参考文献背景方法概述-遥感
遥感简介介绍
跨学科交叉融合发展趋势
01
与计算机科学融合
利用计算机视觉、机器学习等技 术，提高遥感数据的处理和分析 能力。
02
与地球科学融合
03
与环境科学融合
结合地理信息系统（GIS）、气 象学、水文学等学科知识，拓展 遥感技术的应用领域。
将遥感技术应用于环境保护、生 态监测等领域，为环境保护和可 持续发展提供支持。
遥感特点
遥感具有大面积同步观测、时效 快、精度高、连续性强等优点， 能够实现对地球表面的信息进行 快速、准确、全面的获取。
遥感技术发展历程
早期遥感技术
高光谱与多光谱遥感
早期的遥感技术主要依赖于航空摄影 ，通过飞机拍摄地面照片，实现对地 面的观测。
高光谱与多光谱遥感技术的发展，使 得遥感图像的分辨率和信息量得到了 大幅提升。
生态环境监测
利用遥感技术监测生态系统的结构和功能变化，评估生态环境质量 。
灾害预警领域应用案例
地震灾害预警
利用遥感技术监测地震活动和地表形变，及时发布地震预警信息。
洪涝灾害预警
通过遥感影像分析降雨分布和河流流量变化，预测洪涝灾害风险区 域。
森林火灾预警
利用遥感技术监测森林火灾的发生和发展趋势，及时发布火灾预警信 息。
城市规划
遥感技术可以用于城市规划、 城市扩张监测、城市交通状况 分析等方面。
灾害监测
遥感技术可以用于灾害监测和 预警，如地震、洪涝、火灾等
灾害的监测和评估。
02
遥感系统组成与工作原理
遥感平台类型及特点
01
02
03
卫星平台
利用卫星作为遥感平台， 具有覆盖范围广、获取数 据快、连续性好等优点。
飞机平台
论述遥感原理的应用论文
论述遥感原理的应用论文一、引言遥感技术是通过对地球表面进行观测和测量，获取地球表面信息的一种手段。
其原理是通过遥感传感器收集地球表面的辐射能量，然后将其转化为数字图像或数据。
遥感原理的应用广泛，包括环境监测、自然资源调查、农业和城市规划等领域。
二、遥感原理遥感原理主要包括辐射传输原理和光谱原理。
辐射传输原理指的是遥感能量在大气、地表和传感器之间的相互作用过程。
光谱原理是指地球表面反射、辐射和吸收的能力与物体的光谱特性有关。
三、遥感应用领域3.1 环境监测遥感技术在环境监测中的应用非常广泛。
通过遥感技术可以监测大气污染、水质变化、土地利用和覆盖变化等环境因素，帮助环境管理者及时获取信息并进行决策。
3.2 自然资源调查遥感技术在自然资源调查中有着重要的应用。
通过遥感图像可以获得地表植被、水资源、矿产资源等信息，为资源开发和综合利用提供科学依据。
3.3 农业遥感技术在农业领域的应用也非常广泛。
通过遥感技术可以监测农作物的生长情况、土壤湿度、气候变化等因素，帮助农民进行生产管理和农业灾害预警。
3.4 城市规划遥感技术在城市规划中扮演着重要的角色。
通过遥感技术可以获取城市土地利用信息、建筑物高度、交通状况等数据，为城市规划和发展提供科学参考。
四、遥感原理的应用案例4.1 水质监测利用遥感技术可以监测水体的水质变化。
通过遥感图像可以获取水体的溶解氧浓度、水色指数等信息，为水质监测提供前期数据。
4.2 面积测量利用遥感技术可以对各种地物的面积进行测量。
通过遥感图像可以获取地物的边界信息，并利用面积计算公式进行测量，为土地调查和管理提供参考。
4.3 灾害监测遥感技术在灾害监测中有着重要的作用。
通过遥感图像可以监测火灾、洪水、地震等自然灾害的范围和影响程度，为救援和应急响应提供支持。
4.4 空气质量监测利用遥感技术可以监测大气中的污染物和空气质量。
通过遥感图像可以获取大气的颗粒物浓度、气体污染物浓度等数据，为环境监测和污染防治提供参考。
参考文献背景方法概述-遥感
1 基于 DMSP-OLS-夜间灯光数据的长江三角洲地区城市化格局与过程研究数据源：本文使用 AcrGis Desktop 作为地理信息处理软件(数据源包括美国国家地球物理数据中心提供的DMSP-OLS夜间灯光数据以及通过国家基础地理信息系统网站(htttp://) 下载的全国1:400万数据库中的县级以上境界面状数据和主要交通线状数据(二者的数据都是地理坐标)，椭球体为WGS-84，可以相互叠加(为了计算面积，需对二类数据的坐标加以转换，本文将其转换为横轴墨卡托( UTM) 投影，椭球体仍为WGS-84。
在县级以上境界面状数据中提取长三角洲地区各市和市辖区边界，用以裁剪全球灯光数据的计算。
原始数据是消除了云( 通过热红外通道阈值法) 及火光等偶然噪声影响后对全年VNIR通道灰度值直接平均化处理后得到的，数据灰度值范围1~63，饱和灯光灰度值为63。
研究方法：(1)构建城市化指数。
通过分析了城市灯光数据（区域灯光面积属性指标顿、平均灯光强度属性指标、城市灯光亮度总值、复合夜间灯光数据）与长三角地区各城市经济（全市GDP、全市人均GDP、第二和第三产业产值比重）、人口（全市人口密度、市辖区人口密度、非农业人口占总人口比重）和土地利用（市辖区建设用地面积、市辖区建成区面积）的相关性。
采用平均灯光强度属性指标作为基于DMSP-OLS的城市化水△S(DNT+1）分别为阈值DNT-1、DNT+1时的面积与建设用地面积之差的绝对值；IF[△S(DNT-1）≥△S(DNT）≤△S(DNT+1）表示阈值为DNT时的面积与建设用地面积之差绝对值最小。
结果分析：1城市群城市化空间模式。
城市化过程可以理解为城市用地在空间上通过占有非城市用地而实现扩展的过程。
2城市群城市化过程分析。
通过区域内平均灯光强度均值的变化分析城市群整体城市化的过程，平均灯光强度的变差系数来反应城市群内部城市化水平的差异。
3城市群用地扩展类型。
遥感参考文献
图像数据的傅里叶变换
在电气工程和计算机科学领域，数字图像 处理总是要考虑使用傅里叶变换和频域技 术进行图像数据的几何修正。某些详细内 容可以参考Castleman(1996)、Gonzalez(1995) 和Moik(1980)。光宇离散傅里叶变换、离散 卷积和快速傅里叶算法较好的介绍可参考 Brigham的论著(1974、1988)。
2011-3-2 youyoujingyou 5
辐射增强技术
1.大多数关于对比度增强和对比度匹配的内容，特别 是一些数学方面的细节可以在Castleman(1996)、 Gonzalez和woods(1992)等为难中找到。 2.Moik(1980)和Hord(1982)也提供了概述性内容。 3.更全面的内容可在Schowengerdt(1997)、 Jensen(1986)、Mather(1987)、Harrison和Jupp(1990) 中找到。 4.A.Schwarta(1976)和J.M.Soha等(1976)的文章给出了高 斯对比度扩展直方图均衡化效果的例子。 5.Chavez(1979)等已经论证了多周期对比度增强的性能， 这种方法亮度值的匹配函数是周期性的。
2011-3-2 youyoujingyou 11
特征减少
1.对于离散度和JM距离测度的更多数学细节，可参考 Duda、Hart和Stork(2001)以及Kailath(1968)。可以在 Swain和King(1973)中找到关于变换离散度的详细讨 论。 2.在Jensen和Waltz(1979)的论文中给出了关于遥感领域 正则分析的全面介绍性论述。 3.从遥感的观点更详细的描述由Merembeck等(1971)、 Merembeck和Turner(1980)以及Eppler(1976)给出。这 里也包括一些作为特征减少工具说明其实用性结果。 4.在Seal(1964)和Tatsuoka(1971)中可找到作为统计工作 的正则分析的iangxi数学描述。Seal特别给出了再二 维和三维数据集上手工计算的结果。
遥感原理与方法
定量分析
基于提取的信息，进行定量描述 和推断，如植被指数计算、土地 利用变化监测等。
时空分析
结合时间序列数据，分析地物变 化的趋势和规律，为环境监测、 城市规划等领域提供决策支持。
05 遥感应用案例
土地利用/土地覆盖变化监测
总结词
利用遥感技术监测土地利用和土地覆盖变化，有助于及时发现非法占地、土地退化等问题，为土地资源管理和规 划提供依据。
遥感技术应用领域不断拓展，从传统的环境监测、资源调查、城市规划等领域，拓展到农业、林业、气 象、海洋、交通等更多领域，为各行业的发展提供了重要的数据支持。
遥感在可持续发展中的作用
资源调查与监测
环境监测与保护
遥感技术可以对土地、森林、 水体等资源进行调查和监测， 为资源管理和保护提供数据 支持。
遥感技术可以监测大气、水 质、土壤等环境要素，及时 发现和解决环境问题，为环 境保护提供科学依据。
详细描述
遥感技术能够获取大范围的农作物生长情况 、种植面积等信息，通过分析这些数据可以 对农作物产量进行预测。这种预测方法具有 客观、准确、时效性强的特点，对于农业生 产和农村经济发展具有重要意义。同时，遥 感技术还可以监测农村基础设施建设、贫困
状况等情况，为农村发展提供科学依据。
06 遥感发展前景与挑战
遥感图像增强
对比度拉伸
通过调整像素值的范围， 增强图像的对比度，使地 物特征更加突出。
直方图均衡化
通过对图像的直方图进行 均衡化处理，改善图像的 整体对比度。
多光谱增强
利用不同波段之间的信息 差异，通过合成、融合等 技术提高图像的空间分辨 率和光谱分辨率。
遥感图像解译与分类
目视解译
通过专业人员的目视观察和经 验，对遥感图像进行地物识别
remote sensing of enviro参考文献格式
remote sensing of enviro参考文献格式当引用 Remote Sensing of Environment（环境遥感）杂志中的参考文献时，可以按照以下格式进行：期刊文章：[作者名字]. ([文章发布年份]). [文章标题]. Remote Sensing of Environment, 卷号, [页码范围]. DOI: [DOI链接].例如:Smith, J., Johnson, A. (2022). A study on land cover classification using remote sensing techniques. Remote Sensing of Environment, 45(2), 123-135. DOI: 10.1016/j.rse.2022.01.001.书籍章节：[章节作者名字]. ([出版年份]). [章节标题]. In [书籍作者名字/主编名字] (Eds.), [书籍标题] (pp. [页码范围]). [出版地点]: [出版社].例如:Brown, C. (2020). Remote sensing applications in environmental monitoring. In Johnson, R. (Ed.), Advances in Remote Sensing (pp. 45-68). New York: Springer.会议论文：[作者名字]. ([会议举办年份]). [文章标题]. In Proceedings of [会议名称] (pp. [页码范围]). [出版地点]: [出版社].例如:Lee, H., Kim, S. (2019). Monitoring urban heat island using remotesensing data. In Proceedings of the International Conference on Remote Sensing Applications (pp. 123-135). Paris: IEEE.请注意，上述格式仅为示例，你需要根据实际引用的文献内容进行相应的调整。
遥感技术方法范文
遥感技术方法范文遥感技术是指利用卫星、飞机等在地面上进行观测和获取地球表面信息的技术。
它以其高效、高精度的特点，在资源调查、环境监测、灾害评估、城市规划等领域广泛应用。
下面将介绍几种常见的遥感技术方法。
一、光学遥感技术光学遥感技术是利用可见光、近红外和热红外等电磁波段的能量来获取遥感信息。
其中，最常用的方法是利用光学传感器获取地表物质反射或辐射的信息，进而实现地物的识别、分类、量化等目标。
光学遥感技术主要包括航空摄影、卫星影像采集和数字图像处理等环节。
二、雷达遥感技术雷达遥感技术是利用雷达波的特性来获取地表信息的一种技术方法。
雷达波可以穿透云层和地面，对地表物体进行有效探测和测量，可以获取地表的高程、形态和物质分布等信息。
雷达遥感技术主要应用于地形测绘、陆地遥感、冰雪观测等领域。
三、红外遥感技术红外遥感技术是利用红外辐射波段的特性来获取地表信息的一种技术方法。
红外辐射波段对大气和云层等的穿透性较强，可以获取地表物体的温度和表面特征等信息。
红外遥感技术主要应用于火灾监测、空气污染监测、地表温度测量等领域。
四、多光谱遥感技术多光谱遥感技术是利用不同波段的光学传感器获取地表物体的光谱信息，通过分析光谱反射特性来识别地物类型、判别地质构造和生态环境状况等。
多光谱遥感技术可以获取地表物体在不同波段上的反射率，进而进行多光谱影像融合和光谱特征分析等。
五、合成孔径雷达（SAR）遥感技术合成孔径雷达遥感技术是利用合成孔径雷达获取地表物体的雷达回波信息，并通过信号处理和图像重建等方法生成高分辨率的雷达影像。
合成孔径雷达具有天气无关性和较高的地面分辨率，广泛应用于军事、测绘和海洋等领域。
这些遥感技术方法在资源调查、环境监测、灾害评估、城市规划等方面发挥着重要作用。
通过遥感技术的应用，可以获取大范围的地表信息，并对地球表面进行监测和分析，为决策、应急和规划提供科学依据。
随着遥感技术的不断发展和卫星观测能力的提高，遥感技术在未来将得到更广泛的应用。
遥感论文——精选推荐
基于面向对象的多光谱数据的地表信息提取应用摘要随着计算机技术和遥感技术的发展，遥感技术在社会的各个方面得到了广泛应用，如对资源、环境、灾害、城市等进行调查、监督、分析和预测、预报等方面的工作。
所以分类作为遥感技术中的一项最基本的研究，也是遥感技术运用最为广泛的一项技术，也相应的提出了更高的要求。
然而目前主要的分类方法是监督分类和非监督分类，这两种方法是基于像元的分类方法，不能有效的利用影像的空间纹理信息。
而且基于像元的分类方法还存在着分类结果出现椒盐现象的问题，从而导致大量无效破碎图斑的产生，最终导致分类精度不高。
随后又提出了在此两种方法的基础上该进的方法，如模糊分类法、基于神经网络的分类方法和基于决策树的分类方法等。
虽然后述这些方法在一定的程度上提高了分类的精度，但是他们依旧是建立在像元的基础上，也没有考虑到对象的空间纹理信息。
所以也会出现上述的一些问题（如：椒盐现象等）。
所以传统的分类方法已不能满足分类的需求。
所以基于以上这些问题，面向对象的分类方法应运而生，面向对象的分类方法充分利用影像的光谱信息、空间几何信息、纹理信息来进行分类。
采用多尺度分割算法，采用不同的分割尺度，能够较好的提取各种尺寸大小的地物。
所以运用面向对象的分类方法提取地表信息是，能够细致的提取出地表所覆盖的地物种类，并且能够达到更高的提取精度，能够更加准确的为相关部门提供数据资料，为相关部门作出决策判断提供依据。
本文中采用面向对象的分类方法与传统的基于像元的分类方法相比有一下有点：基于影像多尺度分割得到同质像元组成的影像对象，对象内部的光谱差异值很小可以忽略其内部的信息，从而避免了椒盐现象的出现，对象之间的区分同时考虑了光谱和形状两种因子，为分类提供了更多的特征，有效地克服了基于像元分类的一些局限性；多尺度的空间分析，可以满足不同尺度地物的信息提取要求；模拟人脑的思维方式充分利用影像对象的各种特征，以达到尽可能高的精度提取地物信息的目的。
遥感技术文献综述
遥感技术文献综述当涉及到遥感领域的文献综述时，以下是一个基本的模板可以作为参考：概要：在这篇文献综述中，我们对遥感技术在特定应用领域或特定主题方面的研究进行了综合和分析。
通过回顾相关文献，我们总结了当前遥感研究的进展、应用方法和研究结果。
本文综述的目的是提供一个关于遥感在特定应用或主题方面的最新研究动态的全面概述，以及未来研究的潜在方向。
引言：在本节中，我们简要介绍了遥感技术的基本原理和应用领域的背景。
我们提供了关于遥感数据获取、遥感传感器和数据处理方法的概述。
此外，我们对遥感在不同领域中的重要性和实际应用进行了讨论。
方法：在这一部分，我们说明了文献综述的方法和搜索策略。
我们详细描述了我们使用的数据库、关键词和筛选标准。
我们还讨论了对文献进行筛选和排序的过程。
研究进展：在这一节中，我们总结了最新的研究进展，包括遥感技术在特定应用领域中的应用案例。
我们回顾了相关文献，涵盖了该领域内的关键问题、挑战和解决方案。
我们介绍了不同研究团队的工作，讨论了他们的方法、数据来源和实验结果。
应用：在这一部分，我们探讨了遥感技术在特定应用领域中的应用案例。
我们列举了使用遥感数据解决的问题，并说明了遥感技术在这些应用中的优势和局限性。
我们还介绍了相关的数据处理方法和技术，包括图像分类、变化检测、地表温度估算等。
未来方向：在这一节中，我们提出了遥感研究的未来发展方向。
我们讨论了当前研究中存在的挑战和限制，并提出了潜在的解决方案。
我们还探讨了遥感技术可能的改进和创新，以应对日益复杂的遥感应用需求。
结论：在这篇文献综述中，我们回顾了遥感技术在特定应用领域或特定主题方面的研究进展。
我们总结了当前研究的成果和应用方法，并探讨了未来的发展方向。
我们希望这篇综述能为研究人员提供有关遥感技术在该领域应用的全面概述，为未来的研究提供参考和启示。
请根据你的具体要求和领域知识，填充各个部分的内容，这将是一篇完整的遥感文献综述。
需要注意的是，这只是一个通用模板，具体结构和内容可能会因涉及的应用领域或主题而有所不同。
中科院843遥感概论笔记
中科院843遥感概论笔记遥感（Remote Sensing）是利用传感器从远距离获取地面、水面等物体特征信息的科学与技术。
它通过接收和记录目标物体发射、反射或散射的电磁辐射，从而实现对目标物体的探测、识别和监测。
本文将从遥感的概念和发展历程、遥感技术的分类和应用领域等方面进行探讨。
一、遥感概念与发展历程遥感概念的提出可以追溯到20世纪初。
随着科技的进步，人们意识到使用传感器从远处获取地面信息的重要性。
随后，随着航空摄影和遥感技术的结合应用，遥感技术开始得到广泛应用。
20世纪60年代末，卫星遥感技术的问世，使得遥感技术得到了更广泛的应用和发展。
现代遥感技术已经成为地球科学、环境科学、农业科学和城市规划等领域的重要工具。
二、遥感技术的分类根据遥感技术的不同原理与方法，可以将遥感技术分为被动遥感和主动遥感两大类。
被动遥感指的是利用地球表面目标发射、反射或散射的电磁辐射进行探测和监测的技术。
常见的被动遥感技术包括航空摄影和卫星遥感。
航空摄影是通过摄影机记录地面目标的光学图像来获取信息。
而卫星遥感则是基于卫星传感器记录地球表面反射的电磁辐射，通过对这些数据进行处理和分析，得到对地表特征的描述。
主动遥感则是利用人工源发出的电磁波与地面目标进行交互作用，通过接收返回信号来获取目标特征的技术。
雷达遥感和激光雷达遥感是主动遥感的两种常见方式。
雷达遥感利用雷达发射的电磁波，通过接收被地面目标反射、散射或回波的信号，来获取地面目标的特征信息。
激光雷达遥感则是利用激光束与地面目标相互作用，通过接收激光回波来获取地面目标的特征信息。
三、遥感技术的应用领域遥感技术在许多领域中都有重要应用。
1.环境监测与管理遥感技术可用于监测大气、水体、土地等环境要素的变化情况，提供环境污染、自然灾害等方面的信息，为环境保护和资源管理提供有力支持。
2.农业与林业农业和林业是遥感技术的重要应用领域之一。
通过遥感技术，可以提供农作物生长情况、土地利用变化、森林资源评估等重要信息，为农业生产和林业管理提供科学依据。
遥感应用的分析原理与方法
遥感应用的分析原理与方法1. 引言遥感是利用航空航天器获取地球表面信息的科学技术。
遥感技术在地球科学、环境监测、农业、城市规划等领域中得到了广泛应用。
本文将重点介绍遥感应用的分析原理与方法。
2. 遥感数据获取与处理方法遥感数据可以通过航空航天器获取，主要分为光学遥感和雷达遥感。
光学遥感主要利用光能获取地表信息，包括可见光、红外线和热红外等波段。
雷达遥感则利用电磁波辐射的回波来获取地表信息。
遥感数据的处理方法主要包括数据预处理、图像增强、信息提取和分类等步骤。
数据预处理主要包括辐射校正、大气校正和几何校正等过程，以提高数据的质量和准确性。
图像增强针对不同的应用需求，可以采用直方图均衡化、滤波和降噪等方法来增强图像的可视化效果和信息显示。
信息提取则是通过遥感图像的光谱、形状和纹理等特征，识别和提取地物信息。
最后，通过分类算法将地物分为不同的类别，在地表覆盖分类、植被类型分类和土地利用分类等方面具有广泛应用。
3. 遥感应用领域与案例分析3.1 地球科学领域在地球科学领域中，遥感技术可以用于观测地球表面的土地利用变化、地表温度分布、海洋表面温度及气候变化等。
通过遥感数据的分析，可以了解地球系统的运行情况，为地球科学研究提供重要数据支持。
例如，利用遥感数据可以监测全球的地表温度，研究气候变化的趋势和原因。
3.2 环境监测领域遥感技术在环境监测领域有着重要的应用。
通过获取遥感数据，可以对环境中的水体质量、空气质量和土壤质量进行监测和评估。
例如，利用遥感数据可以监测水体中的蓝藻水华，预测蓝藻水华爆发的风险，并为水环境管理提供决策支持。
3.3 农业领域在农业领域，遥感技术可以用于农作物的监测、生长状况评估和灾害监测等方面。
通过遥感数据的分析，可以了解农田的土壤水分状况、作物的生长情况和植被覆盖变化等。
例如，利用遥感数据可以监测农田中的干旱程度，及时采取灌溉措施，提高农作物的生产力。
3.4 城市规划领域遥感技术在城市规划领域也有着广泛的应用。
遥感毕设开题报告
遥感毕设开题报告一、选题背景与意义1.1 选题背景遥感技术在地球科学、环境保护、农业生产等领域具有广泛的应用。
随着遥感数据的不断增多与完善，其应用领域也日益拓宽。
在当前的时代背景下，遥感技术在环境监测、资源调查、灾害评估等方面发挥了重要作用。
因此，开展一项与遥感技术相关的毕业设计具有重要的现实意义。
1.2 选题意义遥感技术在农业领域的应用逐渐受到重视。
在现代农业生产中，遥感技术可以帮助农民了解植被生长情况、土地利用情况以及农田水分状况等信息，为农业决策提供基础数据支持。
另外，遥感技术还可以检测农作物的生长变化，帮助农民提早预测丰收情况。
因此，开展一项涉及农业领域的遥感毕业设计具有重要的实践意义。
二、研究内容与目标2.1 研究内容本毕设的研究内容主要包括以下几个方面：•遥感数据获取：利用卫星或无人机等遥感获取设备获取农田的遥感影像数据。
•遥感数据处理与分析：对获取到的遥感影像数据进行预处理、特征提取和分类等操作，获取有用的农田信息。
•农田信息分析与应用：对农田信息进行分析和应用，如农田利用评估、农作物生长分析等。
2.2 研究目标本毕设的研究目标如下：•开发一个基于遥感技术的农田监测与管理系统，实现对农田信息的自动化获取和分析。
•探索和优化遥感影像数据处理的方法，提高农田信息的提取准确率和效率。
•验证遥感技术在农业领域的应用效果，探索遥感技术在农业决策中的实际价值。
三、研究方案与方法3.1 研究方案本毕设的研究方案如下：1.收集与整理农田遥感影像数据集。
2.进行遥感影像数据预处理，包括辐射定标、大气校正等步骤。
3.提取农田遥感影像数据的特征，如植被指数、土壤湿度等。
4.运用机器学习算法对农田信息进行分类与识别。
5.验证分类结果的准确性，进行模型的优化和调整，提高分类效果。
6.开发一个农田监测与管理系统，实现对农田信息的可视化和自动化管理。
3.2 研究方法本毕设的研究方法包括以下几个方面：•数据采集方法：利用遥感设备获取农田遥感影像数据集。
全球植被叶片叶绿素含量遥感反演
汇报人： 2024-01-08
目录
• 引言 • 全球植被叶片叶绿素含量遥感
反演技术概述 • 全球植被叶片叶绿素含量遥感
反演算法
目录
• 全球植被叶片叶绿素含量遥感 反演结果与分析
• 全球植被叶片叶绿素含量遥感 反演的挑战与展望
• 参考文献
01
引言
研究背景与意义
研究背景
研究目的与任务
研究目的：本研究旨在利用遥感数据，建立全球植被叶 片叶绿素含量的反演模型，提高反演精度，为相关研究 提供可靠的数据支持。 分析全球不同地区植被叶片叶绿素含量的分布特征；
构建基于遥感数据的叶绿素含量反演模型；
研究任务 研究遥感数据与植被叶片叶绿素含量之间的关系； 对反演模型进行验证和优化，提高反演精度。
样本验证
通过实地采集的样本数据，对遥感反演结果进行精度验证 ，评估反演结果的可靠性。
01
同其他方法比较
将遥感反演结果与其他传统测量方法的 结果进行比较，验证遥感反演的准确性 和可靠性。
02
03
误差来源分析
分析遥感反演过程中可能存在的误差 来源，如数据源的局限性、算法的不 完善等，并提出改进措施。
结果对比与分析
05
全球植被叶片叶绿素含量遥感 反演的挑战与展望
面临的挑战
数据获取难度大
01
全球范围内获取高精度、高分辨率的遥感数据存在技术难度和
成本限制。
叶绿素含量与光谱特征关系复杂
02
叶绿素含量与光谱特征之间的关系受多种因素影响，如光照条
件、叶片结构等。
反演算法精度要求高
03
叶绿素含量反演算法需要高精度、高稳定性的数据支持，以提
遥感应用原理与方法
遥感应用原理与方法遥感（Remote Sensing）是指利用航空器、卫星、遥感卫星等遥感平台所获取的地球表面和大气层信息，通过传感器对辐射能的检测和记录进行处理分析，从而得到具有一定目的和目标的地表、大气和天体等信息的科学技术。
遥感应用原理与方法涵盖遥感数据获取、处理与分析的步骤，以下将分别介绍。
一、遥感数据获取遥感数据获取是指利用航空器、卫星或其他遥感平台采集遥感数据的过程。
其主要原理是利用传感器对地球表面进行辐射能的接收，然后将接收到的辐射能转化为数字信号或图像数据。
常见的遥感数据获取方式包括航空摄影、卫星遥感和无人机遥感等。
1.航空摄影：通过航空摄影机将地面目标的影像记录在感光介质上，再经过处理和解译，获取地表信息。
航空摄影可以获得高分辨率的影像数据，但覆盖范围相对较小。
2.卫星遥感：利用具有遥感功能的卫星进行影像获取。
由于卫星高空运行，可以覆盖更大的地表面积，并且可以获取大范围的连续遥感数据，有利于对地球表面进行长时间和全面的监测。
3.无人机遥感：无人机遥感是近年来发展起来的新兴技术。
无人机具有灵活性高、成本低等特点，在小范围内能够获得高分辨率的影像数据，适用于小区域目标的监测和分析。
二、遥感数据处理与分析遥感数据处理与分析是指将采集到的遥感数据进行预处理和信息提取，得出目标地区的特征和信息。
遥感数据处理与分析主要包括遥感图像预处理、信息提取与分类、变化检测和遥感时空分析等。
1.遥感图像预处理：遥感图像预处理主要通过空间校正、辐射校正和大气校正等处理，使图像质量更好、减少噪声，以便进行后续分析。
2.信息提取与分类：信息提取与分类是指通过特定的算法和模型，将遥感图像中的目标进行自动或半自动的提取和分类。
常见的方法包括目标识别与定位、纹理分析、光谱解混和等。
3.变化检测与监测：变化检测是指通过对多个时间段的遥感图像进行比较，找出地表变化的区域和特征。
例如用于城市扩张、植被遥感、地质灾害监测等。
简述遥感的基本原理
简述遥感的基本原理
遥感是一种通过探测和记录地球表面的电磁辐射来获取地球信息的技术。
它利用遥感卫星、飞机等载体，通过接收地球表面反射的电磁波或地球自身辐射的电磁波，来获取地球表面的信息。
遥感的基本原理是利用电磁波与地物之间的相互作用来获取地球表面的信息。
电磁波是一种由电场和磁场相互作用而产生的能量传播现象，它在空间中以波的形式传播。
电磁波包括可见光、红外线、微波等不同波长的波段，而不同波段的电磁波与地物之间的相互作用也不同。
例如，可见光主要与地表物体的颜色和纹理有关，红外线则与地表物体的温度有关，微波则可以穿透云层和植被，获取地表物体的内部信息。
遥感技术通过感知和记录电磁波在地球上的分布和变化，来获取地球表面的信息。
遥感卫星或飞机上搭载的传感器可以接收到地球表面反射的电磁波或地球自身辐射的电磁波，并将其转化为数字信号。
接收到的数字信号经过处理和解译，可以得到地球表面的各种信息，如地表反射率、温度、湿度、植被覆盖程度等。
这些信息可以用于地质勘探、环境监测、农业生产、城市规划等领域。
遥感技术的基本原理是通过探测和记录地球表面的电磁辐射来获取地球信息。
它利用电磁波与地物之间的相互作用，通过感知和记录电磁波在地球上的分布和变化，来获取地球表面的各种信息。
这种
技术可以广泛应用于各个领域，为人们提供了更多的地球信息，促进了人类社会的发展。
遥感学报参考文献格式 endnote
遥感学报参考文献格式endnote遥感学报参考文献格式的Endnote样式可以参考以下步骤进行设置：1.打开Endnote软件，选择“Edit”菜单中的“Output Styles”。
2.在“Output Styles”窗口中，选择“New”创建一个新的样式。
3.在新样式的编辑界面中，可以设置各种格式，包括标题、作者、出版物名称、年份等。
4.在“Bibliography”选项卡中，可以设置参考文献的格式，包括排序方式、分隔符、标点符号等。
5.完成设置后，将新样式保存，并命名为“遥感学报”，方便以后使用。
6.在撰写文章时，使用Endnote插入参考文献时，选择刚刚创建的“遥感学报”样式即可。
注意：以上步骤可能会因Endnote版本不同而有所差异，但总体思路是一样的。
