2.3. Time series MODIS NDVI dataMOD13Q1 products spanning the vegetati การแปล - 2.3. Time series MODIS NDVI dataMOD13Q1 products spanning the vegetati ไทย วิธีการพูด

2.3. Time series MODIS NDVI dataMOD

2.3. Time series MODIS NDVI data
MOD13Q1 products spanning the vegetation growing season from March to November were downloaded from the NationalAeronautic sand Space Administration (NASA) of the United States (US) Ware-house Inventory Search Tool (WIST). These data were distributedby the Land Processes Distributed Active Archive Center (LPDAAC), located at the US Geological Survey (USGS) Earth ResourcesObservation and Science (EROS) Center (https://lpdaac.usgs.gov).MOD13Q1 data were provided every 16 days at a spatial resolu-tion of 250 m in the sinusoidal projection. It included red, NIR,blue and SWIR reflectance bands, NDVI and Enhanced Vegeta-tion Index (EVI) from the MODIS onboard of Terra platform. TheNDVI data was extracted for forest cover classification in thisstudy.The Savitzky–Golay (S-G) filter was used to smooth out noisein the time series MODIS NDVI data, specifically that caused pri-marily by cloud contamination and atmospheric variability (Chenet al., 2004; Savitzky and Golay, 1964). The algorithm made dataapproach the upper NDVI envelope and to reflect the NDVI pat-tern of change. It used a moving window, and noisy values wereapproximated by polynomial regression within the moving win-dows. An original NDVI profile and the S-G filtered NDVI profileat a randomly selected pixel was presented in Fig. 2. It was seenthat S-G filter could effectively eliminate data noise and improvethe quality of time series MODIS NDVI data. Projection of thesmoothed MODIS NDVI data was converted to the same projec-tion with Landsat ETM+ data. The spatial resolution of MODIS NDVIdata was resampled to 30 m, and the same columns and lineswere extracted to keep consist with Landsat ETM+ data for further analysis
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
2.3 ชุดเวลาข้อมูล MODIS NDVIผลิตภัณฑ์ MOD13Q1 ที่ทอดข้ามฤดูกาลเจริญเติบโตของพืชจากเดือนมีนาคมถึงพฤศจิกายนก็ดาวน์โหลดจาก NationalAeronautic ทรายพื้นที่ดูแล (NASA) ของบ้านของสหรัฐอเมริกา (สหรัฐอเมริกา) พัสดุคงค้นหาเครื่องมือ (WIST) ข้อมูลเหล่านี้ถูก distributedby ที่ดินกระบวนการแจกจ่ายงานเก็บศูนย์ (LPDAAC), ตั้งอยู่ที่ ResourcesObservation โลกเราธรณีวิทยาสำรวจ (USGS) และศูนย์วิทยาศาสตร์ (อีรอส) (https://lpdaac.usgs.gov)ข้อมูล MOD13Q1 ได้ทุกวันที่ 16 ที่เป็นปริภูมิ resolu-สเตรชันของฉาย sinusoidal 250 m มันรวมแดง NIR บลูและ SWIR วงแบบสะท้อนแสง NDVI และ Enhanced Vegeta-สเตรชันดัชนี (EVI) จาก MODIS เรือของแพลตฟอร์ม Terra TheNDVI ข้อมูลถูกสกัดการจัดครอบคลุมป่าใน thisstudyใช้ตัว Savitzky – Golay (S-G) นวลออก noisein ชุดเวลาข้อมูล MODIS NDVI โดยเฉพาะที่เกิดขึ้นค่อนข้างดี-marily ปนเมฆและบรรยากาศความแปรผัน (Chenet al., 2004 Savitzky และ Golay, 1964) อัลกอริทึมที่ทำ dataapproach ซอง NDVI บนและถึงแพทเทิน NDVI ของการเปลี่ยนแปลง มันใช้ย้ายหน้าต่าง และ wereapproximated คะค่าถดถอยพหุนามภายในเคลื่อนไหวชนะ dows โพรไฟล์ NDVI เดิมและ S-G กรอง profileat NDVI พิกเซลแบบสุ่มเลือกได้นำเสนอใน Fig. 2 มันเป็นตัวกรอง seenthat S-G ได้อย่างมีประสิทธิภาพสามารถกำจัดข้อมูลเสียงและ improvethe คุณภาพของเวลาชุดข้อมูล MODIS NDVI การณ์ thesmoothed ข้อมูล MODIS NDVI ถูกแปลงเป็นแบบเดียวกัน projec-สเตรชันกับ Landsat ETM + ข้อมูล ความละเอียดปริภูมิของ MODIS NDVIdata ถูกปรับจำนวนพิกเซล 30 เมตร และคอลัมน์เดียวกันและสกัดให้ lineswere ประกอบกับ Landsat ETM + ข้อมูลสำหรับการวิเคราะห์เพิ่มเติม
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
2.3. Time series MODIS NDVI data
MOD13Q1 products spanning the vegetation growing season from March to November were downloaded from the NationalAeronautic sand Space Administration (NASA) of the United States (US) Ware-house Inventory Search Tool (WIST). These data were distributedby the Land Processes Distributed Active Archive Center (LPDAAC), located at the US Geological Survey (USGS) Earth ResourcesObservation and Science (EROS) Center (https://lpdaac.usgs.gov).MOD13Q1 data were provided every 16 days at a spatial resolu-tion of 250 m in the sinusoidal projection. It included red, NIR,blue and SWIR reflectance bands, NDVI and Enhanced Vegeta-tion Index (EVI) from the MODIS onboard of Terra platform. TheNDVI data was extracted for forest cover classification in thisstudy.The Savitzky–Golay (S-G) filter was used to smooth out noisein the time series MODIS NDVI data, specifically that caused pri-marily by cloud contamination and atmospheric variability (Chenet al., 2004; Savitzky and Golay, 1964). The algorithm made dataapproach the upper NDVI envelope and to reflect the NDVI pat-tern of change. It used a moving window, and noisy values wereapproximated by polynomial regression within the moving win-dows. An original NDVI profile and the S-G filtered NDVI profileat a randomly selected pixel was presented in Fig. 2. It was seenthat S-G filter could effectively eliminate data noise and improvethe quality of time series MODIS NDVI data. Projection of thesmoothed MODIS NDVI data was converted to the same projec-tion with Landsat ETM+ data. The spatial resolution of MODIS NDVIdata was resampled to 30 m, and the same columns and lineswere extracted to keep consist with Landsat ETM+ data for further analysis
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
2.3 อนุกรมเวลา การเปลี่ยนแปลงด้านพืชพรรณ
mod13q1 ผลิตภัณฑ์ครอบคลุมข้อมูลโมดิสฤดูปลูกพืชจากเดือนมีนาคมถึงเดือนพฤศจิกายนถูกดาวน์โหลดจาก nationalaeronautic ทรายพื้นที่การบริหาร ( นาซา ) ของสหรัฐอเมริกา ( US ) บ้านนี้เครื่องมือค้นหาสินค้าคงคลัง ( รู้ ) ข้อมูลเหล่านี้ distributedby แผ่นดินกระบวนการงานกระจายศูนย์ถาวร ( lpdaac )โรงแรมตั้งอยู่ที่สำรวจทางธรณีวิทยาสหรัฐ ( USGS ) resourcesobservation โลกและวิทยาศาสตร์ ( Eros ) ศูนย์ ( https : / / lpdaac . USGS . gov ) mod13q1 ข้อมูลให้ทุก 16 วัน ที่ resolu tion ( 250 M ในการฉายรูปไซน์ . มันมีสีแดง คือ สีฟ้า และ Sheikh สะท้อนวง การเปลี่ยนแปลงด้านพืชพรรณ และปรับปรุงดัชนี tion เบจิต้า ( เอวี่ ) จาก onboard ของเทอร์ราโมดิสแพลตฟอร์มthendvi ข้อมูลที่ครอบคลุมในป่าประเภทนี้ เป็น golay – savitzky ( s-g ) กรองใช้เรียบ noisein อนุกรมเวลา ข้อมูลโมดิสเปลี่ยนแปลงด้านพืชพรรณโดยเฉพาะที่เกิดจากการปนเปื้อนนี้ มาริลี่โดยเมฆและบรรยากาศแปรปรวน ( chenet al . , 2004 ; savitzky และ golay , 1964 )ขั้นตอนวิธีการทำ dataapproach ซองจดหมายเพื่อให้สะท้อนถึงการเปลี่ยนแปลงด้านพืชพรรณและการเปลี่ยนแปลงด้านพืชพรรณบนแพทเทิร์นของการเปลี่ยนแปลง มันใช้หน้าต่างย้าย และค่าเสียงดัง wereapproximated โดยพหุนามถดถอยภายในย้ายชนะ dows . เดิมมีการเปลี่ยนแปลงด้านพืชพรรณและการเปลี่ยนแปลงด้านพืชพรรณโปรไฟล์ s-g กรอง profileat สุ่มเลือกพิกเซลจะถูกแสดงในรูปที่ 2มัน seenthat s-g กรองได้อย่างมีประสิทธิภาพสามารถกำจัดเสียงและคุณภาพของข้อมูลอนุกรมเวลาโมดิสเปลี่ยนแปลงด้านพืชพรรณขึ้นข้อมูล แนวโน้มของการเปลี่ยนแปลงด้านพืชพรรณ thesmoothed โมดิสข้อมูลที่ถูกแปลงเป็นโครงการเดียวกันกับที่ผ่านดาวเทียม ETM ข้อมูล ความละเอียดเชิงพื้นที่ของโมดิส ndvidata คือ resampled 30 เมตร และคอลัมน์เดียวกันและ lineswere สกัดเพื่อให้ประกอบด้วยข้อมูล ETM ข้อมูลเพื่อการวิเคราะห์ต่อไป
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2025 I Love Translation. All reserved.

E-mail: