Bài thuyết trình: Ứng dụng ảnh viễn thám siêu phổ trong quản lý thực vật
Số trang: 28
Loại file: pptx
Dung lượng: 3.38 MB
Lượt xem: 11
Lượt tải: 0
Xem trước 3 trang đầu tiên của tài liệu này:
Thông tin tài liệu:
Bài thuyết trình: Ứng dụng ảnh viễn thám siêu phổ trong quản lý thực vật tìm hiểu về tư liệu ảnh viễn thám siêu phổ, quy trình xử lý và phân tích ảnh siêu phổ; xây dựng ứng dụng viễn thám siêu phổ trong quản lý thực vật.
Nội dung trích xuất từ tài liệu:
Bài thuyết trình: Ứng dụng ảnh viễn thám siêu phổ trong quản lý thực vật KHOACÔNGNGHỆTHÔNGTIN BỘMÔNTINTRẮCĐỊA ĐỀTÀI ỨNGDỤNGẢNHVIỄNTHÁMSIÊUPHỔTRONGQUẢNLÝTHỰC VẬT Cánbộhướngdẫn:TS.NguyễnThịMaiDung Sinhviênthựchiện:NguyễnThịThúy NộidungbáocáoMởđầuViễnthámsiêuphổvàtưliệuảnhAVIRISỨngdụngviễnthámsiêuphổtrongquảnlýlớpphủ thựcvậtKếtluận 1)Mởđầu Vớinhữngưuđiểmvượttrộithìcôngnghệviễnthámngàycàngcónhiềuứngdụngtrongmọimặtcủađờisốngxãhội.Đặcbiệttronglĩnhvựcquảnlýtàinguyênthiênnhiên. Tronglĩnhvựcnày,dữliệuảnhđaphổtồntạimộtsốhạnchế:băngthôngrộngnênthôngtinthuđượckhôngchitiết,khôngxácđịnhđượcloạivậtliệu…Trongkhiđó,dữliệusiêuphổcóđộphângiảicaocókhảnăngxácđịnh,chosựđánhgiátốthơnvềcácvậtliệu. 1)MởđầuMụctiêu:Tìmhiểuvềtưliệuảnhviễnthámsiêuphổ,quy trìnhxửlývàphântíchảnhsiêuphổ.Xâydựngứngdụngviễnthámsiêuphổtrongquản lýthựcvật2)Viễnthámsiêuphổ 3)TưliệuảnhAVIRISAVIRISlàmộttừviếttắtcủaAirborneVisible InfraRedImagingSpectrometerLàbộcảmcóbứcxạquangphổlênđến224kênh phổlâncậnvớibướcsóng4002500nanometcó mộtđộnhảysóngkhoảng10nanomet.Gầnnhưbaophủtoànbộcácsóngtrongvùngánh sángnhìnthấy,vùngcậnhôngngoạivàhồngngoại. 3)TưliệuảnhAVIRISCuiaba,Brazil.Bayvàongày25thángtámnăm19954)Ứngdụngviễnthámsiêuphổtrong quảnlýthựcvật4.1)Quytrìnhxửlývàphântíchảnhsiêuphổ Thu nhận dữ liệu Tiền xử lý Ph© tÝch phæ n Ph© lo¹i, tÝnh chØ sè thùc n vËt 4.2)Ứngdụngthựcnghiệm1)Thuthậpdữliệu:khuvựcJasperRidgeCalifornia,HoaKỳ 4.2)ỨngdụngthựcnghiệmCáckênhảnh 4.2)Ứngdụngthựcnghiệm2)Hiệuchỉnhảnhhưởngkhíquyển: Ảnhtrước(trai)vasau(phai)khihiêuchinhanhhưởngkhiquyên ́ ̀ ̉ ̣ ̉ ̉ ́ ̉ 4.2)Ứngdụngthựcnghiệm2)Hiệuchỉnhảnhhưởngkhíquyển: Đôthiphôtrước(trai)vasau(phai)khihiêuchinhanhhưởngkhi ̀ ̣ ̉ ́ ̀ ̉ ̣ ̉ ̉ ́ 4.2)Ứngdụngthựcnghiệm3)Tổhợpmàu,biểudiễnđồthịphổ: Ảnhtổhợpmàugiảvàtổhợpmàutựnhiên 4.2)Ứngdụngthựcnghiệm3)Tổhợpmàu,biểudiễnđồthịphổ: 4.2)Ứngdụngthựcnghiệm4)Phânloạiảnh: 4.2)Ứngdụngthựcnghiệm4)Phânloạiảnh: 4.2)Ứngdụngthựcnghiệm4)Phânloạiảnh: Hìnhảnhsauphânloại 4.2)Ứngdụngthựcnghiệm5)Tínhchỉsốthựcvật:• NormalizedDifferenceVegetationIndex(NDVI)• SimpleRatioIndex(SR)• EnhancedVegetationIndex(EVI)• AtmosphericallyResistantVegetationIndex(ARVI)• RedEdgeNormalizedDifferenceVegetationIndex(NDVI705)• ModifiedRedEdgeSimpleRatioIndex(mSR705)• ModifiedRedEdgeNormalizedDifferenceVegetation Index(mNDVI705)• 4.2)Ứngdụngthựcnghiệm5)Tínhchỉsốthựcvật:• VogelmannRedEdgeIndex1(VOG1)• RedEdgePositionIndex(REP)• StructureInsensitivePigmentIndex(SIPI)• RedGreenRatioIndex(RGRatio)• PlantSenescenceReflectanceIndex(PSRI)• CarotenoidReflectanceIndex1(CRI1)• CarotenoidReflectanceIndex2• AnthocyaninReflectanceIndex1(ARI1) ...
Nội dung trích xuất từ tài liệu:
Bài thuyết trình: Ứng dụng ảnh viễn thám siêu phổ trong quản lý thực vật KHOACÔNGNGHỆTHÔNGTIN BỘMÔNTINTRẮCĐỊA ĐỀTÀI ỨNGDỤNGẢNHVIỄNTHÁMSIÊUPHỔTRONGQUẢNLÝTHỰC VẬT Cánbộhướngdẫn:TS.NguyễnThịMaiDung Sinhviênthựchiện:NguyễnThịThúy NộidungbáocáoMởđầuViễnthámsiêuphổvàtưliệuảnhAVIRISỨngdụngviễnthámsiêuphổtrongquảnlýlớpphủ thựcvậtKếtluận 1)Mởđầu Vớinhữngưuđiểmvượttrộithìcôngnghệviễnthámngàycàngcónhiềuứngdụngtrongmọimặtcủađờisốngxãhội.Đặcbiệttronglĩnhvựcquảnlýtàinguyênthiênnhiên. Tronglĩnhvựcnày,dữliệuảnhđaphổtồntạimộtsốhạnchế:băngthôngrộngnênthôngtinthuđượckhôngchitiết,khôngxácđịnhđượcloạivậtliệu…Trongkhiđó,dữliệusiêuphổcóđộphângiảicaocókhảnăngxácđịnh,chosựđánhgiátốthơnvềcácvậtliệu. 1)MởđầuMụctiêu:Tìmhiểuvềtưliệuảnhviễnthámsiêuphổ,quy trìnhxửlývàphântíchảnhsiêuphổ.Xâydựngứngdụngviễnthámsiêuphổtrongquản lýthựcvật2)Viễnthámsiêuphổ 3)TưliệuảnhAVIRISAVIRISlàmộttừviếttắtcủaAirborneVisible InfraRedImagingSpectrometerLàbộcảmcóbứcxạquangphổlênđến224kênh phổlâncậnvớibướcsóng4002500nanometcó mộtđộnhảysóngkhoảng10nanomet.Gầnnhưbaophủtoànbộcácsóngtrongvùngánh sángnhìnthấy,vùngcậnhôngngoạivàhồngngoại. 3)TưliệuảnhAVIRISCuiaba,Brazil.Bayvàongày25thángtámnăm19954)Ứngdụngviễnthámsiêuphổtrong quảnlýthựcvật4.1)Quytrìnhxửlývàphântíchảnhsiêuphổ Thu nhận dữ liệu Tiền xử lý Ph© tÝch phæ n Ph© lo¹i, tÝnh chØ sè thùc n vËt 4.2)Ứngdụngthựcnghiệm1)Thuthậpdữliệu:khuvựcJasperRidgeCalifornia,HoaKỳ 4.2)ỨngdụngthựcnghiệmCáckênhảnh 4.2)Ứngdụngthựcnghiệm2)Hiệuchỉnhảnhhưởngkhíquyển: Ảnhtrước(trai)vasau(phai)khihiêuchinhanhhưởngkhiquyên ́ ̀ ̉ ̣ ̉ ̉ ́ ̉ 4.2)Ứngdụngthựcnghiệm2)Hiệuchỉnhảnhhưởngkhíquyển: Đôthiphôtrước(trai)vasau(phai)khihiêuchinhanhhưởngkhi ̀ ̣ ̉ ́ ̀ ̉ ̣ ̉ ̉ ́ 4.2)Ứngdụngthựcnghiệm3)Tổhợpmàu,biểudiễnđồthịphổ: Ảnhtổhợpmàugiảvàtổhợpmàutựnhiên 4.2)Ứngdụngthựcnghiệm3)Tổhợpmàu,biểudiễnđồthịphổ: 4.2)Ứngdụngthựcnghiệm4)Phânloạiảnh: 4.2)Ứngdụngthựcnghiệm4)Phânloạiảnh: 4.2)Ứngdụngthựcnghiệm4)Phânloạiảnh: Hìnhảnhsauphânloại 4.2)Ứngdụngthựcnghiệm5)Tínhchỉsốthựcvật:• NormalizedDifferenceVegetationIndex(NDVI)• SimpleRatioIndex(SR)• EnhancedVegetationIndex(EVI)• AtmosphericallyResistantVegetationIndex(ARVI)• RedEdgeNormalizedDifferenceVegetationIndex(NDVI705)• ModifiedRedEdgeSimpleRatioIndex(mSR705)• ModifiedRedEdgeNormalizedDifferenceVegetation Index(mNDVI705)• 4.2)Ứngdụngthựcnghiệm5)Tínhchỉsốthựcvật:• VogelmannRedEdgeIndex1(VOG1)• RedEdgePositionIndex(REP)• StructureInsensitivePigmentIndex(SIPI)• RedGreenRatioIndex(RGRatio)• PlantSenescenceReflectanceIndex(PSRI)• CarotenoidReflectanceIndex1(CRI1)• CarotenoidReflectanceIndex2• AnthocyaninReflectanceIndex1(ARI1) ...
Tìm kiếm theo từ khóa liên quan:
Ứng dụng ảnh viễn thám Báo cáo Địa lý Ảnh viễn thám Ảnh viễn thám siêu phổ Quản lý thực vật Tài liệu Địa lýGợi ý tài liệu liên quan:
-
4 trang 423 0 0
-
31 trang 127 0 0
-
Phân vùng ảnh viễn thám kích thước lớn dựa trên phân cụm mờ
7 trang 96 0 0 -
Giáo trình Phương pháp nghiên cứu địa lý địa phương: Phần 1 - Nguyễn Đức Vũ
78 trang 50 0 0 -
Đề cương ôn tập Địa Lý Việt Nam phần tự nhiên
28 trang 29 0 0 -
69 trang 28 0 0
-
10 trang 27 0 0
-
Phân loại ảnh viễn thám siêu phổ dựa trên mô hình CNN-KELM sâu
4 trang 26 0 0 -
Mô hình tự động phân loại dữ liệu lớp phủ bề mặt phục vụ kiểm kê khí nhà kính bằng ảnh viễn thám
10 trang 26 0 0 -
Một tiếp cận phân vùng ảnh viễn thám dựa trên MapReduce và phân cụm mờ
8 trang 25 0 0