CN104614724B - 地理要素组网观测方法及地理要素观测方法 - Google Patents

地理要素组网观测方法及地理要素观测方法 Download PDF

Info

Publication number
CN104614724B
CN104614724B CN201410855858.6A CN201410855858A CN104614724B CN 104614724 B CN104614724 B CN 104614724B CN 201410855858 A CN201410855858 A CN 201410855858A CN 104614724 B CN104614724 B CN 104614724B
Authority
CN
China
Prior art keywords
kms
sample area
size
geographic element
sampling point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410855858.6A
Other languages
English (en)
Other versions
CN104614724A (zh
Inventor
董立新
唐世浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201410855858.6A priority Critical patent/CN104614724B/zh
Publication of CN104614724A publication Critical patent/CN104614724A/zh
Application granted granted Critical
Publication of CN104614724B publication Critical patent/CN104614724B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Sampling And Sample Adjustment (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明涉及一种地理要素组网观测方法及地理要素观测方法，能够解决现有的组网观测方法不具有普适性的问题，以及现有的利用探头进行的地理要素观测技术因样点布设不科学产生的不能代表实验区地表类型或者成本高的问题。所述地理要素组网观测方法包括：利用卫星遥感装置获取要进行地理要素观测的地区预设的样区中预设的样点的地理要素图像数据；对所述地理要素图像数据进行处理，获取所述样点的地理要素数据。所述地理要素观测方法包括：利用埋于地下的探头获取要进行地理要素观测的地区预设的样区中预设的样点的地理要素数据。本发明适用于需要开展地理要素观测的场合。

Description

地理要素组网观测方法及地理要素观测方法
技术领域
本发明涉及环境监测技术领域，尤其涉及一种地理要素组网观测方法及地理要素观测方法。
背景技术
开展影响其它地区气候的地区的地理要素观测具有现实的意义。比如青藏高原，它通过地形动力和热力作用深刻地影响着青藏高原及附近地区的大气环流、能量、物质和水分循环以及气候，是影响东亚地区干旱、洪涝灾害异常的气候敏感区以及灾害天气预警的上游强信号关键区。可以利用探头开展青藏高原地区的土壤温湿度的观测，然而，现有的利用探头进行的土壤温湿度观测技术所选择的样点往往较多，且随机选择，这就使得现有的利用探头进行的土壤温湿度观测技术的样点布设不科学，从而不能代表实验区地表类型，成本较高，同时，青藏高原地区地形复杂，环境恶劣，因此，利用卫星遥感开展青藏高原地区的土壤温湿度的组网观测，对于解决我国重大灾害性天气气候预测理论技术难题具有重要意义。
而现有的组网观测方法未形成匹配卫星遥感像元的多尺度地面组网观测，因而不具有普适性。比如，2010-2012年，中科院青藏高原研究所在那曲地区建立了包含56个样点的样区(多尺度土壤温湿度观测网络：TP-SMTMN)，样区包含三个尺度(100Km，3Km和1Km)组成网状观测。主要进行不同深度(5cm、10cm、20cm和40cm)土壤温湿度要素观测。其三个尺度观测组网方式均为随机分布，沿道路布设，在围栏草场内的观测点较少，代表性有限。且因其没有微波遥感产品25Km尺度的观测，对卫星遥感像元尺度(25Km)的针对性较差，因而不具有普适性。
发明内容
有鉴于此，本发明实施例提供一种地理要素组网观测方法及地理要素观测方法，能够解决现有的组网观测方法不具有普适性的问题，以及现有的利用探头进行的地理要素观测技术因样点布设不科学产生的不能代表实验区地表类型或者成本高的问题。
为达到上述目的，本发明的实施例采用如下技术方案：
一方面，本发明提出了一种地理要素组网观测方法，包括:
利用卫星遥感装置获取要进行地理要素观测的地区预设的样区中预设的样点的地理要素图像数据；
对所述地理要素图像数据进行处理，获取所述样点的地理要素数据；
其中，所述样点形成匹配1千米、5千米、15千米和25千米卫星遥感像元尺度的观测网络。
本发明实施例提供的地理要素组网观测方法，通过建立匹配1千米、5千米、15千米和25千米卫星遥感像元尺度的观测网络来进行地理要素观测，能够解决现有的组网观测方法不具有普适性的问题。
另一方面，本发明提出了一种地理要素观测方法，包括：
利用埋于地下的探头获取要进行地理要素观测的地区预设的样区中预设的样点的地理要素数据；
其中，所述样区的大小为50千米*50千米，在所述大小为50千米*50千米的样区中包含大小为30千米*30千米的样区，在所述大小为30千米*30千米的样区中包含大小为10千米*10千米的样区，在所述大小为10千米*10千米的样区中包含大小为2千米*2千米的样区，所述大小为50千米*50千米的样区、所述大小为30千米*30千米的样区、所述大小为10千米*10千米的样区和所述大小为2千米*2千米的样区的中心点重合，所述样点为所述样区的顶点、中心点，以及所述大小为50千米*50千米、30千米*30千米、10千米*10千米和2千米*2千米的样区的边的中点。
本发明实施例提供的地理要素观测方法，建立了含有1千米、5千米、15千米和25千米4个尺度的采用2*2像元的嵌套式的观测网络，能够解决现有的利用探头进行的地理要素观测技术因样点布设不科学产生的不能代表实验区地表类型或者成本高的问题。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：
图1为本发明地理要素组网观测方法一实施例的流程示意图；
图2所示为含有1千米、5千米、15千米和25千米4个尺度的采用2*2像元的嵌套式的观测网络示意图。
具体实施方式
下面将结合附图对本发明的实施例进行详细描述。
参看图1，本发明的实施例提供一种地理要素组网观测方法，包括:
S1、利用卫星遥感装置获取要进行地理要素观测的地区预设的样区中预设的样点的地理要素图像数据；
S2、对所述地理要素图像数据进行处理，获取所述样点的地理要素数据；
其中，所述样点形成匹配1千米、5千米、15千米和25千米卫星遥感像元尺度的观测网络。
本发明实施例中，地理要素包括红外线辐射温度，红外线辐射率，土壤纹理，土壤电介质组成，空气温度，风向，风速，冰雹、雪、植被覆盖范围和植被类型等。
极轨卫星的分辨率为1千米，静止卫星的分辨率为5千米，被动微波遥感卫星的L1级产品分辨率约为15千米，微波遥感卫星L2/L3级产品的分辨率为25千米。
本发明实施例提供的地理要素组网观测方法，通过建立匹配1千米、5千米、15千米和25千米卫星遥感像元尺度的观测网络来进行地理要素观测，能够解决现有的组网观测方法不具有普适性的问题。
可选地，参看图2，在本发明地理要素组网观测方法的另一实施例中，
其中，所述样区的大小为50千米*50千米，在所述大小为50千米*50千米的样区中包含大小为30千米*30千米的样区，在所述大小为30千米*30千米的样区中包含大小为10千米*10千米的样区，在所述大小为10千米*10千米的样区中包含大小为2千米*2千米的样区，所述大小为50千米*50千米的样区、所述大小为30千米*30千米的样区、所述大小为10千米*10千米的样区和所述大小为2千米*2千米的样区的中心点重合，所述样点为所述样区的顶点、中心点，以及所述大小为50千米*50千米、30千米*30千米、10千米*10千米和2千米*2千米的样区的边的中点。
本发明实施例所述的方法适用于地表类型较为均匀、地形比较平坦的区域，可以增加250米、3千米等尺度的观测网络，使得本发明实施例所建立的观测网络具有不限于微波遥感的、广泛的卫星数据的代表性，可扩充性强，适应卫星谱段长(可见-红外-微波)，尺度组合灵活。如图2所示为含有1千米、5千米、15千米和25千米4个尺度的采用2*2像元的嵌套式的观测网络示意图。
主动雷达卫星遥感产品的分辨率为2-3千米，微波遥感卫星的L1级产品的分辨率为10千米。
本发明实施例提供的地理要素组网观测方法，考虑国内外各种卫星遥感地理要素图像数据采集产品的特点，建立了含有1千米、5千米、15千米和25千米4个尺度的采用2*2像元的嵌套式的观测网络，并能够适应2千米、10千米、30千米和50千米4个尺度的观测网络，即建立的观测网络可以同时适应8个尺度的地理要素数据观测，能够直接匹配八种尺度的卫星遥感像元，因而能够解决现有的组网观测方法不具有普适性的问题，能够便于获取到样区内部的地理要素变化，同时，建立的观测网络的尺度间的转换阶梯较缓慢，适合用尺度转换的方法从高分辨率的1千米尺度转换到50千米尺度，避免了由于尺度间隔太大而带来的不确定性，而且规则分布的样点不仅能够代表实验区地表类型、节约成本，还能够尽量较少对试验区地理环境的破坏。
可选地，在本发明地理要素组网观测方法的另一实施例中，所述样点的地理要素图像数据包括：
所述样点处2厘米、5厘米、10厘米、20厘米和30厘米深度的土壤温湿度图像数据。
本发明实施例中，在土壤温湿度观测上设计了2厘米、5厘米、10厘米、20厘米和30厘米的不同深度，特别的针对微波的穿透属性设计了2厘米的深度，从而使观测到的土壤温湿度数据更接近卫星被动微波遥感的特点。
本发明的实施例提供一种地理要素观测方法，包括:
利用埋于地下的探头获取要进行地理要素观测的地区预设的样区中预设的样点的地理要素数据；
其中，所述样区的大小为50千米*50千米，在所述大小为50千米*50千米的样区中包含大小为30千米*30千米的样区，在所述大小为30千米*30千米的样区中包含大小为10千米*10千米的样区，在所述大小为10千米*10千米的样区中包含大小为2千米*2千米的样区，所述大小为50千米*50千米的样区、所述大小为30千米*30千米的样区、所述大小为10千米*10千米的样区和所述大小为2千米*2千米的样区的中心点重合，所述样点为所述样区的顶点、中心点，以及所述大小为50千米*50千米、30千米*30千米、10千米*10千米和2千米*2千米的样区的边的中点。
本发明实施例提供的地理要素观测方法，建立了含有1千米、5千米、15千米和25千米4个尺度的采用2*2像元的嵌套式的观测网络，能够解决现有的利用探头进行的地理要素观测技术因样点布设不科学产生的不能代表实验区地表类型或者成本高的问题。
可选地，在本发明地理要素观测方法的另一实施例中，所述样点的地理要素数据包括：
在所述样点位置距离地面2厘米、5厘米、10厘米、20厘米和30厘米深度处的土壤温湿度数据。
虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (4)

1.一种地理要素组网观测方法，其特征在于，包括:
利用卫星遥感装置获取要进行地理要素观测的地区预设的样区中预设的样点的地理要素图像数据；
对所述地理要素图像数据进行处理，获取所述样点的地理要素数据；
其中，所述样点形成匹配1千米、5千米、15千米和25千米卫星遥感像元尺度的观测网络，
所述样区的大小为50千米*50千米，在所述大小为50千米*50千米的样区中包含大小为30千米*30千米的样区，在所述大小为30千米*30千米的样区中包含大小为10千米*10千米的样区，在所述大小为10千米*10千米的样区中包含大小为2千米*2千米的样区，所述大小为50千米*50千米的样区、所述大小为30千米*30千米的样区、所述大小为10千米*10千米的样区和所述大小为2千米*2千米的样区的中心点重合，所述样点为所述样区的顶点、中心点，以及所述大小为50千米*50千米、30千米*30千米、10千米*10千米和2千米*2千米的样区的边的中点。
2.根据权利要求1所述的地理要素组网观测方法，其特征在于,所述样点的地理要素图像数据包括：
在所述样点位置距离地面2厘米、5厘米、10厘米、20厘米和30厘米深度处的土壤温湿度图像数据。
3.一种地理要素观测方法，其特征在于,包括：
利用埋于地下的探头获取要进行地理要素观测的地区预设的样区中预设的样点的地理要素数据；
其中，所述样区的大小为50千米*50千米，在所述大小为50千米*50千米的样区中包含大小为30千米*30千米的样区，在所述大小为30千米*30千米的样区中包含大小为10千米*10千米的样区，在所述大小为10千米*10千米的样区中包含大小为2千米*2千米的样区，所述大小为50千米*50千米的样区、所述大小为30千米*30千米的样区、所述大小为10千米*10千米的样区和所述大小为2千米*2千米的样区的中心点重合，所述样点为所述样区的顶点、中心点，以及所述大小为50千米*50千米、30千米*30千米、10千米*10千米和2千米*2千米的样区的边的中点。
4.根据权利要求3所述的地理要素观测方法，其特征在于,所述样点的地理要素数据包括：
在所述样点位置距离地面2厘米、5厘米、10厘米、20厘米和30厘米深度处的土壤温湿度数据。
CN201410855858.6A 2014-12-31 2014-12-31 地理要素组网观测方法及地理要素观测方法 Active CN104614724B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410855858.6A CN104614724B (zh) 2014-12-31 2014-12-31 地理要素组网观测方法及地理要素观测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410855858.6A CN104614724B (zh) 2014-12-31 2014-12-31 地理要素组网观测方法及地理要素观测方法

Publications (2)

Publication Number Publication Date
CN104614724A CN104614724A (zh) 2015-05-13
CN104614724B true CN104614724B (zh) 2017-09-19

Family

ID=53149258

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410855858.6A Active CN104614724B (zh) 2014-12-31 2014-12-31 地理要素组网观测方法及地理要素观测方法

Country Status (1)

Country Link
CN (1) CN104614724B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113776585A (zh) * 2021-08-27 2021-12-10 国家卫星气象中心(国家空间天气监测预警中心) 基于像元矩阵的地理要素多尺度四维立体观测方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101614818A (zh) * 2009-07-09 2009-12-30 中国科学院遥感应用研究所 一种土壤盐碱化的雷达遥感监测方法
CN103218787A (zh) * 2013-04-23 2013-07-24 国家测绘地理信息局卫星测绘应用中心 多源异构遥感影像控制点自动采集方法
CN104142142A (zh) * 2014-07-01 2014-11-12 北京师范大学 全球植被覆盖度估算方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7161527B2 (en) * 2004-09-03 2007-01-09 Honeywell International Inc. Navigation system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101614818A (zh) * 2009-07-09 2009-12-30 中国科学院遥感应用研究所 一种土壤盐碱化的雷达遥感监测方法
CN103218787A (zh) * 2013-04-23 2013-07-24 国家测绘地理信息局卫星测绘应用中心 多源异构遥感影像控制点自动采集方法
CN104142142A (zh) * 2014-07-01 2014-11-12 北京师范大学 全球植被覆盖度估算方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
FY3A/MERSI地表温度反演;胡菊旸等;《遥感技术与应用》;20140831;第29卷(第4期);第531-538页 *
念青唐古拉山北麓草甸海拔分布上限土壤温湿度的季节变化;俞洁辉等;《地理学报》;20120930;第67卷(第9期);第1246-1254页 *
青藏高原典型下垫面的土壤温湿特征;杨健等;《冰川冻土》;20120831;第34卷(第4期);第813-820页 *

Also Published As

Publication number Publication date
CN104614724A (zh) 2015-05-13

Similar Documents

Publication Publication Date Title
Stathopoulou et al. Daytime urban heat islands from Landsat ETM+ and Corine land cover data: An application to major cities in Greece
Yang et al. Spatial and temporal characteristics of Beijing urban heat island intensity
Muster et al. Spatio-temporal sensitivity of MODIS land surface temperature anomalies indicates high potential for large-scale land cover change detection in Arctic permafrost landscapes
ES2604807B1 (es) Método y sistema para buscar fugas de agua a través de análisis de imágenes generadas mediante sistemas de detección remota
Hereher Sand movement patterns in the Western Desert of Egypt: an environmental concern
Adderley et al. The effect of radiometer placement and view on inferred directional and hemispheric radiometric temperatures of an urban canopy
Chanwattanapong et al. LoRa network based multi-wireless sensor nodes and LoRa gateway for agriculture application
CN104614724B (zh) 地理要素组网观测方法及地理要素观测方法
Franco et al. Study of temperature profile on various land use and land cover for emerging heat island
Bhang et al. Evaluation of the surface temperature variation with surface settings on the urban heat island in Seoul, Korea, using Landsat-7 ETM+ and SPOT
Gupta et al. Monitoring ecosystem health in India’s food basket
Du et al. Estimation of evapotranspiration for ungauged areas using MODIS measurements and GLDAS data
Ben-Dor et al. Detection of buried ancient walls using airborne thermal video radiometry
Hachem et al. Comparison of MODIS-derived land surface temperatures with near-surface soil and air temperature measurements in continuous permafrost terrain
Hedrick et al. Automated snow depth measurements in avalanche terrain using time-lapse photography
KONNO et al. Relationship between Terra/ASTER land surface temperature and ground-observed air temperature
Kalantari et al. Using available time series of Passive and Active Microwave to develop SMAP Freeze/Thaw algorithms adapted for the canadian subarctic
Planer‐Friedrich et al. Low‐cost aerial photography for high‐resolution mapping of hydrothermal areas in Yellowstone National Park
Yanev et al. A comparative analysis between MODIS LST level-3 product and in-situ temperature data for estimation of urban heat island of Sofia
Tabassum et al. Assessment of drought risk by using vegetation indices from remotely sensed data: A perspective from hot and arid district of Pakistan
Kienenberger et al. Field analog studies of the distribution of windblown sediments at Amboy Crater, California, with application to Mars
Harasyn et al. In Situ Passive Microwave and UAV Observations of Early Summer Sea Ice
Sun et al. Comparison of the soil moisture products from FY-3B/MWRI and CLDAS-V1. 0 over China
Roberts et al. Controlled meteorological (CMET) balloon profiling of the Arctic atmospheric boundary layer around Spitsbergen compared to a mesoscale model
Cui et al. Downscaling of QP Model with Dual-Channel Soil Moisture Retrievals Over Genhe Area in China

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant