Several algorithms that aim at discriminating green vegetation are bas dịch - Several algorithms that aim at discriminating green vegetation are bas Việt làm thế nào để nói

Several algorithms that aim at disc

Several algorithms that aim at discriminating green vegetation are based on so-called Vegetation Indices (VIs), which
combine the measured radiances reflected by land surface in
different spectral bands of the atmospheric window. The Normalised Difference Vegetation Index (NDVI) relies on Red
and Near Infra-Red (NIR) reflectances and essentially provides information about leaf chlorophyll levels and vegetation density. This index has been shown to be particularly
useful to analyse post-fire vegetation recovery (e.g. D´ ıazDelgado et al., 1998; D´ ıaz-Delgado and Pons, 2001; Fox
et al., 2008; Gouveia et al., 2010; Bastos et al., 2011) and
to monitor vegetation dynamics during the extreme waterstress conditions such as those observed in Portugal during
the 2004/05 drought (Gouveia et al., 2009). Several authors
have nevertheless shown the better suitability of the Normalised Difference Water Index (NDWI), an index based on
MODIS NIR (0.86 µm) and Short-Wave Infra-Red (SWIR
– 1.24 µm) channels, to monitor leaf water content (Gao,
1996; Ceccato et al., 2001; Hao and Qu, 2007), the effects
of drought on the canopy (Gu et al., 2007; Anderson et al.,
2010) and fuel moisture content (Maki et al., 2004). Gond et
al. (2004) have in turn adapted the NDWI index proposed by
Gao (1996) to SPOT-VEGETATION instrument datasets, using NIR (0.84 µm) and MIR (1.64 µm) channels (Hagolle et
al., 2005). In order to improve sensitivity to drought severity,
Gu et al. (2007) proposed an index that combines information on vegetation activity and water content, the so called
Normalised Difference Drought Index (NDDI). This index,
which is simply obtained through the normalised difference
between NDVI and NDWI, has shown to have a better response to summer drought conditions.
Gouveia et al. (2010) have proposed a methodology to estimate the time required for post-fire vegetation recovery by
fitting a mono-parametric model to observed NDVI data from
SPOT-VEGETATION instrument. This model was upgraded
and successfully applied to monitor several large burnt scars
in Portugal that resulted from the fire seasons of 2003, 2004
and 2005 (Bastos et al., 2011). One should however recognise that the use of post-fire recovery algorithms based solely
on NDVI is not easily implemented in other areas with a
Mediterranean type of climate. Including the above mentioned water related indices (NDWI and NDDI) in the analysis of drought would allow extending its applicability to other
areas outside Portugal, namely to those prone to drought
events. Such inclusion would also provide a sounder physical basis to the mono-parametric model of post fire vegetation recovery.
The aim of the present work is to assess the impact of
water scarcity conditions which were observed during the
2004/2005 drought in the IP on pre-fire vegetation dynamics
as well as in post-fire vegetation recovery. As specific goals,
the work intends
i. to assess the impact of drought on vegetation dynamics during the hydrological year of 2005 using NDVI,
NDWI and NDDI indices;
ii. to estimate drought impact on times of post-fire vegetation recovery for selected scars with respect to the 2003
fire season;
iii. to evaluate drought impact on vegetation dynamics for
the months preceding the 2005 fire season. In particular
to (1) compare drought effects on different land-cover
types, over burned and unburned pixels; (2) identify differences between areas affected by drought and areas
not severely affected; and (3) assess the impacts of prefire conditions on fire damage and recovery times.
Throughout this work one should however keep in mind
the very different nature of the impact of the outstanding
2004/2005 drought on the 2003 and 2005 large fire scars. In
the case of the scars from 2003, the study focuses on the way
the drought affects the recovery process almost 2 yr after the
fire events. On the contrary, relatively to the 2005 scars, th
0/5000
Từ: -
Sang: -
Kết quả (Việt) 1: [Sao chép]
Sao chép!
Một số thuật toán nhằm thảm thực vật màu xanh lá cây phân biệt đối xử dựa trên cái gọi là chỉ số thảm thực vật (VIs), màkết hợp radiances đo được phản ánh bởi bề mặt đất trongBan nhạc quang phổ khác nhau của cửa sổ trong khí quyển. Các Normalised sự khác biệt thực vật Index (NDVI) dựa trên Redvà gần Infra-Red (NIR) reflectances và về cơ bản cung cấp thông tin về lá chất diệp lục cấp độ và mật độ thảm thực vật. Chỉ số này đã được chứng minh là đặc biệthữu ích để phân tích phục hồi thảm thực vật sau cháy (ví dụ như D´ ıazDelgado và ctv, 1998; D´ ıaz-Delgado và Pons, năm 2001; Foxet al., năm 2008; Gouveia et al., 2010; Bastos et al., năm 2011) vàđể giám sát thảm thực vật năng động trong điều kiện cực waterstress chẳng hạn như những quan sát tại Bồ Đào Nha tronghạn hán năm 2004/05 (Gouveia et al., 2009). Một số tác giảTuy nhiên đã cho thấy sự phù hợp tốt hơn của các Normalised sự khác biệt nước Index (NDWI), một chỉ số dựa trênMODIS NIR (0.86 μm) và sóng ngắn hồng (SWIR-1,24 μm) Kênh, để giám sát hàm lượng nước lá (cao,năm 1996; Ceccato et al., năm 2001; Hao và Qu, 2007), những ảnh hưởnghạn hán trên nóc buồng lái (Gu et al., 2007; Anderson et al.,2010) và nhiên liệu nội dung độ ẩm (Maki et al, 2004). Gond etvà những người khác (2004) lần lượt đã thích nghi chỉ số NDWI được đề xuất bởiGao (1996) để thực vật tại chỗ cụ datasets, bằng cách sử dụng NIR (0,84 μm) và MIR (1.64 μm) Kênh (Hagolle etAl., 2005). Để cải thiện độ nhạy cảm với mức độ nghiêm trọng của hạn hán,Gu et al. (2007) đề nghị một chỉ số kết hợp thông tin về nội dung hoạt động và nước thảm thực vật, những cái gọi làSự khác biệt normalised hạn hán Index (NDDI). Chỉ số này,đó chỉ đơn giản là thu được thông qua sự khác biệt normalisedgiữa NDVI và NDWI, đã thể hiện để có một phản ứng tốt hơn cho các điều kiện hạn hán mùa hè.Gouveia et al. (2010) đã đề xuất một phương pháp để ước tính thời gian cần thiết cho phục hồi thảm thực vật sau cháy bởilắp một mô hình tham số mono để quan sát NDVI dữ liệu từThảm thực vật tại chỗ cụ. Mô hình này đã được nâng cấpvà ứng dụng thành công để theo dõi một số vết sẹo lớn bị cháytại Bồ Đào Nha mà kết quả từ các mùa cháy năm 2003, năm 2004và 2005 (Bastos và ctv., năm 2011). Một trong những nên Tuy nhiên có thể nhận ra rằng việc sử dụng các thuật toán khôi phục sau lửa dựa hoàn toàntrên NDVI là không dễ dàng thực hiện tại các khu vực với mộtĐịa Trung Hải loại khí hậu. Bao gồm nước nêu liên quan đến chỉ số (NDWI và NDDI) trong phân tích của hạn hán sẽ cho phép mở rộng ứng dụng kháckhu vực bên ngoài Bồ Đào Nha, cụ thể là để những người dễ bị hạn hánsự kiện. Bao gồm như vậy cũng sẽ cung cấp một cơ sở vững chắc hơn vật lý của mô hình tham số mono bài lửa phục hồi thảm thực vật.Mục đích của công việc hiện nay là để đánh giá tác động củanước điều kiện khan hiếm mà đã được quan sát trong các2004-2005 hạn hán ở IP trên thảm thực vật trước hỏa lực động lực họccũng như trong việc phục hồi sau cháy thảm thực vật. Như mục tiêu cụ thể,Các công việc dự địnhi. để đánh giá tác động của hạn hán về động thái của thảm thực vật trong năm 2005, thuỷ văn bằng cách sử dụng NDVI,Chỉ số NDWI và NDDI;II. để ước tính hạn hán tác động về thời gian phục hồi sau cháy thảm thực vật cho các vết sẹo đã chọn đối với 2003mùa cháy;III. để đánh giá hạn hán tác động trên thảm thực vật dynamics chonhững tháng ngay trước mùa giải 2005 cháy. Đặc biệt(1) so sánh hạn hán tác động trên đất khác nhau, bao gồmloại, hơn bị đốt cháy và không cháy pixel; (2) xác định sự khác biệt giữa các khu vực bị ảnh hưởng bởi hạn hán và khu vựckhông bị ảnh hưởng; và (3) đánh giá tác động của điều kiện prefire trên lửa thiệt hại và phục hồi lần.Trong công việc này một Tuy nhiên nên giữ trong tâm tríbản chất rất khác nhau của tác động của sự xuất sắc2004-2005 hạn hán trên 2003 và 2005 lớn bắn vết sẹo. Ởtrường hợp những vết sẹo từ năm 2003, nghiên cứu tập trung vào cáchhạn hán ảnh hưởng đến việc thu hồi xử lý gần như 2 năm sau khi cáccháy sự kiện. Trái lại, tương đối để vết sẹo 2005, th
đang được dịch, vui lòng đợi..
Kết quả (Việt) 2:[Sao chép]
Sao chép!
Một số thuật toán nhằm mục đích phân biệt thảm thực vật xanh được dựa trên cái gọi là chỉ số thực vật (VI), trong đó
kết hợp các radiances đo phản ánh bởi mặt đất trong
dải quang phổ khác nhau của cửa sổ khí quyển. Sự khác biệt thực vật Normalised Index (NDVI) dựa trên Red
và gần Infra-Red (NIR) reflectances và về cơ bản cung cấp thông tin về mức độ chất diệp lục của lá và mật độ thực vật. Chỉ số này đã được chứng minh là đặc biệt
hữu ích để phân tích phục hồi thảm thực vật sau cháy (ví dụ như D'ıazDelgado et al 1998,;. D'ıaz-Delgado và Pons, 2001; Fox
et al, 2008;. Gouveia et al, 2010. ;. Bastos et al, 2011) và
để theo dõi động thái thảm thực vật trong điều kiện khắc nghiệt như waterstress những người quan sát ở Bồ Đào Nha trong
các năm 2004/05 hạn hán (Gouveia et al, 2009).. Một số tác giả
đã vẫn thể hiện sự phù hợp tốt hơn về sự khác biệt Normalised Index nước (NDWI), một chỉ số dựa trên
MODIS NIR (0,86 mm) và Short-Wave Infra-Red (SWIR
- 1,24 mm) kênh, để theo dõi hàm lượng nước lá (Gao ,
1996; Ceccato et al, 2001;. Hảo và Qu, 2007), các tác động
của hạn hán trên tán (Gu et al, 2007;.. Anderson et
al,. 2010) và độ ẩm nhiên liệu (Maki et al, 2004 ). Gond et
al. (2004) đã lần lượt điều chỉnh các chỉ số NDWI bởi đề xuất
Gao (1996) SPOT-THẢM THỰC VẬT bộ dữ liệu công cụ, sử dụng NIR (0,84 mm) và MIR (1,64 mm) kênh (Hagolle et
al., 2005). Để cải thiện độ nhạy cảm với mức độ nghiêm trọng hạn hán,
Gu et al. (2007) đề xuất một danh mục kết hợp thông tin về các hoạt động thực vật và hàm lượng nước, như vậy gọi là
khác biệt Normalised Hạn hán Index (NDDI). Chỉ số này,
mà chỉ đơn giản là thu được thông qua sự khác biệt bình thường hóa
giữa NDVI và NDWI, đã thể hiện để có một phản ứng tốt hơn với điều kiện khô hạn vào mùa hè.
Gouveia et al. (2010) đã đề xuất một phương pháp để ước tính thời gian cần thiết để phục hồi thảm thực vật sau đám cháy bằng cách
lắp một mô hình mono-tham số để dữ liệu NDVI quan sát từ
cụ SPOT-THẢM THỰC VẬT. Mô hình này đã được nâng cấp
và áp dụng thành công để giám sát một số vết sẹo cháy lớn
ở Bồ Đào Nha dẫn từ các mùa lửa năm 2003, 2004
và 2005 (Bastos et al., 2011). Tuy nhiên ta nên nhận ra rằng việc sử dụng các thuật toán phục hồi sau cháy hoàn toàn dựa
trên NDVI là không dễ dàng thực hiện trong các lĩnh vực khác với một
kiểu Địa Trung Hải của khí hậu. Bao gồm các chỉ số trên đã đề cập liên quan đến nước (NDWI và NDDI) trong phân tích của hạn hán sẽ cho phép mở rộng khả năng ứng dụng của nó để khác
các khu vực bên ngoài Bồ Đào Nha, cụ thể là những người dễ bị hạn hán
sự kiện. Đưa như vậy cũng sẽ cung cấp một cơ sở vật chất vững chắc hơn với mô hình mono-parametric phục hồi thảm thực vật sau hỏa hoạn.
Mục đích của việc này là để đánh giá tác động của
điều kiện khan hiếm nước đã được quan sát trong suốt
2004/2005 hạn hán ở các IP trên trước động thực vật -fire
cũng như trong phục hồi thảm thực vật sau hỏa hoạn. Là mục tiêu cụ thể,
công việc dự định
i. để đánh giá tác động của hạn hán đối với động thực vật trong năm 2005 sử dụng thủy văn của NDVI,
NDWI và chỉ số NDDI;
ii. để ước lượng ảnh hưởng hạn hán trên thời gian phục hồi thảm thực vật sau hỏa hoạn cho các vết sẹo được lựa chọn đối với năm 2003 với
mùa cháy rừng;
iii. để đánh giá tác động hạn hán trên động vật cho
những tháng trước mùa giải 2005 lửa. Đặc biệt
để (1) so sánh ảnh hưởng hạn hán trên đất bìa khác nhau
các loại, hơn đốt cháy và chưa cháy pixel; (2) xác định sự khác nhau giữa các khu vực bị ảnh hưởng bởi hạn hán và các khu vực
không bị ảnh hưởng; và (3) Đánh giá tác động của điều kiện prefire về thiệt hại cháy và thời gian hồi phục.
Trong suốt tác phẩm này một tuy nhiên nên lưu ý
tính chất rất khác nhau về tác động của nợ
2004/2005 hạn hán trên những vết sẹo cháy lớn năm 2003 và 2005. Trong
trường hợp của những vết sẹo từ năm 2003, nghiên cứu tập trung vào các cách
hạn hán ảnh hưởng đến quá trình phục hồi gần 2 năm sau khi các
sự kiện cháy. Ngược lại, tương đối để các vết sẹo năm 2005, lần thứ
đang được dịch, vui lòng đợi..
 
Các ngôn ngữ khác
Hỗ trợ công cụ dịch thuật: Albania, Amharic, Anh, Armenia, Azerbaijan, Ba Lan, Ba Tư, Bantu, Basque, Belarus, Bengal, Bosnia, Bulgaria, Bồ Đào Nha, Catalan, Cebuano, Chichewa, Corsi, Creole (Haiti), Croatia, Do Thái, Estonia, Filipino, Frisia, Gael Scotland, Galicia, George, Gujarat, Hausa, Hawaii, Hindi, Hmong, Hungary, Hy Lạp, Hà Lan, Hà Lan (Nam Phi), Hàn, Iceland, Igbo, Ireland, Java, Kannada, Kazakh, Khmer, Kinyarwanda, Klingon, Kurd, Kyrgyz, Latinh, Latvia, Litva, Luxembourg, Lào, Macedonia, Malagasy, Malayalam, Malta, Maori, Marathi, Myanmar, Mã Lai, Mông Cổ, Na Uy, Nepal, Nga, Nhật, Odia (Oriya), Pashto, Pháp, Phát hiện ngôn ngữ, Phần Lan, Punjab, Quốc tế ngữ, Rumani, Samoa, Serbia, Sesotho, Shona, Sindhi, Sinhala, Slovak, Slovenia, Somali, Sunda, Swahili, Séc, Tajik, Tamil, Tatar, Telugu, Thái, Thổ Nhĩ Kỳ, Thụy Điển, Tiếng Indonesia, Tiếng Ý, Trung, Trung (Phồn thể), Turkmen, Tây Ban Nha, Ukraina, Urdu, Uyghur, Uzbek, Việt, Xứ Wales, Yiddish, Yoruba, Zulu, Đan Mạch, Đức, Ả Rập, dịch ngôn ngữ.

Copyright ©2024 I Love Translation. All reserved.

E-mail: