![生态环境参数遥感协同反演与同化模拟](https://cover.qianqiantushu.cc/100/s6f019e3.jpg)
![生态环境参数遥感协同反演与同化模拟](https://cover.qianqiantushu.cc/100/s6f019e3.jpg)
生态环境参数遥感协同反演与同化模拟PDF电子书下载
- 电子书积分:12 积分如何计算积分?
- 作 者:张显峰,廖春华等著
- 出 版 社:北京:科学出版社
- 出版年份:2014
- ISBN:9787030422750
- 页数:337 页
第1章 生态环境参数及其测量方法 1
1.1 生态环境参数及其意义 1
1.1.1 生态环境参数 1
1.1.2 研究参数测量的意义 2
1.1.3 常见生态环境参数及其意义 4
1.2 生态环境参数的地面测量方法 6
1.2.1 土壤水分含量测定 6
1.2.2 地温测量 13
1.2.3 地面光谱测量 17
1.2.4 太阳辐射测量 19
1.2.5 叶绿素含量测量 20
1.2.6 光合作用测量 21
1.2.7 叶面积指数测量 22
1.2.8 植被地表生物量测量 23
1.3 基于遥感传感器的测量 25
1.3.1 遥感测量的优势与研究内容 25
1.3.2 生态环境参量遥感反演研究进展 26
1.4 遥感信息模型概述 33
参考文献 35
第2章 陆面环境参数遥感估算模型 41
2.1 地表反照率遥感估算模型 41
2.1.1 基本原理 41
2.1.2 反照率遥感反演模型 43
2.2 比辐射率遥感估算模型 47
2.2.1 植被指数法 48
2.2.2 分类法 49
2.3 陆面温度遥感估算模型 49
2.3.1 基本原理 49
2.3.2 分裂窗算法 50
2.3.3 单通道算法 51
2.3.4 多通道算法 55
2.4 土壤水分遥感估算模型 56
2.4.1 基于可见光-近红外遥感土壤水分反演法 56
2.4.2 基于热红外遥感的温度法 61
2.4.3 微波遥感监测法 64
2.4.4 存在的问题与分析 66
参考文献 68
第3章 植被指数与覆盖度遥感估算模型 73
3.1 植被光谱指数模型 73
3.1.1 植被光谱指数的含义 73
3.1.2 常用植被指数模型介绍 74
3.1.3 植被指数的应用 77
3.2 叶面积指数遥感估算模型 81
3.2.1 叶面积指数的含义 81
3.2.2 叶面积指数遥感估算模型 82
3.2.3 叶面积指数的应用 90
3.3 植被覆盖度遥感估算模型 94
3.3.1 植被覆盖度的含义 94
3.3.2 植被覆盖度遥感估算模型 95
3.4 植被覆盖度反演的实例 103
3.4.1 数据获取与预处理 103
3.4.2 像元二分模型的建立 106
3.4.3 多端元混合像元分解模型的建立 109
3.4.4 简单线性混合光谱分解 112
3.4.5 结果分析与精度验证 114
参考文献 117
第4章 植被生产力与荒漠化遥感监测模型 123
4.1 植被净初级生产力遥感估算模型 123
4.1.1 NPP估算模型 123
4.1.2 CASA模型实例 130
4.2 生态资产遥感信息模型 136
4.2.1 生态资产及其评估方法 136
4.2.2 生态资产遥感评估模型流程 136
4.2.3 模型实现与结果分析 137
4.3 荒漠化监测遥感信息模型 141
4.3.1 荒漠化监测指标的确定 141
4.3.2 荒漠化遥感信息模型 142
4.3.3 荒漠化时空动态分析 145
参考文献 148
第5章 多尺度太阳辐射潜能估算模型及系统 150
5.1 太阳辐射估算基础 150
5.1.1 地表太阳辐射估算方法 150
5.1.2 基本参数的介绍 151
5.2 区域尺度的地面太阳辐射估算 153
5.2.1 基于辐射传输的逐时地面太阳辐射估算 153
5.2.2 融合多源气溶胶产品 161
5.3 建筑物尺度的太阳能估算模型 166
5.3.1 阴影算法简介 168
5.3.2 对平面投射法的改进 168
5.3.3 计算建筑表面非阴影区面积 171
5.3.4 基于三维分析方法的太阳能估算与可视化 173
5.4 基于机载LiDAR的建筑和树冠三维建模及应用 177
5.4.1 方法与模型 177
5.4.2 实例研究 181
5.5 软件系统设计与开发 183
5.5.1 需求分析 183
5.5.2 系统分析与设计 184
5.5.3 系统开发方案与实现 186
参考文献 188
第6章 积雪参数遥感反演模型与应用 191
6.1 积雪遥感监测进展 191
6.2 积雪覆盖范围的遥感提取方法 193
6.2.1 雪盖遥感提取原理 193
6.2.2 基于MODIS与AMSR-E的积雪覆盖范围识别 195
6.3 基于微波遥感的雪深反演模型 198
6.3.1 雪深遥感反演原理 198
6.3.2 雪深经验反演模型的建立 200
6.3.3 基于MEMLS模型的雪深反演 202
6.3.4 地形修正以及结果与精度评价 211
6.4 积雪参数在雪灾评价中的应用——以新疆为例 214
6.4.1 雪灾灾害系统理论 214
6.4.2 新疆雪灾成因分析 215
6.4.3 雪灾遥感监测与评价 216
6.4.4 实例:2012年12月新疆雪灾危害度评价 219
6.5 雪灾灾情评价系统设计与开发 227
6.5.1 需求分析 227
6.5.2 系统设计 228
6.5.3 模块开发与系统实现 229
6.5.4 SPR&.DAS系统应用实例 231
参考文献 234
第7章 数据同化策略与陆面数据同化模拟方法 236
7.1 认识地球表层:观测还是模拟? 236
7.1.1 观测 236
7.1.2 模拟 237
7.1.3 数据同化的思想 238
7.2 数据同化的概念与应用 238
7.2.1 数据同化的含义 239
7.2.2 数据同化的特点 240
7.2.3 数据同化的应用领域 241
7.3 数据同化方法概述 245
7.3.1 数据同化方法的分类 245
7.3.2 主要数据同化方法 248
7.4 陆面数据同化系统 254
7.4.1 陆面数据同化系统的组成 255
7.4.2 陆面数据同化系统的建立 258
7.4.3 主要数据同化系统介绍 258
参考文献 264
第8章 干旱区土壤水分遥感协同反演与同化模拟 268
8.1 基于微波与光学遥感数据的协同反演策略 268
8.1.1 问题的提出 268
8.1.2 协同反演策略与建模原理 269
8.1.3 土壤水分协同反演实例 272
8.2 TVDI模型及其改进 278
8.2.1 问题的提出 278
8.2.2 对TVDI模型的改进 278
8.2.3 改进的TVDI模型应用 281
8.3 基于VIC模型与卡尔曼滤波的同化模拟 286
8.3.1 问题的提出 286
8.3.2 基于VIC模型预测土壤水分 287
8.3.3 顺序同化——集合卡尔曼滤波方法 288
8.3.4 新疆地区土壤水分同化模拟 290
8.4 土壤水分遥感反演与同化模拟系统的设计与实现 295
8.4.1 系统总体结构 295
8.4.2 系统功能设计 295
8.4.3 系统开发与实现 297
8.4.4 SMIAS系统介绍 301
参考文献 302
第9章 生态环境监测空间信息服务系统 304
9.1 研究区概况及需求分析 305
9.2 系统设计与实现 306
9.2.1 系统分析与设计 306
9.2.2 系统开发与实现 309
9.2.3 基本结论 312
9.3 ESISS系统主要功能模块介绍 313
9.3.1 系统概述 313
9.3.2 生态环境参数遥感反演 314
9.3.3 专题产品生成 319
9.3.4 产品发布模块 330
9.4 准噶尔南缘生态环境综合评价 330
9.5 主要空间信息产品介绍 331
9.5.1 系统应用实例 331
9.5.2 生态环境空间信息专题产品一览 333
参考文献 334
索引 336
- 《北京生态环境保护》《北京环境保护丛书》编委会编著 2018
- 《你好,生态环境部!》生态环境部编 2019
- 《生态文化建设的社会机制研究》阮晓莺著 2019
- 《长江口物理、化学与生态环境调查图集》于非 2019
- 《中国生态系统定位观测与研究数据集 森林生态系统卷 云南西双版纳》邓晓保·唐建维 2010
- 《一带一路非洲东北部区生态环境遥感监测》俞乐 2019
- 《江苏中小企业生态环境评价报告》南京大学金陵学院企业生态研究中心 2019
- 《批判 建构与实践 戴维·佩珀生态社会主义思想研究》梅丽著 2019
- 《海州湾生态环境与生物资源》晁敏主编 2018
- 《大气氮沉降及其对生态系统的影响》方琨,王道波 2019
- 《指向核心素养 北京十一学校名师教学设计 英语 七年级 上 配人教版》周志英总主编 2019
- 《《走近科学》精选丛书 中国UFO悬案调查》郭之文 2019
- 《北京生态环境保护》《北京环境保护丛书》编委会编著 2018
- 《中医骨伤科学》赵文海,张俐,温建民著 2017
- 《美国小学分级阅读 二级D 地球科学&物质科学》本书编委会 2016
- 《指向核心素养 北京十一学校名师教学设计 英语 九年级 上 配人教版》周志英总主编 2019
- 《强磁场下的基础科学问题》中国科学院编 2020
- 《小牛顿科学故事馆 进化论的故事》小牛顿科学教育公司编辑团队 2018
- 《小牛顿科学故事馆 医学的故事》小牛顿科学教育公司编辑团队 2018
- 《高等院校旅游专业系列教材 旅游企业岗位培训系列教材 新编北京导游英语》杨昆,鄢莉,谭明华 2019