Биосфера
<<  Сравнительный анализ основных методик сохранения биоразнообразия в эксплуатационных лесах бореальной зоны Эколого-биологическая характеристика achillea millefolium l Как компонента лугового растительного сообщества  >>
Дистанционные методы мониторинга растительности бореальных экосистем
Дистанционные методы мониторинга растительности бореальных экосистем
IGBP discover карта по данным AVHRR/NOAA
IGBP discover карта по данным AVHRR/NOAA
SPOT 4 – VEGETATION Инструмент
SPOT 4 – VEGETATION Инструмент
SPOT 4 – VEGETATION Инструмент
SPOT 4 – VEGETATION Инструмент
Нормализованный Разностный Индекс Снега : NDSI
Нормализованный Разностный Индекс Снега : NDSI
Нормализованный Разностный Индекс Снега : NDSI
Нормализованный Разностный Индекс Снега : NDSI
Создание сезонных мозаик изображений
Создание сезонных мозаик изображений
Сезонные мозаики изображений
Сезонные мозаики изображений
Сезонные мозаики изображений
Сезонные мозаики изображений
Сезонные мозаики изображений
Сезонные мозаики изображений
Сезонные мозаики изображений и фенологические изменения в лесах
Сезонные мозаики изображений и фенологические изменения в лесах
Сезонные мозаики изображений и фенологические изменения в лесах
Сезонные мозаики изображений и фенологические изменения в лесах
Индекс Волнового Подобия - WLI
Индекс Волнового Подобия - WLI
Индекс Волнового Подобия - WLI
Индекс Волнового Подобия - WLI
Двуспектральный Градиентный Индекс Влажности - BGWI
Двуспектральный Градиентный Индекс Влажности - BGWI
Двуспектральный Градиентный Индекс Влажности - BGWI
Двуспектральный Градиентный Индекс Влажности - BGWI
Угловые эффекты освещения и наблюдения поверхности : BRDF
Угловые эффекты освещения и наблюдения поверхности : BRDF
Угловые эффекты освещения и наблюдения поверхности : BRDF
Угловые эффекты освещения и наблюдения поверхности : BRDF
Угловые эффекты освещения и наблюдения поверхности : BRDF
Угловые эффекты освещения и наблюдения поверхности : BRDF
Угловые эффекты освещения и наблюдения поверхности : BRDF
Угловые эффекты освещения и наблюдения поверхности : BRDF
Угловые эффекты освещения и наблюдения поверхности : BRDF
Угловые эффекты освещения и наблюдения поверхности : BRDF
Анизотропность отражения поверхности : помеха или полезная информация
Анизотропность отражения поверхности : помеха или полезная информация
Анизотропность отражения поверхности : помеха или полезная информация
Анизотропность отражения поверхности : помеха или полезная информация
Анизотропность отражения поверхности : помеха или полезная информация
Анизотропность отражения поверхности : помеха или полезная информация
Статистический анализ угловых условий зондирования при селекции
Статистический анализ угловых условий зондирования при селекции
Несут ли угловые параметры отселектированных по max NDVI наблюдений
Несут ли угловые параметры отселектированных по max NDVI наблюдений
Несут ли угловые параметры отселектированных по max NDVI наблюдений
Несут ли угловые параметры отселектированных по max NDVI наблюдений
Несут ли угловые параметры отселектированных по max NDVI наблюдений
Несут ли угловые параметры отселектированных по max NDVI наблюдений
Несут ли угловые параметры отселектированных по max NDVI наблюдений
Несут ли угловые параметры отселектированных по max NDVI наблюдений
Оценка анизотропных свойств отражения поверхности северной Евразии по
Оценка анизотропных свойств отражения поверхности северной Евразии по
Оценка анизотропных свойств отражения поверхности северной Евразии по
Оценка анизотропных свойств отражения поверхности северной Евразии по
SARLI и структурные свойства наблюдаемой поверхности
SARLI и структурные свойства наблюдаемой поверхности
Дистанционные методы мониторинга растительности бореальных экосистем
Дистанционные методы мониторинга растительности бореальных экосистем
Примеры интерпретации кластеров в RED-NIR спектральном пространстве
Примеры интерпретации кластеров в RED-NIR спектральном пространстве
Примеры интерпретации кластеров в RED-NIR спектральном пространстве
Примеры интерпретации кластеров в RED-NIR спектральном пространстве
Примеры интерпретации кластеров в RED-NIR спектральном пространстве
Примеры интерпретации кластеров в RED-NIR спектральном пространстве
Дистанционные методы мониторинга растительности бореальных экосистем
Дистанционные методы мониторинга растительности бореальных экосистем
?
?
?
?
?
?
?
?
Картинки из презентации «Дистанционные методы мониторинга растительности бореальных экосистем Евразии на континентальном уровне: состояние и приоритеты» к уроку экологии на тему «Биосфера»

Автор: bartase. Чтобы познакомиться с картинкой полного размера, нажмите на её эскиз. Чтобы можно было использовать все картинки для урока экологии, скачайте бесплатно презентацию «Дистанционные методы мониторинга растительности бореальных экосистем Евразии на континентальном уровне: состояние и приоритеты.ppt» со всеми картинками в zip-архиве размером 5820 КБ.

Дистанционные методы мониторинга растительности бореальных экосистем Евразии на континентальном уровне: состояние и приоритеты

содержание презентации «Дистанционные методы мониторинга растительности бореальных экосистем Евразии на континентальном уровне: состояние и приоритеты.ppt»
Сл Текст Сл Текст
1Дистанционные методы мониторинга 29интерпретации кластеров. Положение и
растительности бореальных экосистем сезонная динамика кластеров в пространстве
Евразии на континентальном уровне : спектральных каналов относительно опорных
состояние и приоритеты С.А. Барталев элементов (линия почв, линия максимума LAI
Институт по окружающей среде и устойчивому - Leaf Area Index) ; Положения проекций
развитию Объединенный Исследовательский кластеров в пространстве значений
Центр Европейской Комиссии. отдельных индексов/улучшенных продуктов и
2Структура сообщения. Новая карта типов их комбинаций, а именно : BGWI SARLI в
земного покрова северной Евразии по данным пространстве WLI и максимального значения
SPOT 4 - VEGETATION : метод и результаты NDVI в течении вегетационного сезона SCD
Приоритеты развития мониторинга (продолжительность залегания снежного
растительности бореальных экосистем покрова).
Евразии на континентальном уровне с 30Примеры интерпретации кластеров в
использованием дистанционных методов. RED-NIR спектральном пространстве
3IGBP discover карта по данным разносезонных мозаик. Осень. Лето. Весна.
AVHRR/NOAA. Глобальная карта земного типов 31
земного покрова, полученная в рамках 32Легенда карты (рабочая версия). Типы
проекта IGBP DISCover по данным радиометра земного покрова. Лишенные раститель-
AVHRR со спутника серии NOAA. ности. Леса. Болота. Травяной покров.
4SPOT 4 – VEGETATION Инструмент. Другая раститель- ность. Кустарники.
Пространственное разрешение : 1.15 км при Тундра. Смешанные I. Смешанные насаждения
наблюдении в надир 1.7 км при отклонении с преобладанием хвойных пород. Смешанные
оси визирования до +/- 500 спектральные II. Смешанные насаждения с преобладанием
диапазоны : 0.43 – 0.47 мкм 0.61 – 0.68 лиственных пород. Смешанные III. Смешанные
мкм 0.78 – 0.89 мкм 1.58 – 1.75 мкм. насаждения с примерно равным участием
5SPOT 4 – VEGETATION Инструмент. хвойных и лиственных пород. Темнохвойные.
Геометрическая точность : совмещение Моховые. Хвойные. Луга. Лишайниковая.
изображений в спектральных каналах 0.1 км Прибрежная. Открытая почва. Гари.
совмещение разновременных изображений 0.3 Светлохвойные. Лиственные. Сухие степи.
км абсолютное местоположение пикселя 0.5 Осоковые. Моховая. Снега, льды. С.-Х.
км. Периодичность обзора: до 2-3 раз Земли. Лиственничные. Водная мозаика.
наблюдений в сутки в бореальной зоне. Заболоченная. Вода. Кустарниковая.
6Данные SPOT 4 - VEGETATION. Тип данных Застройки. Лиственные. Смешанные I.
- Стандартные продукты S10, включая : Cмешанные II. Cмешанные III.
измерения спектральной яркости в каналах 33Сравнение с имеющимися данными по
вегетационный индекс NDVI данные о площади лесов. Статистика по всем лесам,
геометрических условиях зондирования 1998. 774250.9. Данные РСЛХ, 1998.
Географический охват : 420N - 750N и 50E - 643048.3. Карта Лесов СССР (ред. А.С.
