黑河生态水文遥感试验:热红外高光谱航空遥感(2012年7月4日)

HiWATER: Thermal-Infrared yyperspectral radiometer(Jul. 4, 2012)


2012年7月4日,在黑河中游的30*30公里核心观测区域、临泽测区和黑河河道,利用运12飞机,搭载TASI传感器开展了热红外高光谱航空遥感数据飞行试验。TASI传感器波长范围为8-11.5微米,空间分辨率为3米。飞行高度为1000米。航空测量获取的数据,利用同步测量的坐标数据和大气数据,经过几何和大气校正,得到大气校正后的地表辐亮度,并进行温度发射率分离,得到地表温度数据。

本数据要求的引用方式
文章的引用

1. Li, X., Liu, S.M., Xiao, Q., Ma, M.G., Jin, R., Che, T., Wang, W.Z., Hu, X.L., Xu, Z.W., Wen, J.G., Wang, L.X. (2017). A multiscale dataset for understanding complex eco-hydrological processes in a heterogeneous oasis system. Scientific Data, 4, 170083. doi:10.1038/sdata.2017.83.(查看)

数据的引用

肖青, 闻建光. (2017). 黑河生态水文遥感试验:热红外高光谱航空遥感(2012年7月4日). 国家青藏高原科学数据中心, 2017. doi: 10.3972/hiwater.006.2013.db.
[Xiao, Q., Wen, J. (2017). HiWATER: Thermal-Infrared yyperspectral radiometer(Jul. 4, 2012). National Tibetan Plateau Data Center, 2017]

使用本数据时必须引用“文章的引用”中列出的文献,并进行数据的引用

参考文献

1.Li, X., Cheng, G.D., Liu, S.M., Xiao, Q., Ma, M.G., Jin, R., Che, T., Liu, Q.H., Wang, W.Z., Qi, Y., Wen, J.G., Li, H.Y., Zhu, G.F., Guo, J.W., Ran, Y.H., Wang, S.G., Zhu, Z.L., Zhou, J., Hu, X.L., & Xu, Z.W. (2013). Heihe watershed allied telemetry experimental research (hiwater): scientific objectives and experimental design. Bulletin of the American Meteorological Society, 94(8), 1145-1160. doi:10.1175/BAMS-D-12-00154.1.( 查看 )

2.李新, 刘绍民, 马明国, 肖青, 柳钦火, 晋锐, 车涛, 王维真, 祁元, 李弘毅, 朱高峰, 郭建文, 冉有华, 闻建光, 王树果. (2012). 黑河流域生态-水文过程综合遥感观测联合试验总体设计. 地球科学进展, 27(5), 481-498. doi:10.11867/j.issn.1001-8166.2012.05.0481.( 查看 | 下载 )

3.Lei Fan, Qing Xiao, Jianguang Wen, Qiang Liu, Yong Tang, Dongqin You, Heshun Wang, Zhaoning Gong, and Xiaowen Li. 2015. Evaluation of the Airborne CASI/TASI Ts-VI Space Method for Estimating Near-Surface Soil Moisture. Remote Sensing, 7(3):3114-3137. doi:10.3390/rs70303114( 查看 )

4.Wang H, Xiao Q, Li H, et al. Temperature and emissivity separation algorithm for TASI airborne thermal hyperspectral data. Electronics, Communications and Control (ICECC), 2011 International Conference on. IEEE, 2011: 1075-1078.( 查看 | 下载 )

5.Wang, H.S., Xiao, Q., Li, H., Du, Y.M., & Liu, Q.H. (2015). Investigating the Impact of Soil Moisture on Thermal Infrared Emissivity Using ASTER Data. IEEE Geoscience and Remote Sensing Letters, 12(2), 294-298. doi: 10.1109/LGRS.2014.2336912.( 查看 | 下载 )


使用条款

本数据由“黑河生态水文遥感试验(HiWATER)”产生,用户在使用数据时请在正文中明确声明数据的来源,并在参考文献部分引用本元数据提供的引用方式。

License: This work is licensed under an Attribution 4.0 International (CC BY 4.0)



资助项目

黑河流域生态-水文过程综合遥感观测试验:航空光学遥感

相关资源

1. 2022-04-07 西北农林科技大学 谢晓振 用途:模型仿真测试

2. 2022-03-21 西北生态环境资源研究院 冯姣姣 用途:作为遥感蒸散模型的输入数据。分析地表异质性对蒸散估算结果的影响

3. 2022-03-21 西北生态环境资源研究院 冯姣姣 用途:作为遥感蒸散模型的输入数据。分析地表异质性对蒸散估算结果的影响

4. 2021-03-13 None 10.42.0.1 用途:10.42.0.1

5. 2020-10-10 重庆大学 黄鸿 用途:用于开展高光谱地物分类研究 ,国家自然科学基金(42071302),请予以通过为谢。

6. 2020-10-10 重庆大学 黄鸿 用途:开展高光谱地物分类研究 ,国家自然科学基金(42071302),请予以通过为谢。

7. 2019-10-18 北京航空航天大学 张明明 用途:科研使用

8. 2019-03-06 中科院遥感地球所 张文娟 用途:利用该数据开展同类型航空高光谱载荷质量评价方法研究。

9. 2019-03-05 中国科学院遥感与数字地球研究所 马建行 用途:本人为在读博士三年级学生,博士论文中开展遥感图像模拟研究,选择的张掖为研究区,下载航空高光谱图像作为参考数据,对模拟结果进行精度验证

10. 2017-06-28 北京师范大学 周书贵 用途:基于TASI的温度发射率分离算法

11. 2017-04-25 兰州数云软件科技有限公司 李建轩 用途:验证无人机航拍红外高光谱影像进行计算机自动拼接后与现有的影像产品质量差异

12. 2017-03-13 中国科学院遥感与数字地球研究所 郗涵 用途:以蒸散发 遥感反演的尺度协同机制这一科学问题为出发点,选择基础较好的黑河流域和怀来实验站为研 究区,根据遥感数据成像模式、重访周期与未来的对地观测系统建设的理念,开展陆面蒸散发 遥感反演的尺度不确定性理论研究;探寻植被生长期观测的时间间隔和空-谱组合模式对参数 反演及蒸散发估算的敏感性;分析蒸散发估算全过程的误差传递和累积,研究时间、空间与光 谱尺度的协同机制和尺度匹配的理论与方法。本研究的开展为蒸散发遥

13. 2016-05-27 重庆大学 黄鸿 用途:本课题研究目标是在有限标记样 本条件下构建半监督多流形聚类模型,实现高光谱遥感数据子流形数据划分,构建稀 疏多流形学习模型,发现隐藏在高维HSI 中的低维多子流形,并实现多流形分类,为解决HSI 分类中的“维数灾难”问题奠定基础

14. 2016-05-25 中国科学院寒区旱区环境与工程研究所 赵泽斌 用途:“基于微波辐射计观测和分层辐射传输模型的地表冻融循环遥感监测算法研究” 主要用于温度、蒸散、能量等实验数据的验证与结果分析。

15. 2016-03-10 中科院遥感与数字地球研究所 秦伯雄 用途:科研训练中使用

16. 2016-03-07 中国国土资源航空物探遥感中心 刘瑶 用途:用于热红外通道的辐亮度图像模拟研究

17. 2016-01-04 中国地质大学(武汉) 徐韵 用途:进行热红外高光谱影像去噪算法的研究,并拟使用在期刊论文的撰写中,具体的论文题目还未确定。

18. 2015-12-02 中科院寒旱所 周彦昭 用途:主要用途:分析不同下垫面蒸散发的时空变化 区域:黑河中下游

19. 2015-09-10 中国科学院空间应用工程与技术中心 郑贺 用途:本人刚刚博士入学,硕士阶段研究的高光谱图像目标检测,由于当时数据源较少,没有在不同数据上验证自己的算法。想借助本数据进行算法的验证,同时,研究本算法可否用于针对河流的高光谱图像其它应用。

20. 2015-04-16 中国石油大学(华东) 刘兰法 用途:本数据集主要用于基于机器学习的多源遥感数据土壤含水量反演方法研究。在对地物光谱分析的基础上,利用时间尽可能相近的星载/机载微波遥感数据和光学遥感数据得到机器学习模型(如BP神经网络,SVM等)的输入参数,利用地面同步观测数据集进行模型训练和验证,最后获得研究区土壤含水量分布。同时,进一步分析不同机器学习方法,模型参数选取和不同遥感数据源对土壤含水量反演精度的影响。

数据评论

登录 后可以添加数据评论。

关注
关键词
空间位置
East: 100.46 West: 100.30
South: 38.70 North: 39.00
数据细节
  • 格式:影像
  • 大小:2283.52 MB
  • 浏览:9862 次
  • 下载量:31 次
  • 数据时间范围:2018-11-21 至 2018-11-21
  • 共享方式: 申请获取
  • 元数据更新时间:2021-04-19
联系信息

肖青、 闻建光

分发方: 时空三极环境大数据平台

Email: poles@itpcas.ac.cn

导出元数据