排序方式： 共有112条查询结果，搜索用时 140 毫秒
51.
中越北部湾红树林差异性研究 总被引：1，自引：0，他引：1
红树林是一种能够同时适应海洋和陆地的一种特殊植物种类,分布在约30°S~30°SN之间的热带、亚热带海岸和河口交界的潮间带上。红树林的分布除了受自然条件和气候的制约,还受一定程度的人为活动的干扰。本文选取了地貌、气候相似和经济发展不同的中国广西段和越南北部段的2个相邻海岸作为研究区,基于Landsat TM遥感影像,采用监督分类和人工解译的方法,获取了研究区1988、2000和2015年3个时期的红树林分布数据,并对比分析了2个岸段红树林时空转化、景观格局变化及驱动力的差异。研究表明：① 1988-2015年,中国广西段红树林面积呈增长趋势,2000年比1988年增长18%、2015年比2000年增长了75%;越南北部段先减少后增加,2000年红树林面积比1988年减少了20%,2015年比2000年增加了50%;② 红树林景观格局方面,中国广西段红树林平均斑块面积相对较小、破碎程度高,斑块形状较规则,趋近于正方形,受人为因素干扰程度较大,而越南北部段红树林斑块面积大、破碎化程度低,斑块呈带状或条状分布,受人为因素干扰的程度较小。 ③ 主要人为驱动因素方面,影响中国广西段红树林变化的主要人为驱动因素是变化的,1988-2000年以围垦建造养殖池为主,2000-2015年则以城镇用地和工矿建设为主,而越南北部段在1988-2015年一直以围垦养殖池为主。 相似文献
52.
迭代演进式GIS需求分析模型研究 总被引：3，自引：0，他引：3
需求分析是信息系统或软件开发生命周期中一个重要阶段，并具有自己的生命周期。需求分析具有迭代性、演进性和并行性三大特性。通常，需求分析方式隐含在各种系统开发模型中，20世纪90年代初以来，随着需求工程热潮的掀起，需求分析模型的研究也成为研究热点。Theofanos等在总结分析已有需求分析模式的基础上，提出了需求分析浪峰模型。该模型同时反映了需求分析的三个特性，刻画了需求分析的复杂性，充分体现了需求分析的发展新趋势。该文根据GIS特点，对该模型进行了三个方面的改进：（1）将需求分析划分为5个阶段，原模型中的需求定义分解为结构化定义和形式化定义两个阶段，以便于根据该模型进一步发展GIS分析的自动化工具；（2）进一步明确了需求分析每阶段的具体分析活动以及应该采用的分析方法，使模型更具可操作性；（3）反映了项目GIS、部门GIS、企业GIS、社会GIS等不同规模和复杂程度系统开发的需求分析的差别。并对不同情况下选择需求分析模式以及结构化需求定义方法进行深入的分析，对GIS系统开发的需求分析具有现实指导意义。 相似文献
53.
基于粗集的环境机制发现模型及其渔业应用 总被引：3，自引：0，他引：3
地学事件或地学变量受控于环境因子,其关系常为非线性。另一方面,影响变量取值或事件发生的时空范围及其环境要素具有不确定性。环境因子的时空配置关系集中体现这种关系的复杂度。这使得寻找决定事件发生或某些地学变量取值的环境因子及其组合存在困难。针对渔场形成的环境机制发现,构建RS-STAMM模型,将时空离散化,以邻域方法提取空间环境变量,形成决策表,利用粗集约简方法,对环境因子及其时空配置关系进行筛选,进而寻找影响事件或变量取值的环境因子的时空配置结构。最后以发现渔场形成的环境机制为目标,将模型应用在渔业遥感研究中,以海洋鱼类聚集的温度场配置提取为实例,验证模型有效性。 相似文献
54.
利用遥感和GIS技术获取了1990-2010年3期南海周边国家不同类型海岸线的时空分布,对近20年来南海周边国家海岸线时空变化特征进行了分析研究。结论如下:(1)南海周边国家岸线人工化趋势明显,自然的生物岸线(主要是红树林)和基岩岸线消失显著。除中国和新加坡外,总体开发强度尚处于初级阶段;(2)研究区大部分区域岸线受人为开发因素影响显著,空间位置以向海推进为主,平均推进速度为8.09 m/a。而湄公河口、泰国湾以及印度尼西亚西北部等区域由于海水的侵蚀作用,向陆后退趋势明显,平均后退速度为5.96 m/a;(3)研究区各个国家海岸线长度变化不一,反映各国对海岸线的开发强度和阶段不同,其中,新加坡岸线开发强度最高,菲律宾和柬埔寨处于简单的海岸开发阶段;(4)中国、新加坡和文莱对其海岸带的开发主要集中在2000年前,而2000年后海岸开发强度有所减弱,其他国家对海岸带的开发主要集中在2000年后,尤其是越南、泰国、马来西亚、印度尼西亚比较明显,而菲律宾对海岸带的开发强度最弱,说明南海周边国家沿海区域经济发展的不均衡性。 相似文献
55.
我国海岸带及近海卫星遥感应用信息系统构建和运行的基础研究 总被引：5，自引：8，他引：5
我国海岸带和近海的高度开发极大地促进了沿海经济的发展,也引发出一系列的资源和生态环境问题.研究和发展适用于我国海岸带及近海卫星遥感综合应用技术系统,旨在实现宏观、动态、同步监测区域资源开发和保护,以及为生态环境问题提供全新的技术支撑和协调解决整体技术方案,对此着重阐述了面向海岸带及近海卫星遥感应用技术系统的构建.本技术系统主要包括海岸带科学数据平台和信息提取模块、针对海洋过程的应用模块、我国海岸带及近海生态环境集成用户平台等,其目的是推进我国海洋遥感由研究阶段转向应用阶段,并为实现数字海洋提供技术基础. 相似文献
56.
通过提取1975年与2010年左右南海海岸带建设用地信息,并对南海海岸带区域进行地貌分区,分析了不同类型海岸带35年建设用地扩张空间格局.结果表明:① 华南大陆和马来半岛建设用地扩张普遍快,中南半岛扩张程度中等,苏门答腊岛,加里曼丹岛和菲律宾群岛除马尼拉湾外普遍扩张程度慢.② 不同海岸地貌因自然资源条件,开发难易程度,腹地大小不同,其建设用地扩张程度差异显著.三角洲平原岸和河口平原岸因水运条件好,腹地广,建设用地扩张普遍显著,台地岸和沙坝--潟湖平原岸因适宜建中小型港口,扩张较为显著,海湾平原岸与山地岸则因平原面积小,开发潜力有限,建设用地扩张普遍不大,平直沙堤平原岸因腹地小,水运不发达而扩张甚微.③ 不同类型海岸带开发模式各异.三角洲平原岸和河口平原岸建设用地空间形态多样化,山地岸,台地岸,海湾平原岸以团块状或条带状为主,沙坝--潟湖平原岸以团块状与星状为主,平直沙堤平原岸多呈条带状,线状或点状分布. 相似文献
57.
珊瑚礁遥感地貌分类体系在珊瑚礁遥感地貌制图中具有重要的指导作用。目前,珊瑚礁遥感地貌分类体系仍存在构建标准不统一、部分重要地貌类型不突出以及涵盖地貌类型不完备等问题,影响了珊瑚礁遥感地貌制图应用于珊瑚礁科学和管理。本文采用中国南海46个珊瑚礁(环礁、台礁)的高分辨率遥感影像(WorldView-2、Quickbird),并结合西沙群岛15个岛礁的地貌实地调查数据进行南海高分辨率遥感地貌分类体系的构建研究。以各地貌类型所处礁体位置、动力特征、出露程度和沉积类型为划分标准,将相似尺度和重要性相当的地貌类型归为同等级别,共构建了3级19类南海珊瑚礁遥感地貌分类体系。该分类体系划分标准统一、地貌类型数量最多且完备,新命名了内礁坪生物稀疏带、内礁坪生物丛生带,补充了水下礁脊、潮间带浅滩、浅水礁塘等地貌类型,便于直观理解和推断不同尺度的海洋生态相互作用及重要性。同时,其多等级多尺度性适用于分辨率由低到高的南海珊瑚礁遥感地貌制图,有助于珊瑚礁态势演变分析、管理和保护,为维护国家海洋权益作出应有的贡献。 相似文献
58.
地理系统是自然与人文要素构成的,分布在地球表层空间中,具有生成、维持或转换物质形态和能量形式,或驱动物质和能量流动等功能的有机整体,表征为自然与人文要素及其相互作用的空间分布、结构、格局、演化和功能。地理系统分层级广泛存在于地球表层空间,是客观现实系统。地理信息系统将地理系统用数字投影到信息世界中,进而考察、分析和制定改造地理系统的方案。由此存在2个地理系统,即现实地理系统和信息地理系统,2个地理系统长期独立存在,各自演化。近些年,融合实时观测和物联网技术,现实地理系统的变化或演变已基本能够实时投影到信息地理系统中,即2个系统不再是独立演化,信息地理系统成为现实地理系统的镜像,现实地理系统一旦发生变化,信息地理系统同步变化。当前,人类科技正以前所未有的速度发展,特别是云服务、大数据、人工智能的异常迅猛发展,使得信息地理系统不再满足于成为现实地理系统的镜像,开始利用人工智能和无人自动控制技术,实现与现实世界的融合,即通过信息地理系统的操作,实现现实地理系统的改变。如此,未来现实地理系统与信息地理系统的界线日趋模糊,直至2个系统完全融合,不再区分现实地理系统和信息地理系统。本文暂且以智能地理系统指征这种融合2个世界的系统,并以南海岛礁的无人值守智能系统为例,展示现实地理系统与信息地理系统的融合与操作交互,实现岛礁地理环境和人工设施监测、保护、应对和操作的无人化和智能化。 相似文献
59.
苏奋振 《地球信息科学学报》2020,22(1):1-1
地理学和测绘学及其各分支学科日渐深度融合,物联网、互联网、智能传感、大数据、人工智能和自动控制等现代技术迅猛发展;同时,中国社会经济和科技事业对地理信息提出了新需求。在此背景下,地理智能新时代呼之欲出,如日东升。智能传感器附着在或移动于地球自然空间和社会空间中,从36000公里的高空到万米深的海洋,构建了针对地球各圈层的立体的、多角度的、多层次的、多要素的观测体系和传感网络,快速、准确、细致地获取地球空间高维动态信息。 相似文献
60.
The oceanic front is a narrow zone in which water properties change abruptly within a short distance. The sea surface temperature (SST) front is an important type of oceanic front, which plays a signifi cant role in many fi elds including fi sheries, the military, and industry. Satellite-derived SST images have been used widely for front detection, although these data are susceptible to infl uence by many objective factors such as clouds, which can cause missing data and a reduction in front detection accuracy. However, front detection in a single SST image cannot fully refl ect its temporal variability and therefore, the long-term mean frequency of occurrence of SST fronts and their gradients are often used to analyze the variations of fronts over time. In this paper, an SST front composite algorithm is proposed that exploits the frontal average gradient and frequency more eff ectively. Through experiments based on MODIS Terra and Aqua data, we verifi ed that fronts could be distinguished better by using the proposed algorithm. Additionally through its use, we analyzed the monthly variations of fronts in the Bohai, Yellow, and East China Seas, based on Terra data from 2000 to 2013. 相似文献