1) pixel decomposition model
像元分解模型
1.
In this paper,the pixel decomposition model based on normalized difference vegetation index(NDVI) and TM/ETM+ imageries have been applied to quantitatively analyze the dynamic change of vegetation environment in Qingjiang River basin.
针对水电梯级开发将改变水资源时空分布并引起流域植被环境的变化,以湖北省清江流域为例,采用基于归一化差异植被指数的像元分解模型和TM/ETM+遥感数据对研究区域水电梯级开发不同时期的植被环境态变化进行了定量估算。
2) mixed pixel decomposing model
混合像元分解模型
1.
Therefore,mixed pixel decomposing model with neural network(MPD-NN) is proposed to classify TM image in Beijing.
因此,提出了混合像元分解模型结合神经网络法(MPD-NN法),利用其对北京市TM图像进行地物分类,并与较常用的决策树法分类结果比较,研究在图像现有空间分辨率的条件下提高城市分类精度。
3) dimidiate pixel model
像元二分模型
1.
The results show that the dimidiate pixel model based on NDVI can be used in the extraction of vegetation covera.
以ETM+为数据源,基于植被指数(NDVI)建立像元二分模型,对毛乌素沙地进行了植被覆盖度提取,然后根据实地调查数据对提取结果进行了精度验证,二者线性相关系数达到了0。
2.
Based on the dimidiate pixel model and the normalized difference vegetation index,the vegetation fraction of study region can be calculated by using the model of quantifying vegetation fraction from normalized difference vegetation.
根据1994年和2004年两期同时相的Landsat TM遥感图像资料,处理和分析并提取北运河地区的NDVI指数,利用像元二分模型原理定量估算植被覆盖度,得出其植被覆盖分类图。
3.
Then based on the method of dimidiate pixel model, the c.
然后在像元二分模型的基础上对已有模型进行改进，建立用NDVI归一化植被指数估算植被覆盖度的模型。
4) pixel unmixing
像元分解
1.
Improvement of pixel unmixing technique of multi-spectral remote sensing in urban area;
城市多光谱遥感像元分解技术改进研究
2.
Linear pixel unmixing is a straightforward and efficient approach to spectral decomposition of remotely sensed data.
为此针对这种不足 ,提出一种非监督的正交子空间投影 ( U OSP)技术 ,用来自动获取影像端元光谱 ,同时进行混合像元分解。
6) sub-pixel model
亚像元模型
1.
Estimation of vegetation coverage based on an improved sub-pixel model;
基于修正的亚像元模型的植被覆盖度估算
补充资料：三像寺酬元秘书
【诗文】：
官总芸香阁署崇，可怜诗句落春风。
偶然侍坐水声里，还许醉吟松影中。
车马照来红树合，烟霞咏尽翠微空。
不因高寺闲回首，谁识飘飘一塞翁？
【注释】：
【出处】：
官总芸香阁署崇，可怜诗句落春风。
偶然侍坐水声里，还许醉吟松影中。
车马照来红树合，烟霞咏尽翠微空。
不因高寺闲回首，谁识飘飘一塞翁？
【注释】：
【出处】：
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条