植物物候遥感监测精度影响因素研究综述

被引：75

作者：

范德芹 ^{[1
]}

赵学胜 ^{[1
]}

朱文泉 ^{[2
]}

郑周涛 ^{[2
]}

机构：

[1] 中国矿业大学(北京)地球科学与测绘工程学院

[2] 北京师范大学资源学院

来源：

地理科学进展 | 2016年 / 35卷 / 03期

关键词：

植物物候; 遥感; 植被指数; 时间序列; 精度; 影响因素; 综述;

D O I：

暂无

中图分类号：

Q948.1 [植物生态学];

学科分类号：

071012 ; 0713 ;

摘要：

基于植物物候的遥感监测对于研究植被对气候变化的响应具有重要的科学价值。本文在阐述植物物候遥感监测原理及其通用技术流程的基础上,分别从植被类型及其所处的地理条件、遥感数据源及其预处理、植物物候遥感识别方法和植物物候遥感监测结果评价4个方面分析了影响植物物候遥感监测精度的因素,并针对当前研究中存在的不足,探讨了提高植物物候遥感监测精度的可行性途径,即建立高分辨率的近地面遥感定点观测及数据共享网络,发展普适性更强的卫星遥感时序数据去噪及植被指数曲线重建方法,寻求稳定性更高的植物物候期遥感识别方法,探索综合运用地面观测、遥感监测与模型模拟实现物候观测空间尺度拓展的可能性。

引用

页码：304 / 319

页数：16

共 76 条

[1] 农作物种植结构遥感提取研究进展 [J].

胡琼 ;

吴文斌 ;

宋茜 ;

余强毅 ;

杨鹏 ;

唐华俊 .

中国农业科学 , 2015, (10) :1900-1914

[2] 青藏高原典型植被生长季遥感模型提取分析 [J].

常清 ;

王思远 ;

孙云晓 ;

殷慧 ;

尹航 .

地球信息科学学报, 2014, 16 (05) :815-823

[3] 青藏高原小嵩草高寒草甸返青期遥感识别方法筛选 [J].

范德芹 ;

朱文泉 ;

潘耀忠 ;

姜楠 ;

郑周涛 .

遥感学报, 2014, 18 (05) :1117-1127

[4]

Corn Yield Forecasting in Northeast China Using Remotely Sensed Spectral Indices and Crop Phenology Metrics[J]. WANG Meng,TAO Fu-lu,SHI Wen-jiao.Journal of Integrative Agriculture. 2014(07)

[5] 基于MODISNDVI多年时序数据的农作物种植识别 [J].