排序方式： 共有4条查询结果，搜索用时 15 毫秒
1
1.
西沙群岛是南海群岛中岛屿最多、面积最大的群岛,自然环境独特、植物区系特殊、岛上植被一直都是植物学家及地理学家重点关注的问题。本文基于光谱分类,于决策层融合支持向量机与光谱信息散度两类分类器进行西沙群岛典型岛屿植被类型识别,形成典型植被分布图。建立西沙群岛典型植被光谱库,分析西沙群岛典型植被实测光谱与其一阶导数的特性,并基于典型岛屿不同时期的植被分布图进行变化分析。结果表明：（1）采用光谱分类的生产精度及用户精度在西沙群岛主要岛屿的平均值为83.49%、85.54%,Kappa系数为0.8728。（2）2002年—2018年,各典型岛屿主要受到人类活动影响,整体上植被种类及植被面积增加,草海桐形成单优植被群落。（3）经相关性分析,各典型岛屿植被种类数量与本岛面积基本成正相关关系,且面积越大,植被种类随时间增加速度越快;相邻岛屿之间的距离与两岛植被相似性呈正相关,两岛距离越近,植被种类相似性越高。 相似文献
2.
针对土地利用/土地覆被分类中小规模数据集无法使用深度学习方法自动分类的问题,提出了利用精简深度残差神经网络(Resnet-50)进行迁移学习的土地利用/土地覆被自动分类算法。首先,使用Sentinel-1卫星提供的遥感数据制作数据集;然后,对Resnet-50中每层的卷积模板数量进行压缩并在其后级联自适应网络得到精简残差网络;最后,利用Image Net数据集预训练精简残差网络,并将网络模型迁移到Sentinel-1数据集对网络参数进行微调,最终实现小数据集上土地利用/土地覆被的高精度自动分类。试验结果表明该算法在SAR数据集上的分类精度高达95.15%,验证了算法的可行性。 相似文献
3.
自1960年4月诞生国际上第一部合成孔径雷达（SAR）以来,SAR技术及应用发展已进入一个新的阶段.在该阶段,对电磁波的波段、极化、振幅和相位等信息的利用更加深入和综合,其显著的技术特征为双/多站或星座观测、极化干涉测量、高时序高分宽幅测绘、三维/四维结构信息获取和超高分辨率观测,其显著的应用特征为面向全球性重大问题如全球变化和全球可持续发展实现地球表面动态过程高精细、大尺度和时间连续的监测和评估.本文首先介绍了SAR对地观测技术的研究背景及意义,然后就四种典型的先进SAR即极化SAR、极化干涉SAR、层析SAR和超高分辨率SAR论述了其近十年来的研究进展,最后,展望了未来这些先进SAR对地观测技术的发展趋势,并重点探讨了在多通道信息获取、多角度观测、高时相观测、分辨率和测绘幅宽提升等方面的发展趋势. 相似文献
4.
合成孔径雷达(SAR)系统在对地观测中具有全天时全天候的独特优势。近十几年来,多模式、多角度、多维度、大幅宽、高分辨率、多基协同等SAR技术的问世,代表着新型SAR观测时代的到来。为对这一SAR发展阶段的特点和能力进行分析,本文首先介绍了新型SAR系统观测能力的发展,包括如何获取大范围、多时相、多层次SAR综合对地观测数据及实现月基SAR等观测技术;然后,总结了杂交介质建模、时频分解、深度学习、压缩感知等新型信息提取方法在SAR领域发挥的作用;最后,介绍了新型SAR在城市管理、植被调查、极地与海洋测绘以及灾害监测等领域的研究进展,旨在推动SAR观测技术在测绘领域更广泛而深入的应用。 相似文献
1