在具体操作过程中，如有疑问，建议参考Endnote 官方文档或者联系相关技术支持人员。
在Endnote软件中进行样式编辑的步骤如下：1.打开Endnote软件，选择“Edit”菜单中的“Output Styles”。
2.在“Output Styles”窗口中，选择需要编辑的样式。
3.在右侧的属性窗口中，可以设置各种格式，包括标题、作者、出版物名称、年份等。
4.在“Bibliography”选项卡中，可以设置参考文献的格式，包括排序方式、分隔符、标点符号等。
5.完成设置后，点击右上角的“Save”按钮保存所做的修改。
6.如果需要还原到原始样式，可以选择“Edit”菜单中的“Output Styles”，然后选择“Restore Default Style”。
注意：以上步骤可能会因Endnote版本不同而有所差异，但总体思路是一样的。
在具体操作过程中，如有疑问，建议参考Endnote 官方文档或者联系相关技术支持人员。
文献参考法
文献参考法文献参考法是学术写作中常用的引用和参考他人研究成果的方法。
通过引用他人的研究结果和观点，可以增加自己的论据的科学性和可信度，并且还可以向读者展示对前人研究的尊重和加以借鉴的态度。
在写作中使用文献参考法时，需要对引用的文献进行标注，并在文章末尾列出详细的参考文献列表。
在使用文献参考法时，需要注意一些基本的规范。
首先，在引用他人观点、研究成果或数据时，需要注明出处。
这可以体现对前人研究的尊重，同时也可以帮助读者查找更多相关信息。
其次，在引用他人观点时，要准确、完整地表述，不得歪曲或片面解读他人的研究成果。
最后，在列出参考文献列表时，需要按照一定的格式进行排版，通常分为书籍、期刊、网页等多个类别。
下面将针对这些方面进行详细说明。
首先，引用他人观点时需要注明出处。
在文中引用他人的观点或研究成果时，可以采用直接引用或间接引用的方式。
直接引用是将他人的话语或段落在文中原样复制，需要用引号包裹，并在引用后注明出处。
例如，Tom Smith在他的研究中指出：“……”(Smith, 2010, p. 45)。
间接引用是根据他人观点进行自己的表述，同样需要注明出处。
例如，根据Tom Smith的研究，可以得出结论：“……”(Smith, 2010)。
其次，引用他人观点时要准确、完整地表述。
在引用他人观点时，需要确保自己对他人观点的理解正确，并且不得歪曲、片面解读他人的研究成果。
为了保证准确性，可以适当增加更多的背景信息，以便读者更好地理解引用的内容。
最后，在列出参考文献列表时需要按照一定的格式进行排版。
一般来说，参考文献列表按照作者姓氏的字母顺序排列，对于同一作者的多个文献，按照出版时间的先后顺序进行排列。
参考文献的格式可以根据学术领域和期刊的要求进行调整。
在引用书籍时，需要注明作者、出版年份、书名、出版地和出版商的信息。
在引用期刊文章时，需要注明作者、出版年份、文章题目、期刊名、卷号、期号和页码。
在引用网页时，需要注明作者、出版年份、文章题目、网站名称和访问日期。
遥感原理与方法
遥感原理与应用绪论1.遥感的概念遥感：即遥远感知，是在不直接接触的情况下，对目标或自然现象远距离探测和感知的一种技术。
广义遥感：泛指一切无接触的远距离探测，包括对电磁场、力场、机械波（声波、地震波）等的探测。
狭义遥感：电磁波遥感，即应用传感器，不与探测目标接触，从远处把目标的电磁波特性记录下来，通过分析，揭示物体的特征性质及其变化的技术。
2.遥测与遥控遥测：对被测物体某些运动参数和性质进行远距离测量的技术。
遥控：远距离控制目标物体运动状态和过程的技术。
3.遥感的分类按遥感平台分：地面遥感、航空遥感、航天遥感、宇航遥感。
按传感器的探测波段范围分：紫外遥感、可见光遥感、红外遥感、微波遥感。
按工作方式分：主动遥感、被动遥感。
按记录信息的表现形式分：成像遥感、非成像遥感。
按遥感的应用领域分：外层空间遥感、大气层遥感、陆地遥感、海洋遥感、资源遥感、农业遥感、林业遥感、地质遥感、城市遥感、军事遥感等等。
4.遥感三要素目标物传感器测量方法5.遥感的主要特点1)获取信息真实、客观2)获取信息的速度快，周期短3)获取信息受条件限制少,范围大4)获取信息的手段多，信息量大6.遥感的过程地物发射或反射电磁波传感器获取数据数据处理信息提取应用7.遥感的应用①利用多时相影像发现土地利用变化、农业作物估产、林业资源调查、自然灾害监测、全球和局部环境监测；②利用高分辨率影像提取城市信息(交通道路网络)；③军事应用越来越重要：重要目标定位与侦察、导航与武器制导、打击效果评估、战场环境监测等；④高光谱遥感在精准农业中的应用；⑤在建设数字城市、数字省区和数字中国中的应用：DOM、DEM和DLG。
第一章电磁波及遥感物理基础1.电磁波传播原理：交互变化的电磁场在空间的传播。
描述特性指标：波长、频率、振幅、相位等。
特性：波动性、粒子性、横波2.干涉基本原理：波的叠加原理叠加条件：频率相同、震动方向相同、具有固定位相关系3.衍射概念：光通过有限大小的障碍物时偏离直线路径的现象。
遥感图像的目标检测方法研究的开题报告
遥感图像的目标检测方法研究的开题报告题目：遥感图像的目标检测方法研究一、研究背景和意义遥感图像是指通过机载、卫星等远距离获取的地球表面的影像资料。
随着遥感技术的不断发展和计算机技术的进步，越来越多的遥感图像被广泛应用于农业、林业、城市规划、环境保护、资源管理等领域。
在许多应用中，目标检测是遥感图像分析的一个重要环节。
目标检测是指从图像中自动识别出具有特定形状、颜色、纹理等特征的目标物体，并且准确地定位出它们在图像中的位置。
在实际应用中，遥感图像中的目标物体通常具有以下特点：1. 目标物体数量大、种类繁多，包括建筑物、路网、河流、植被、农田等等；2. 目标物体覆盖范围广，常常难以手动检测和识别；3. 图像质量不稳定，包括云雾、阴影、拍摄角度和光照条件等因素的干扰。
因此，对于遥感图像的目标检测方法的研究对于提高遥感图像处理的自动化水平、减轻人工干预、提高图像处理的速度和精度具有重要意义。
二、研究内容本文将研究遥感图像的目标检测方法，主要包括以下内容：1. 系统地调研目前遥感图像目标检测的研究进展，总结现有研究方法的优点和不足，及其在实际应用中存在的问题。
2. 设计一种适用于遥感图像的目标检测算法。
该算法主要有以下几个方面内容：预处理（图像增强、噪声抑制、图像配准等）、特征提取和选择（颜色、纹理、形状和上下文信息等）、目标检测和定位（用分类器对图像中的目标物体进行识别，确定它们在图像中的位置）。
3. 实验验证该算法的准确性和鲁棒性。
使用不同类型的遥感图像数据进行实验，验证该算法的适用性并与其他目标检测算法进行比较分析。
三、研究方法本研究将采用以下方法：1. 通过收集文献资料和网络资源，系统分析目前遥感图像目标检测的研究现状和热点问题。
2. 设计并实现一种新的遥感图像目标检测算法。
该算法主要利用计算机视觉和机器学习技术，提取和选择合适的特征，并利用分类器进行目标检测和定位。
3. 使用广泛使用的遥感图像数据对算法进行实验和验证。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1 基于 DMSP-OLS-夜间灯光数据的长江三角洲地区城市化格局与过程研究数据源：本文使用 AcrGis Desktop 作为地理信息处理软件(数据源包括美国国家地球物理数据中心提供的DMSP-OLS夜间灯光数据以及通过国家基础地理信息系统网站(htttp://) 下载的全国1:400万数据库中的县级以上境界面状数据和主要交通线状数据(二者的数据都是地理坐标)，椭球体为 WGS-84，可以相互叠加(为了计算面积，需对二类数据的坐标加以转换，本文将其转换为横轴墨卡托( UTM) 投影，椭球体仍为WGS-84。
在县级以上境界面状数据中提取长三角洲地区各市和市辖区边界，用以裁剪全球灯光数据的计算。
原始数据是消除了云( 通过热红外通道阈值法) 及火光等偶然噪声影响后对全年VNIR通道灰度值直接平均化处理后得到的，数据灰度值范围1~63，饱和灯光灰度值为63。
研究方法：(1)构建城市化指数。
通过分析了城市灯光数据（区域灯光面积属性指标顿、平均灯光强度属性指标、城市灯光亮度总值、复合夜间灯光数据）与长三角地区各城市经济（全市GDP、全市人均GDP、第二和第三产业产值比重）、人口（全市人口密度、市辖区人口密度、非农业人口占总人口比重）和土地利用（市辖区建设用地面积、市辖区建成区面积）的相关性。
采用平均灯光强度属性指标作为基于DMSP-OLS的城市化水平指数。
（2）灯光阈值的确定。
阈值的确定方法包括经验法、突变检测方法和基于辅助资料的空间比较法等。
本文采用空间比较法中的二分法来确定灯光阈值（阈值为DN 时的面积与建设用地面积之差绝对值最小) 具体步骤：图中，DNT 为夜间灯光数据的阈值：S(DNT)为统计阈值内的灯光斑块面积；△S(DNT)为S(DNT)与各市市辖区建设用地面积（Area ）的差值绝对值；DNmax 、DNmin 分别为阈值的最大、最小值；△S(DNT-1）、 △S(DNT+1）分别为阈值DNT-1、DNT+1时的面积与建设用地面积之差的绝对值；IF[△S(DNT-1）≥△S(DNT ）≤△S(DNT+1）表示阈值为 DMSP 影像DNT=DNmax+DNmin2 IF[△S(DNT-1）≥ △S(DNT ）≤△S(DNT+1） N IF[S(DNT)＞Area DNmin=DNT DNmax=DNT 阈值DNT 确定Y N YDNT时的面积与建设用地面积之差绝对值最小。
结果分析：1城市群城市化空间模式。
城市化过程可以理解为城市用地在空间上通过占有非城市用地而实现扩展的过程。
2城市群城市化过程分析。
通过区域内平均灯光强度均值的变化分析城市群整体城市化的过程，平均灯光强度的变差系数来反应城市群内部城市化水平的差异。
3城市群用地扩展类型。
基于DMSP-OLS数据特点，像元灯光强度随时间的变化在一定程度上可以反映其所在区域开发利用强度的变化过程，因此可以根据城市像元灯光强度的时间变化特征来识别不同的城市用地主导扩展类型。
2基于DMSP-OLS灯光数据新疆天山北坡经济带城市化研究研究理论背景：用夜间灯光数据提取城市主要是基于城市夜间灯光强度与乡村黑暗背景的强烈反差特征，采用阈值法进行提取，即设定一个阈值 DN0，如果象元的 DN 值大于或等于 DN0将其划为城市类型，如果小于 DN0，则认为该象元代表非城市用地类型。
由于 DMSP/OLS 具有不同的数据产品格式，而且不同的研究者分析思考问题的方式、角度不一，因此阈值的确定方法也不一样。
目前确定阈值常见的方法主要有三种：A ) 经验法。
即根据以往研究的经验确定阈值。
Croft[4]、Kramer[12]等曾先后用它来绘制城市分布图。
B ) 突变理论。
Imhoff 认为[13]：在一段时间的连续观测中，像元发出的灯光被探测到的频率越高，它属于城市类型的概率越大；正确提取城市的阈值应该保持市中心的完整(不破脆)。
基于这种假设，可以通过逐渐增加阈值来减小噪声带来的影响。
当将阈值向 100 逐渐增加时，城市多边形逐渐收缩，当阈值增加到某一个点时，明亮的城市多边形不再沿着边缘变小，而是开始在内部出现破脆，即明亮的多边形内部开始析出黑暗的小岛，此时所研究的城市多边形的周长会突然增加，那么使周长突然增加开始析出黑暗的小岛，此时所研究的城市多边形的周长会突然增加，那么使周长突然增加的阈值点即为所寻点。
C ) 空间比较法。
就是将 DMSP 夜间灯光图像与其他遥感图像做空间比较分析以确定城市化边界。
宫鹏等人基于 DMSP /OLS 拼合的两种数据产品：稳定灯光图像，辐射标定灯光图像，确定了具有不同城市化水平和经济发展水平的三个城市—美国旧金山、中国北京、中国拉萨的边界。
并将这些边界一一与 TM 提取出的城市边界比较，以此调整并确定不同发展水平下城市的阈值。
数据：非辐射定标的夜间平均灯光强度数据。
方法：主要依据下面的两个基本假设来提取新疆天山北坡经济带城市空间信息：基本假设 1：现有土地利用方面的统计数据可以基本反映新疆天山北坡经济带城镇用地的总量特征，因此利用 DMSP/OLS 数据提取的各县市城镇用地的总量应该充分接近统计数据。
基本假设2：在DMSP/OLS 最小像元lkm*lkm 的尺度上，在1992-2003 年新疆天山北坡经济带的城镇用地基本上是连续增加的。
即在前一个时期出现的城市斑块，不会在后一个时期的 DMSP 影像上消失，应该在后一个时期的城市图像上得到保留。
灯光图像预处理后提取各县市灯光图像与各县市统计数据进行总量比较提取各县市城镇用地信息，得到基于灯光数据的新疆天山北坡经济带城镇用地信息。
结论分析：尽管目前对城市化的概念有诸多不同的认识和理解，但从空间和景观的角度上看，城市化过程可以主要理解城市用地(斑块)在空间上占有非城市用地进行扩展。
通过比较不同年份该比例得到城市化整个变化趋势。
3基于 DMSP-OLS 影像的我国主要城市群空间扩张特征分析数据：目前主要有 3种夜间灯光影像数据: 稳定灯光影像数据、辐射定标夜间平均灯光强度影像数据和非辐射定标夜间平均灯光强度影像数据。
本文采用数据为稳定灯光影像数据。
该产品是在月光微弱的条件下获取的数据，数据记录了一段时间内( 通常为1a) 在无云的条件下灯光被连续探测到的频率，该数据排除了亮云和水体的影响，其空间分辨率为1Km。
方法：提取城市用地：本文首先应用经验阈值6%初步提取京津冀、长江三角洲和珠江三角洲城市群的城市用地像元，然后以依据经验阈值提取的城市用地像元为基础根据公式(1) -(5) 进一步较精确地确定城市用地像元。
（卓莉等的经验指出已经发展成为城市的区域，一般情况下不可能再变为乡村区域即城市像元的灯光值不可能从大于零再变为零）因此某一像元在1992、1995、2000、2005和2009灯光值满足以下(1)-(5)公式：（F1992＞0）和（F1995＞0）和（F2000＞0）和（F2005＞0）和（F2009＞0）（1）（F1992=0）和（F1995＞0）和（F2000＞0）和（F2005＞0）和（F2009＞0）（2）（F1992=0）和（F1995=0）和（F2000＞0）和（F2005＞0）和（F2009＞0）（3）（F1992=0）和（F1995=0）和（F2000=0）和（F2005＞0）和（F2009＞0）（4）（F1992=0）和（F1995=0）和（F2000=0）和（F2005=0）和（F2009＞0）（5）结果分析：1根据三大城市群城市像元数占总数比例分析城市的扩张进程差异。
2根据城市用地的分布分析城市群的扩张方向特征。
（以东南西北方向为坐标轴，确定城市区距离中心位置的分布）3根据城市用地的变化结合人口以及经济的变化分析三者之间的关系。
4基于DMSP/OLS数据的城市中心城区提取新方法数据：DMSP/OLS的稳定灯光数据产品方法：首先，以辅助资料的空间对比法确定城市中心城区范围最小阈值，然后，提取DMSP数据中的每个极大值及一定范围内的临近值，作为城市中心城区范围，并将提取的范围与作为辅助资料的MODIS土地覆盖数据中相应的城市中心城区范围作线性回归分析，进而获得估算城市中心城区范围的线性模型。
经验证其结果预测吻合度达到82.06%，平均相对误差为8.47%，说明利用该方法提取城市中心城区范围具有一定的可行性，可较准确地提取发展水平不同的城市的中心城区范围。
5 1992-2010 年基于 DMSP-OLS 图像的环渤海城市群空间格局变化分析数据源：本研究利用1992-2010年间共19年的DMSP-OLS 非辐射定标的夜间稳定灯光数据，其下载自美国国家海洋和大气管理局下属的国家地理数据中心网站。
方法：从DMSP-OLS数据提取城市区域的经验阈值法存在固有的缺陷，经验阈值对不同的空间区域不具备通用性，不适用的经验阈值，将导致城区面积提取具有较大误差，可采用统计数据对经验阈值进行修正以降低误差。
本文在大时空尺度条件下以少量样本城市的统计数据对经验阈值方法进行了修正；另采用Elvidge二次多项式模型对DMSP-OLS时间序列数据进行了校正。
在此基础上选取总斑块数量、景观总面积、平均斑块大小、最大斑块面积比、斑块密度、景观形状指数、总边界长度、平均边界密度和斑块平均回旋半径共9个景观生态学指标，采用FRAGSTATS 3.3 软件计算分析了 1992-2010 年环渤海区域城市发展的空间格局变化特征。
6 中国城市体系等级结构及其空间格局——基于DMSP/OLS夜间灯光数据的实证数据源：选取F162006辐射定标数据，其一稳定灯光数据包含城镇等稳定光源而背景噪音为0，为城镇体系实证研究提供优质数据源，其二F162006辐射定标数据有效消除夜间灯光数据的灯光饱和效应，其可信度与可行性评估更为有效。
掩膜提取中国DMSP/OLS夜间灯光并重采样为1km分辨率。
方法：基于夜间灯光指数的引力模型定量测度中国341个城市之间的相互作用关系，并通过二阶段聚类法综合分析其城市体系等级结构与空间格局。
中国节点城市被划分为7大国家节点城市 (包括北京、天津、上海、广州、重庆、哈尔滨与沈阳)、26个区域节点城市与107个省域节点城市，而中国城市体系则被划分为2个国家城市体系 (北方城市体系与南方城市体系)、8个区域城市体系 (华北城市体系、东北城市体系、西北城市体系、黄河中游城市体系与华东城市体系、华南城市体系、西南城市体系、长江中游城市体系) 与31个省域城市体系。
7基于DMSP/OLS数据的中国城市化过程研究——反映区域城市化水平的灯光指数的构建数据：本次研究使用的OLS数据产品来自日本国立环境研究所,该数据产品是介于上述两类产品之间的新数据产品,被称作非辐射定标的夜间灯光平均强度数据产品。