Публикации Aneece, IP и Thenkabail, PS 2018. Точность, достигнутая при классификации пяти ведущих мировых типов сельскохозяйственных культур и стадий их роста с использованием оптимальных гиперспектральных узких полос Earth Observing-1 Hyperion на Google Earth Engine. Remote Sensing Open Access Journal of MDPI. 10(12), 2027. Доступно по адресу:
https://pubs.er.usgs.gov/publication/70201462Aneece, I., Thenkabail, PS, Lyon, J., Huete, A. и Slonecker, T. 2018. Глава 9 (из тома I четырехтомной книги): Предварительная обработка данных Spaceborne Hyperspectral EO-1 Hyperion: методы, подходы и алгоритмы. Название тома I: Основы, сенсорные системы, спектральные библиотеки и интеллектуальный анализ данных для растительности. С. 251–271. Название книги: «Hyperspectral Remote Sensing of Vegetation» (второе издание, набор из 4 томов). Издатель: CRC Press- Taylor and Francis group, Бока-Ратон, Лондон, Нью-Йорк. С. 450. (Редакторы: Thenkabail, PS, Lyon, GJ и Huete, A.). (Редакторы:Thenkabail,PS,Lyon,GJ,andHuete,A.).IP-091722.Доступно по адресу:
https://www.routledge.com/Hyperspectral-Remote-Sensing-of-Vegetation-Second-Edition- FourVolume/Thenkabail-Lyon-Huete/p/book/9781138066250Благодарности Этот проект финансировался Mendenhall Postdoctoral Fellowship, United States Geological Survey (USGS). Поддержка, предоставленная USGS Land Resources Mission Area (LRMA), а также программами National Land Imaging (NLI) и Land Change Science (LCS), глубоко ценится.
Контактная информацияПользовательские службы LP DAAC
Геологическая служба США (USGS)
Центр наблюдения и науки о ресурсах Земли (EROS) 47914 252nd Street
Су-Фолс, Южная Дакота 57198-0001 Номер телефона: 605-594-6116
Бесплатный номер: 866-573-3222 (866-LPE-DAAC) Факс: 605-594-6963
Электронная почта:
lpdaac@usgs.gov Веб:
https://lpdaac.usgs.govДля главных исследователей, пожалуйста, пишите по адресу:
Прасад С. Тенкабаил в
pthenkabail@usgs.gov Ития Анисе в
ianeece@usgs.govЦитатыAneece, I. и Thenkabail, P. 2019. Глобальная гиперспектральная библиотека сельскохозяйственных культур (GHISA) для континентальных Соединенных Штатов (CONUS). Документ по теоретическим основам алгоритма (ATBD. NASAРаспределенный активный архивный центр процессов на земле (LP)DAAC). IP-110217.
Ссылки Абдель-Рахман Э., Макори Д., Ландманн Т., Пийройнен Р., Гасим С., Пелликка П. и Райна,
S. 2015. Использование гиперспектральных данных AISA Eagle и случайного классификатора лесов для картирования цветков. Дистанционное зондирование, 7, 13298-13318.
Adao, T., Hruska, J., Padua, L., Bessa, J., Peres, E., Morais, R. и Sousa, J. 2017. Гиперспектральная съемка: обзор датчиков на базе БПЛА, обработки данных и приложений для сельского и лесного хозяйства. Дистанционное зондирование, 9, 1110.
Aneece, IP и Thenkabail, PS 2018. Точность, достигнутая при классификации пяти ведущих мировых типов сельскохозяйственных культур и стадий их роста с использованием оптимальных гиперспектральных узких полос Earth Observing-1 Hyperion на Google Earth Engine. Журнал открытого доступа к дистанционному зондированию MDPI.
10(12), 2027. Доступно по адресу: https://pubs.er.usgs.gov/publication/70201462
Aneece, I., Thenkabail, PS, Lyon, J., Huete, A. и Slonecker, T. 2018. Глава 9 (из тома I четырехтомной книги): Предварительная обработка гиперспектральных данных EO-1 Hyperion с космических аппаратов: методы, подходы и алгоритмы. Название тома I: Основы, сенсорные системы, спектральные библиотеки и интеллектуальный анализ данных по растительности. С. 251–271. Название книги: «Hyperspectral Remote Sensing of Vegetation» (второе издание, набор из 4 томов). Издатель: CRC Press- Taylor and Francis group, Бока-Ратон, Лондон, Нью-Йорк. С. 450. (Редакторы: Thenkabail, PS, Lyon, GJ и Huete, A.). (Редакторы: Thenkabail, PS, Lyon, GJ и Huete, A.). IP-091722. Доступно по адресу:
https://www.routledge.com/Hyperspectral-Remote-Sensing-of-Vegetation-Second-Edition- FourVolume/Thenkabail-Lyon-Huete/p/book/9781138066250Баннари, А., Штаенц, К., Шампань, К. и Хуршид, К. 2015. Картографирование пространственной изменчивости пожнивных остатков с использованием гиперспектральных данных Hyperion (EO-1). Дистанционное зондирование, 7, 8107–8127.
Барри, П., 2001. EO-1/ Руководство пользователя Hyperion Science Data, уровень 1 b. Публикация, L1 B HYP.TO.01.077, TRW Space, Defense and Information Systems, Редондо-Бич, Калифорния.
Бхаттачарья, Б., Грин, Р., Рао, С., Саксена, М., Шарма, С., Кумар, К., Шринивасулу, П., Шарма, С., Дхар, Д., Бандйопадхай, С., Бхатвадекар, С. и Кумар, Р. 2019. Обзор воздушной гиперспектральной научной кампании AVIRIS-NG над Индией. Current Science, 116 (7), 1082-1088.
Bracken, A., Coburn, C., Staenz, K., Rochdi, N., Segl, K., Chabrillat, S. и Schmid, T. 2019. Обнаружение эрозии почвы в полузасушливых средиземноморских условиях с использованием моделируемых данных EnMAP. Geoderma, 340, 164-174.
Буцци, Дж., Риаза, А., Гарсия-Мелендес, Э., Вайде, С. и Бахманн, М. 2014. Картографирование изменений на восстанавливающемся участке шахты с использованием гиперспектральных аэрофотоснимков HyMap (Сотиель, юго-запад Испании). Minerals, 4, 313-329.
Cahalane, C., Walsh, D., Magee, A., Mannion, S., Lewis, P. и McCarthy, T. 2017. Датчики Pods: Мульти-разрешающие съемки с легкого самолета. Inventions, 2, 2, doi:10.3390/inventions2010002
Чауб, Н., Леле, Н., Мисра, А., Мурти, Т., Манна, С., Хазра, С., Панда, М. и Самал, Р. 2019. Распознавание видов мангровых деревьев и оценка их состояния с использованием гиперспектральных данных AVIRIS-NG. Current Science, 116 (7), 1136-1142.
Чавес, П., младший, 1996. Атмосферные коррекции на основе изображений — пересмотренные и улучшенные.
Фотограмметрическая инженерия и дистанционное зондирование, 62, 1025–1036.
Кларк, М. 2017. Сравнение смоделированных гиперспектральных снимков HyspIRI и мультиспектральных снимков Landsat 8 и Sentinel-2 для многосезонного регионального картирования земельного покрова. Дистанционное зондирование окружающей среды, 200, 311-325.
Дао, П., Хе, И. и Лу, Б. 2019. Максимизация количественной полезности гиперспектральных изображений с воздуха для изучения физиологии растений: оптимальная процедура настройки экспозиции датчика и метод эмпирической линии для атмосферной коррекции. Международный журнал прикладного наблюдения Земли и геоинформатики, 77, 140-150.
Datt, B., McVicar, T., Van Niel, T; Jupp, D. и Pearlman, J. 2003. Предварительная обработка гиперспектральных данных EO-1 Hyperion для поддержки применения сельскохозяйственных индексов. Труды IEEE по геонауке и дистанционному зондированию, 41, 1246–1259.
Дэвидсон, С., Сантос, М., Слоан, В., Уоттс, Дж., Феникс, Г., Ойчел, В. и Зона, Д. 2016. Картографирование растительных сообществ арктической тундры с использованием полевой спектроскопии и мультиспектральных
спутниковых данных в Северной Аляске, США. Дистанционное зондирование, 8, 978.
Донеус, М., Верховен, Г., Ацбергер, К., Весс, М. и Рус, М. 2014. Новые способы извлечения археологической информации из гиперспектральных пикселей. Журнал археологической науки, 52, 84-96.
eoPortal.2019.МКС Использование: HISUI (гиперспектральный формирователь изображений)Люкс). Доступно в:
https://eoportal.org/web/eoportal/satellite-missions/content/-/article/iss-utilization-hisui- набор-для-гиперспектрального-визуализации-ФАО — Продовольственная и сельскохозяйственная организация Объединенных Наций. GAEZ — Глобальные агроэкологические зоны; ФАО: Рим, Италия, 2018. Доступно по адресу:
http://www.fao.org/nr/gaez/en/Франческини, М., Бартоломеус, Х., ван Апелдорн, Д., Суомалайнен, Й. и Коойстра, Л. 2017. Взаимное сравнение беспилотных летательных аппаратов и наземных узкополосных спектрометров, применяемых для мониторинга признаков сельскохозяйственных культур при производстве органического картофеля. Датчики, 17, 1428.
Гамиси, П., Ёкоя, Н., Ли, Дж., Ляо, В., Лю, С., Плаза, Дж., Расти, Б. и Плаза, А. 2017. Достижения в области обработки гиперспектральных изображений и сигналов: всесторонний обзор современного состояния дел. Журнал IEEE Geoscience and Remote Sensing, DOI: 10.1109/MGRS.2017.2762087.
Гопинатан, К. и Полокоана, П. 1986. Оценка почасового пучка и рассеянного солнечного излучения.
Солнечные и ветровые технологии, 3, 223–229.
Gueymard, C., 1995. SMARTS2, простая модель атмосферного радиационного переноса солнечного света: алгоритмы и оценка производительности. Технический отчет FSEC-PF-270-95, Флоридский центр солнечной энергии; Университет Центральной Флориды, Коко, Флорида.
Gueymard, C., 2001. Параметризованная модель пропускания для прямого луча и околосолнечного спектрального излучения. Solar Energy, 71(5), 325–346.
Gumma, M., Thenkabail, PS, Deevi, K., Mohammed, I., Teluguntla, P., Oliphant, A., Xiong, J., Aye, T. и Whitbread, A. 2018. Картографирование залежных площадей пахотных земель в Мьянме для масштабирования устойчивой интенсификации выращивания бобовых культур в системе земледелия. Геофизические науки и дистанционное зондирование, 55 (6), 926-949.
Го, Л., Чжан, Х., Ши, Т., Чэнь, И., Цзян, Ц. и Линдерман, М. 2019. Прогнозирование запасов органического углерода в почве с помощью лабораторных спектральных данных и гиперспектральных изображений с воздуха. Geoderma, 337, 32-41.
Hoque, M. и Phinn, S. 2018. Глава 12: Методы связывания гиперспектральных данных с дронов и полевых данных со спутниковыми данными. Название тома I: Основы, сенсорные системы, спектральные библиотеки и интеллектуальный анализ данных для растительности. С. 321–354. Название книги: «Hyperspectral Remote Sensing of Vegetation» (второе издание, набор из 4 томов). Издатель: CRC Press- Taylor and Francis group, Бока-Ратон, Лондон, Нью-Йорк. С. 450. (Редакторы: Thenkabail, PS, Lyon, GJ и Huete, A.). (Редакторы: Thenkabail, PS, Lyon, GJ и Huete, A.). IP-091722. Доступно по адресу:
https://www.routledge.com/Hyperspectral-Remote-Sensing-of-Vegetation-Second-Edition-FourVolume/Thenkabail-Lyon-Huete/p/book/9781138066250Икбал, А., Улла, С., Халид, Н., Ахмад, В., Ахмад, И., Шафик, М., Халли, Г., Робертс, Д. и Скидмор, А. 2018. Выбор оптимальных положений полос HyspIRI для картографирования состава Земли с использованием данных HyTES. Дистанционное зондирование окружающей среды, 206, 350-362.
Ивушкин К., Бартоломеус Х., Брегт А., Пулатов А., Франческини М., Крамер Х., ван Лоо Э., Роман В. и Финкерс Р. 2019. На базе БПЛА оценка засоления почв пахотных земель.
Геодерма, 338, 502-512.
Джа, К., Ракеш, Сингхал, Дж., Редди, К., Раджашекар, Г., Майти, С., Патнаик, К., Дас, А., Мисра, А., Сингх, К., Мохапатра, Дж. ., Кришнайя Н., Киран С., Таунсенд П. и Мартинес М. 2019.
Характеристика видового разнообразия и здоровья лесов с использованием данных гиперспектрального дистанционного зондирования AVIRIS-NG. Current Science, 116 (7), 1124-1135.
Куршид, К., Штаенц, К., Сан, Л., Невилл, Р., Уайт, Х., Баннари, А., Шампань, К. и Хичкок, Р. 2006. Предварительная обработка данных EO-1 Hyperion. Канадский журнал дистанционного зондирования, 32 (2), 84-97.
Krutz, D., Muller, R., Knodt, U., Gunther, B., Walter, I., Sebastian, I., Sauberlich, T., Reulke, R., Carmona, E., Eckardt, A., Venus, H., Fischer, C., Zender, B., Arloth, S., Lieder, M., Neidhardt, M., Grote, U., Schrandt, F., Gelmi, S. и Wojtkowiak, A. 2019. Конструкция прибора спектрометра DLR Earth Sensing Imaging Spectrometer (DESIS). Датчики, 19, 1622.
Lausch, A., Salbach, C., Schmidt, A., Doktor, D., Merbach, I. и Pause, M. 2015. Получение фенологии ячменя с помощью гиперспектрального дистанционного зондирования. Экологическое моделирование, 295, 123-135.
Ли, К., Кейбл, М., Хук, С., Грин, Р., Устин, С., Мандл, Д. и Миддлтон, Э. 2015. Введение в миссию NASA Hyperspectral InfraRed Imager (HyspIRI) и подготовительные мероприятия. Дистанционное зондирование окружающей среды, 167, 6-19.
Леглейтер, К., Оверстрит, Б., Гленни, К., Пан, З., Фернандес-Диас, Дж. и Сингхания, А. 2016. Оценка возможностей гиперспектральной системы визуализации CASI и батиметрического лидара Aquarius для измерения морфологии русла в двух различных речных средах. Процессы на поверхности Земли и формы рельефа, 41, 344-363.
Lin, J., Pan, Y., Lyu, H., Zhu, X., Li, X., Dong, B. и Li, H. 2019. Разработка двухэтапного алгоритма для оценки индекса листовой поверхности лесов со сложной структурой на основе данных CHRIS/PROBA. Лесная экология и управление, 441, 57-70.
Лю, Б. и Джордан, Р. 1960. Взаимосвязь и характерное распределение прямой, рассеянной и общей солнечной радиации. 1-19.
Manfreda, S., McCabe, M., Miller, P., Lucas, R., Madrigal, V., Mallinis, G., Dor, E., Helman, D., Estes, L., Ciraolo, G., Mullerova, J., Tauro, F., de lima, M., de Lima, J., Maltese, A., Frances, F., Caylor, K., Kohv, M., Perks, M., Ruiz-Perez, G., Su, Z., Vico, G. и Toth, B. 2018. Об использовании беспилотных воздушных систем для мониторинга окружающей среды. Дистанционное зондирование, 10, 641.