主页

多光谱遥感中，由于同物异谱效应，采用传统分类方法（如支持向量机、随机森林）对类似耕地这样的复合要素（休耕、弃耕、轮种情况下的耕地光谱差异较大）提取精度较低。卷积神经网络（CNN）对同一类地物的特征类内差异容忍度较高，具有较强的泛化能力，在同物异谱情况下有望提高复合要素的提取精度。

海表水色是赤潮监测的重要因素。 借助于MODIS Tarra和Aqua卫星的高时间重访频率（每天两次），NASA的MODIS海洋水色产品在过去几十年中被广泛用于海洋动态和全球环境变化的监测。 近海水域的水质状况反映了人类与当地环境之间的相互作用，是海洋科学中常见并且重要的一个关键领域。 然而，遥感数据往往表现出不同的观测尺度问题。例如MODIS数据具有良好的时间观测尺度（每天二次）和相对较低的空间观测尺度（水色产品大多为1km空间分辨率），而Landsat系列卫星则表现出很好的空间观测尺度（水色产品为30m分辨率）和较低的时间观测尺度（18天的重访周期）。而空间插补的目的就是结合这两种不同尺度的数据，通过空间插补算法和尺度转换技术，完成每天高空间分辨率数据的预测。 这些由于受到传感器...

关于土壤类型和土壤特性的空间变化的详细而准确的信息是环境研究和水文建模的关键组成部分。早期的研究引入了土壤反馈模式作为一种有前途的环境协变量来预测低地势区域的空间变化。 然而，在实践中，局部蒸发会对这些模式产生重大影响，使它们在不同位置无法比较。 本研究旨在通过检验将土壤反馈的动态模式从原始时间相关空间转换到新的蒸发相关空间的概念来解决这个问题。伊利诺斯州东北部的一个研究区拥有大片低地势农田，被选中来检验这一想法的有效性。来自 MODIS in Terra 的 12 年（2000-2011 年）每个四月至五月期间的图像用于提取土壤反馈模式。与原始时间相关空间相比，结果表明新的蒸发相关空间中的模式往往更稳定，更容易从多次降雨事件中捕获，而不管局部蒸发条件如何。从 SSURGO 土壤地图中...