排序方式： 共有32条查询结果，搜索用时 406 毫秒
11.
我国陆地卫星的快速发展和人工智能等高新技术的广泛应用为重构卫星遥感监测体系奠定了重要基础。针对我国自然资源保护、国土空间规划实施监督、生态修复及全球变化研究等对土地利用、土地覆盖及其相关地表参数指标动态变化信息的需求,基于当前我国陆地卫星观测能力,设计了全球宏观尺度监测及我国陆域范围季度监测、重点区域月度监测及应急事件即时响应的卫星遥感监测体系框架;针对自然资源卫星遥感监测需求,充分运用大数据、人工智能、云计算等高新技术,本文提出了基于工作流的监测生产线智能流转与可插拔模块调度控制、遥感影像样本知识库构建、复杂场景自然资源变化自动提取、自然资源特定目标自动提取和自然资源变化图斑全生命周期管理等技术解决方案,构建了遥感监测业务化应用技术流程,实现了我国陆域范围自然资源全要素季度监测、重点区域高频次精准监测、特定目标即时监测能力,并在自然资源执法督察和地表水变化等监测中得到应用。 相似文献
12.
面向土地利用动态遥感监测的成像光谱数据处理技术研究 总被引：1，自引：1，他引：0
成像光谱数据具有较高光谱分辨率,在类别细分方面具有一定的优势。该文针对成像光谱数据特点,研究与成像光谱数据特征相适应的土地利用动态遥感监测技术,包括边缘辐射纠正技术、影像融合技术和异常光谱检测技术,该方法在试验区应用中取得了良好效果。 相似文献
13.
14.
15.
16.
17.
对宜兴市机载成像光谱数据辐进行射畸变纠正、几何精确纠正和辐射定标等预处理,获得高光谱反射率图像。利用相关系数、均方差、离散度等统计特征进行面向土地利用/土地覆盖目的的波段优选,采用高光谱像元提纯分析工具获得分类所需的终端单元,并利用终端单元进行了研究区土地利用/土地覆盖分类对比研究。研究发现:最大似然法分类精度低,整体精度为84.89%,而二进制编码、神经网络分类和光谱角分类方法精度较高,整体精度分别为87.12%,88.75%,90.41%。这说明光谱角分类是最有效的高光谱影像土地利用/土地覆盖分类方法,文章研究采用的高光谱预处理以及波段选择方法是正确的。 相似文献
18.
分区控制和分层提取下的OMIS-I影像土地利用/覆盖分类方法研究 总被引：1，自引：0，他引：1
针对宜兴试验区128波段OMIS—Ⅰ机载成像光谱数据,在平原区、山区分区基础上建立多级分层决策树综合分类方法。通过该方法可实现对土地利用／覆盖一级类（林地、园地、水域、耕地）自动分类,精度达88．15％,Kappa指数为0．82,园地漏分率最高（20．23％）,耕地漏分率最低（2．24％）;耕地、林地、园地、水域的错分率分别为21．87％、21．98％、0．66％、0。土地利用／覆盖二级分类也可采用分层自动分类,其总体精度达86．16％,Kappa指数为0．81。采用土地利用矢量数据辅助和人工目视解译对部分二级类别进行细分,可获得更加可靠的分类结果。研究表明,分区控制下的多级分层决策树综合分类方法应用于OMIS—Ⅰ高光谱影像土地利用／覆盖分类,具有可操作性和较高的精度。 相似文献
19.
20.
基于GF-1卫星数据的新增建设用地监测试验与分析 总被引：1，自引：0，他引：1
选择内蒙古包头市石拐区和江苏省徐州市贾汪区分别作为典型山地、平原试验区,开展了GF-1卫星数据的新增建设用地监测能力试验与分析。试验结果表明,基于GF-1卫星数据的新增建设用地监测图斑属性精度,新增建设用地占用耕地、非耕农用地图斑面积精度,以及最小可监测图斑面积,满足土地利用动态遥感监测业务相关规范要求。 相似文献