1800E Временной интервал : с 3-ей декады Исаев, 1990). 791049.9. GLC 2000.
марта 1999 по 1-ю декаду ноября 1999. 796047.3.
7Метод анализа данных. WLI. SARLI. 34Сравнение с имеющимися данными по
BGWI. SCD. База данных ГИС площади хвойных лесов. 263160.6. Данные
(топографические и тематические карты, DEM РСЛХ, 1998. Данные РСЛХ, 1998. 245521.4.
и др.). Этап 1: Предварительная обработка Карта Лесов СССР, 1990. 364342.9. GLC
изображений и получение улучшенных 2000. 246412.4. GLC 2000. 368025.4.
продуктов данных. Этап 2: Классификация и 35Сравнение с имеющимися данными по
тематический анализ данных. Карта типов площади лиственных лесов и болот.
земного покрова. Сезонные мозаики. Маски 134366.3. 116567.9. GLC 2000. 181609.5.
"шумов" Тематиче- ские маски. GLC 2000. 105323.5. Данные РСЛХ, 1998.
Начальная идентификация кластеров. Данные РСЛХ, ГУЛ 1993.
Спектрально временные кластеры. 36? Пример сравнения карты GLC 2000 с
Семантические кластеры. Детектирование изображениями SPOT-HRV. Изображение
«шумовых» пикселей. Получение улучшенных SPOT-HRV. SPOT4-VGT мозаика. Упрощенная
продуктов данных. Слияние в тематические GLC 2000 карта. Упрощенная карта лесов
классы. Декомпозиция семантически сложных СССР.
кластеров. Моно-семантические кластеры. 37Этапы и цели валидации. Этап I.
8Нормализованный Разностный Индекс Качественная валидация карты выявление и
Снега : NDSI. From Hall et al., 1998: устранение грубых ошибок в карте оценка
"Algorithm Theoretical Basis Document круга потенциальных пользователей карты
(ATBD) for the MODIS Snow-, Lake Ice- and Этап II. Количественная валидация карты
Sea Ice-Mapping Algorithms. Version получение численных интегральных оценок
4.0" пользовательской точности карты, а также в
9Детектирование «шумовых» пикселей. разрезе : отдельных экосистем и классов
Этап 1: Детектирование пикселей с влиянием отдельных географических регионов.
снега и облаков по фиксированным пороговым 38Стратегия качественной валидации.
критериям. Пиксель с координатами в Формирование регулярной сети ячеек ( 20 х
фиксированное время наблюдения t*. 40 ) и разработка протокола валидации
Множество пикселей с наличием снега систематическая оценка карты экспертами по
множество пикселей с наличием облаков различным экосистемам (леса, тундра, с.-Х.
множество пикселей с наличием снега и/или Земли и т.Д.) Выборочная оценка
облаков. добровольными экспертами по регионам с
10Детектирование «шумовых» пикселей. использованием internet-системы доступа к
Этапы 2?J: Детектирование сбойных пикселей данным, вспомогательным материалам (карты,
и пикселей с остаточным влиянием изображения высокого разрешения и т.Д.) И
снега/облаков по адаптивным пороговым документирования результатов валидации
критериям с использованием временных серий систематизация и использование результатов
данных. качественной валидации для улучшения
11Создание сезонных мозаик изображений. карты.
По-канальное осреднение во времени 39Стратегия количественной валидации:
свободных от влияния шумов данных общие подходы. Использование спутниковых
наблюдений в границах сезонных изображений высокого разрешения и
"окон": Весна : апрель - июнь выборочных наземных данных для обучения и
Лето : июнь - август Осень : август - оценки метода анализа формирование и
октябрь. Весна. Осень. Лето. Временные анализ стратифицированной репрезентативной
"окна" по сезонам. Учет случайной выборки наблюдений высокого
фенологии зональных экосистем. разрешения с учетом : представительности
12Сезонные мозаики изображений. отдельных классов пространственной
13Сезонные мозаики изображений и сложности / мозаичности отдельных
фенологические изменения в лесах. экосистем экологической важности классов /
Насаждения лиственницы в Якутии. регионов анализ результатов и получение
14Индекс Волнового Подобия - WLI. численных оценок пользовательской точности
Пахотные земли. Где. карты.
15Двуспектральный Градиентный Индекс 40Развитие континентального мониторинга:
Влажности - BGWI. Летняя мозаика анализ предпосылок. Потребность в
изображений NIR-MIR-RED. BGWI-NDVI- BGWI. информации Общечеловеческие аспекты
Заболоченные земли. BGWI. Анализируемый Международные и межгосударственные
пиксель. Вода. SWIR. NIR. отношения Национальные и региональные
16Угловые эффекты освещения и наблюдения задачи Технические предпосылки Средства
поверхности : BRDF. VZA. SZA. VZA - дистанционного зондирования Средства
зенитный угол наблюдения SZA - зенитный удаленного доступа к данным/продуктам
угол Солнца PHA - фазовый угол. Экономические предпосылки Стоимость данных
Изображение. дистанционного зондирования Формирование
17Анизотропность отражения поверхности : рынка информационных услуг Методические
помеха или полезная информация ? From предпосылки Методы обработки и анализа
Boston University Department of Geography спутниковых данных Интеграция с методами
and Center for Remote Sensing пространственного моделирования и
Bi-directional Reflectance Distribution геоинформатики.
Function (BRDF) and Albedo Research 41Потребности в континентальном
web-page (http://geography.bu.edu/brdf). мониторинге растительности. Моделирование
18Статистический анализ угловых условий климата и других биосферных процессов ;
зондирования при селекции наблюдений по международные соглашения : kyoto protocol,
критерию максимума NDVI. M(PHA) - M(VZA) - UN CBD и др.; Лесное хозяйство :
M(SZA). M (?) = mj (? (?*, t) ? t ? CP(?*, стратегическое планирование и управление
t) ? 1) ? - один из угловых параметров лесами на федеральном уровне; охрана лесов
условий зондирования t - время наблюдения от пожаров и оценка их воздействия ;
?* - координаты пикселя CP(?*, t) - оценка размеров лесопользования ;
множество "шумовых" пикселей M выявление и оценка зон экологической
(?) - среднее от ? Z. SZA. N. SAA. VAA. напряженности ; модели прогноза и оценки
19Несут ли угловые параметры урожайности с.-Х. Культур ; …
отселектированных по max NDVI наблюдений 42Черты современного этапа развития
информацию ? средств наблюдений Земли. Возможности
20MRPV BRDF модель. наблюдения в широком диапазоне величин
21SARLI - относительные линейные индексы пространственного разрешения (от метров до
анизотропности отражения поверхности. километров) ; возможности наблюдений в
22Оценка SARLI по временным сериям различных диапазонах спектра ; временное
наблюдений. ?t=4. NIR. SWIR. SARLI1 = 0.58 разрешение (частота) наблюдений ;
SARLI2 = 0.60. Максимум R2= 0.93. возможности многоугловых наблюдений ;
23Оценка анизотропных свойств отражения уровень стандартной предварительной
поверхности северной Евразии по SARLI. обработки данных ; скорость и простота
RED-NIR: SARLI1 - SARLI1 - SARLI2. доставки данных пользователю ; стоимость
NIR-SWIR: SARLI1 - SARLI1 - SARLI2. данных.
24SARLI и структурные свойства 43Приоритетные оптические средства
наблюдаемой поверхности. SARLI1 и полнота наблюдения растительности. Данные низкого
насаждений. Z. SZA. N. SAA. VAA. и среднего разрешения ( 250 м - 1 км )
25 AVHRR / NOAA VEGETATION / SPOT-4 MODIS и
26Основные этапы тематической MISR / TERRA MERIS / ENVISAT Данные
классификации. ISODATA кластеризация высокого разрешения ( 10 - 30 м )
сезонных мозаик изображений в каналах Rred Landsat-7 / ETM HRVIR / SPOT-4 МСУ-Э /
, Rnir и Rswir [ 3 мозаики х 3 канала ] Метеор Данные сверхвысокого разрешения ( 1
для выявления однородных в - 3 м ) IKONOS Quick Bird.
спектрально-временном отношении групп 44Классификация подходов к анализу
пикселей [150 кластеров] ; Начальная данных и примеры. Классификация
семантическая интерпретация и кодирование (обнаружение) объектов наблюдения /
с формированием семантических кластеров ; явлений Типы земной поверхности /
Последовательная декомпозиция семантически растительности Действующие пожары, гари …
сложных кластеров с использованием Оценивание параметров растительности в
доступных улучшенных продуктов данных и непрерывных шкалах Фракционный состав и
вспомогательных данных ; Формирование структурные свойства покрова Индекс
тематических классов путем объединения листовой поверхности LAI APAR … Мониторинг
идентичных моно-семантических кластеров. динамики состояния растительности Сезонные
27Принципы семантической интерпретации / фенологические явления Качественные
кластеров. Синергизм использования изменения состояния.
тематических знаний/фактов и физических 45Приоритетные направления развития
критериев, а именно : Географических, методов анализа данных. Интеграция
ландшафтных и других закономерностей физических моделей в процесс анализа :
Физических свойств поверхности и их Моделей спектрального смешения ; BRDF
временной динамики Двунаправленность моделей ; Моделей сезонной динамики
процесса интерпретации, а именно : растительности ; Интеграция тематических
выдвижение семантических гипотез на основе фактов и знаний в процесс анализа : Базы
априорных тематических знаний/фактов и пространственных (не спутниковых) данных ;
оценка их согласованности с физическими Экспертные системы ; Биоклиматические,
свойствами кластеров выдвижение экологические и др. модели ;
семантических гипотез на основе физических Мультисенсорный подход (синергизм данных)
свойств кластеров и оценка их На уровне исходных данных ; На уровне
согласованности с имеющимися тематическими результатов анализа данных ;
знаниями/фактами. 46Приоритетные тематические задачи.
28Тематически обусловленные критерии выявление и оценка качественных изменений
интерпретации кластеров. Географическое растительного покрова с использованием
месторасположение Физико-географическая данных VEGETATION/SPOT-4 и выборочных
характеристика местности (климат, высота наблюдений с высоким разрешением
над уровнем моря и т.д.) Ландшафтные (HRVIR/SPOT и МСУ-Э/Метеор) мониторинг
закономерности развития экосистем фенологических изменений растительного
Пространственная структура, т. е. покрова по данным VEGETATION/SPOT-4 и
компактность или дисперсность NOAA/AVHRR оценка биофизических параметров
Пространственное окружение / контекст и структурных характеристик растительности
Известные факты воздействия (природного (поисковая фаза) : параметры
или антропогенного) на экосистему горизонтальной структуры (проективное
Закономерности динамики экосистем покрытие, фракционный состав) параметры
(сезонной, сукцесионной и т.д.) другие вертикальной структуры растительности LAI,
критерии. FPAR, APAR, NPP.
29Физически обусловленные критерии
Дистанционные методы мониторинга растительности бореальных экосистем Евразии на континентальном уровне: состояние и приоритеты.ppt
http://900igr.net/kartinka/ekologija/distantsionnye-metody-monitoringa-rastitelnosti-borealnykh-ekosistem-evrazii-na-kontinentalnom-urovne-sostojanie-i-prioritety-137843.html
cсылка на страницу

Дистанционные методы мониторинга растительности бореальных экосистем Евразии на континентальном уровне: состояние и приоритеты

другие презентации на тему «Дистанционные методы мониторинга растительности бореальных экосистем Евразии на континентальном уровне: состояние и приоритеты»

«Народы Евразии» - На территории Евразии живут народы, относящиеся к разным языковым семьям и группам. Тибетцы. Восточные. В Западной Европе наиболее заселена прибрежная часть Атлантического океана. Язык романских народов образовался на основе латинского языка. Русские украинцы белорусы. В Евразии живёт около 3/4 населения земного шара.

«Географическое положение Евразии» - Для работы на уроке нам понадобится. Выявить особенности расположения Евразии на земном шаре. Евразия – величайший массив суши. История заселения и исследования материка. Заполнить таблицу. Площадь 54 млн. км2. Местоположение основных объектов, указанных в программе. Изрезанность береговой линии. 6. Назвать другие материки, располагающиеся рядом.

«Евразия география» - Сканд навский. Тадж Махал. Культурные памятники Азии. Сравнительные высоты гор Европы. 7439м - Пик Коммунизма. 3404м - Ането. Сравнительные высоты гор Азии. 5642м - Эльбрус. Культурные памятники Европы. И в заключение хочу сказать, Что лучше географии предмета не сыскать. Климат Евразии Найти соответствие:

«Внутренние воды Евразии» - Байкал. Река печали – Лена и могучий богатырь Енисей. Болота Евразии. Водохранилища. Воды рек Хуанхэ и Янцзы судоходны. Источник полезнейших ягод. Ледники. Вечная мерзлота. Подземные воды. По реке с сторону морей Северного Ледовитого океана ведётся сплав леса. Волга – «вечная река». Вода – чудесный дар природы.

«Население Евразии» - Страны Евразии. Размещение населения. Население и страны Евразии. Религии Евразии. Россия, Норвегия, Швеция Чехия, Монголия, Швейцария, Киргизия Великобритания, ФРГ, Франция, Япония Исландия, Великобритания, Индонезия Китай, Россия, Индия Украина, Белоруссия, Казахстан Греция, Испания, Португалия Китай, Индия, Россия, Пакистан, Индонезия.

«Материк Евразия» - Протяженность Евразии. Море, остров. Крайние точки. Море. Самый большой полуостров - Аравийский. 2. Крайние точки. мыс Дежнева. «Евразия – величайший массив суши». 3. Протяженность материка. "Евразия". Африка и Северная Америка. Рассчитайте протяженность Евразии с севера на юг по 80° в.д. - сформировать представления об особенностях географического положения материка Евразия.

Биосфера

16 презентаций о биосфере
Урок

Экология

30 тем
Картинки
900igr.net > Презентации по экологии > Биосфера > Дистанционные методы мониторинга растительности бореальных экосистем Евразии на континентальном уровне: состояние и приоритеты