦LWC敏感的WVI;其次,利用筛选出的敏感WVI,分别用PLS-SRM方法和PLS两种方式估算冬小麦LWC;然后对两种方式进行比较,选择最高决定系数(R2)和最小均方根误差(RMSE)的LWC估算模型来估算冬小麦LWC。结果表明:在整个生育期用PLS和PLS-SRM方法估算LWC,R2和RMSE分别为0.605和0.575,4.75%和7.35%。研究表明:先使用GRA对WVI和LWC进行关联度分析,再用PLS或PLS-SRM方法可以提高冬小麦的LWC估算精度。
- 金秀良徐新刚王纪华李鑫川王妍谭昌伟朱新开郭文善
- 关键词：叶片含水量灰色关联分析偏最小二乘法冬小麦
- 融合可见光-近红外与短波红外特征的新型植被指数估算冬小麦LAI被引量：6
- 2013年
- 考虑到短波红外特征与叶面积指数(LAI)有很好的关联,将短波红外特征的典型水分指数与基于可见光-近红外特征的植被指数相融合,尝试构建新的植被指数估算作物LAI。通过PROSAIL辐射传输模型分析新植被指数对LAI饱和响应的特征;利用2009年和2008年北京地区冬小麦实测光谱数据进行LAI估算建模与验证。结果表明:所选择的10个典型可见光-近红外植被指数分别与5个水分植被指数相结合构建的新指数,都能够有效提高与LAI的相关性,特别是在融合了含有短波红外特征的sLAIDI*指数后,新指数显著提高了对LAI响应的饱和点,而对植被水分变化不敏感,LAI估算精度得到改善。研究表明:将短波红外特征引入到可见光-近红外植被指数中,构建的新植被指数对冬小麦LAI估算具有明显的优势。
- 李鑫川鲍艳松徐新刚金秀良张竞成宋晓宇
- 关键词：LAI高光谱遥感植被指数短波红外
- 基于温度植被干旱指数的江苏淮北地区农业旱情监测被引量：36
- 2014年
- 为实现江苏省淮北地区农业旱情监测,利用Savitzky—Golay(S-G)滤波方法,对2011—2012年江苏省淮北地区1-5月MODIS的归一化植被指数(normalized difference vegetation index,NDVI)和地表温度(land Surface temperature,LST)8 d产品进行重构,去除原8 d数据的噪声,填补受云影响而缺失的数据。基于重建后的NDVI和LST数据,计算温度植被干旱指数(temperature vegetation dryness index,TVDI);分析TVDI和土壤湿度之间的关系,构建土壤湿度反演模型。最后,利用另外1组数据验证所建土壤湿度模型的精度。研究结果表明:1)S-G滤波方法能够提高MODIS LST和NDVI数据质量,并能对缺失数据进行填补;2)TVDI方法能够实现试验区土壤湿度反演,所建模型在试验区具有一定的普适性,反演精度较高(R2=0.575,RMSE=2.59%);3)TVDI方法在江苏省淮北地区干旱监测中得到了较好的应用,能够成功地监测出江苏淮北地区2011年和2012年春旱。该研究可为农业旱情的快速监测提供借鉴。
- 鲍艳松严婧闵锦忠王冬梅李紫甜李鑫川
- 关键词：干旱遥感土壤湿度中分辨率成像光谱仪
- 基于MODISNDVI多年时序数据的农作物种植识别被引量：106
- 2014年
- 为了获取陕西省农作物种植模式和类型分布信息,实现对于多年农作物长势分析及精确的估产和耕地生产力的估算,该文以2003-2012年的MOD09Q1时间序列遥感数据集为数据源,以陕西省主要农作物冬小麦、夏玉米、春玉米、水稻和油菜为研究对象,利用Savitzky-Golay滤波方法重建NDVI长时间序列数据集,充分利用农作物的物候信息,构建农作物年际间动态阈值方法,实现了农作物种植模式和类型的识别。通过对混合像元进行分解,更精确地提取农作物种植面积信息。利用空间和定量2种方式对农作物类型识别结果进行分析验证,空间对比分析得到分类的总体精度和Kappa系数为88.18%和59.64%,定量对比分析得到分类的总体一致性为87.56%。研究结果表明,结合物候信息与时间序列数据利用该文的分类方法可以有效的识别大尺度农作物信息。
- 许青云杨贵军龙慧灵王崇倡李鑫川黄登成
- 关键词：遥感农作物MODISNDVI
- 渍害胁迫对油菜叶片光谱的影响及识别指标研究被引量：6
- 2019年
- 以江汉平原华油杂668和中双9号油菜为材料,通过测坑进行不同品种油菜在蕾薹期和花期持续受渍的试验,测定油菜在持续受渍胁迫下叶片光谱反射率,根据受渍油菜光谱变化特征构建油菜渍害高光谱遥感识别指标。研究表明,随着渍水时间的延长,叶片不同光谱区域对水分胁迫的响应不同。在蕾薹期和花期,645~680nm的红光区域受渍叶片光谱反射率均有所增大,在765~930nm的近红外区域表现出明显减小,在1412~1483nm及1904~2060nm中红外区域的反射率增大。研究利用上述光谱反射率构建了渍害识别指数(RNIR+R Red)/(RMIR1×R MIR2),通过与常见的7个植被指数(NDVI、NDWI、RVI、PRI、SRPI、SAVI、SIPI)比较分析,指数(RNIR+R Red)/(RMIR1×R MIR2)对受渍油菜更为敏感。通过定量比较不同植被指数对照与受渍油菜之间的距平绝对值和距平绝对均值,看出指数(RNIR+R Red)/(RMIR1×R MIR2)识别受渍油菜的能力优于其他植被指数,并且在整个受渍期间具有较强的稳定性和敏感性。说明该指数可以用于快速提取受渍油菜的面积,对指导油菜识灾抗灾减灾生产管理具有重要的意义。
- 尤慧刘凯文李鑫川苏荣瑞刘莉高华东
- 关键词：光谱特征油菜持续受渍面积提取
