排序方式： 共有8条查询结果，搜索用时 15 毫秒
1
1.
武汉市湖泊景观动态遥感分析(1973-2013年) 总被引：3，自引：1，他引：2
城市湖泊是城市湿地的重要组成部分,其演变受到人类活动的严重干扰,也影响城市的可持续发展.利用19732013年40年间Landsat MSS(3景)、Landsat 5 TM(5景)和Landsat 8(1景)共9景遥感影像,从景观角度分析武汉市主要湖泊的变化.首先借助遥感和地理信息系统技术提取湖泊信息,然后通过主成分分析法选取平均斑块面积(MPS)、斑块面积标准差(PSSD)、边界密度(ED)和斑块平均分维数(MPDF)4个景观指数用于湖泊景观分析.结果表明,武汉市湖泊变化经历了4大阶段:(1)1970s,由于"围湖造田"政策的推行,湖泊总面积、MPS和PSSD急剧减小,湖泊斑块数量(尤其是小型湖泊)急剧增加,大湖破碎、小湖增加;(2)1980s,推行"退田还湖"政策,湖泊总面积有较大回升,但小型湖泊消亡现象较为严重;(3)1990s,由于经济发展和人口增长等原因,湖泊水面面积仍缓慢波动减小;(4)21世纪后,湖泊斑块数量持续缓慢增加,但湖泊总面积呈减少趋势,故又可能进入一轮大湖萎缩或破碎、小湖增加的阶段.总体而言,武汉城市湖泊受到人为干扰和政策导向影响明显,应大力加强湖泊的科学管理,合理地开发利用,保护好湖泊自然资源. 相似文献
2.
3.
分析了扫描地形图产生误差的原因,提出了一种分条策略与完整的三次多项式校正方法相结合的误差校正方法,试验表明其优于完整的三次多项式的一次性校正方法,校正结果满足了实际需求。 相似文献
4.
在论述交互式综合环境研究的重要意义及大比例尺地形图特点的基础上，采用人机协同的地图缩幅方式，将复杂的地图综合过程分解，合理地进行了人机分工，设计与实现了大比例尺地形图交互综合系统的数据管理平台。实践证明，利用该数据库平台建立的综合系统适用于人机协同的作业方式，可以顺利地，交互式地完成地图缩编工作，减轻了作业强度，提高了作业精度。 相似文献
5.
氮素是植被整个生命周期的必要元素,红树林冠层氮素含量（CNC）遥感估算对红树林健康监测具有重要意义。以广东湛江高桥红树林保护区为研究区,本文旨在基于Sentinel-2影像超分辨率重建技术进行红树林CNC估算和空间制图。研究首先基于三次卷积重采样、Sen2Res和SupReMe算法实现Sentinel-2影像从20 m分辨率到10 m的重建;然后以重建后的影像和原始20 m影像为数据源构建40个相关植被指数,采用递归特征消除法（SVM-RFE）确定CNC估算的最优变量组合,进而构建CNC反演的核岭回归（KRR）模型;最后选取最优模型实现CNC制图。研究结果表明：基于Sen2Res和SupReMe超分辨率算法的重建影像不仅与原始影像具有很高的光谱一致性,且明显提高了影像的清晰度和空间细节。红树林CNC反演波段主要集中在红（B4）、红边（B5）、近红外波段（B8a）以及短波红外波段（B11和B12）,与“红边波段”相关的植被指数（RSSI和TCARIre1/OSAVI）也是红树林CNC反演的有效变量。基于3种方法重建后10 m的影像构建的模型反演精度（R2val>0.579）均优于原始20 m的影像（R2val=0.504）;基于Sen2Res算法重建影像构建的反演模型拟合精度（R2val=0.630,RMSE_val=5.133,RE_val=0.179）与基于三次卷积重采样重建影像的模型拟合精度（R2val=0.640,RMSE_val=5.064,RE_val=0.179）基本相当,前者模型验证精度（R2cv=0.497,RMSE_cv=5.985,RE_cv=0.214）较高且模型变量选择数量最为合理。综合重建影像光谱细节及模型精度,基于Sen2Res算法重建的Sentinel-2影像在红树林CNC估算中具有良好的应用潜力,能为区域尺度红树林冠层健康状况的精细监测提供有效的方法借鉴和数据支撑。 相似文献
6.
7.
海岸带作为连接海洋和陆地系统的特殊地理地带,与人类的生存与发展密切相关,但其自然和生态环境极其脆弱和敏感。气候变化和人类活动给海岸带环境带来了巨大压力,导致其生态环境不断恶化。随着技术的发展,近年来遥感技术已成为海岸带地理环境监测的重要手段之一,在海岸带规划、管理和保护中扮演着举足轻重的角色。本文对遥感技术在海岸带地理环境监测典型应用(土地利用/覆盖、土壤质量、植被、海岸线、水色、水深和水下地形及灾害)中的主要数据源、方法、结果和局限性进行归纳和总结,并对其未来发展提出展望。 相似文献
8.
红树林物种遥感分类受影像分辨率、波段信息、分类策略、影像特征选择方法等因素影响。现有的红树林物种遥感分类研究大多关注于分类精度的比较,较少报道商业高分与国产高光谱卫星的结合在物种分类的应用。基于湛江高桥红树林保护区的高分（WorldView-2）和高光谱（珠海一号）卫星影像,本文旨在利用随机森林分类方法,比较不同特征选择算法（极端梯度提升（XGBoost）、极端随机树（ERT）、连续投影算法（SPA））和不同空间分辨率（WorldView-2影像从0.5 m的分辨率重采样为1 m、2 m、4 m、8 m、10 m）对红树林物种分类精度的影响,并耦合WorldView-2与珠海一号影像研究红树林物种空间分布格局及影响因素。每种空间分辨率的WorldView-2影像提取248个特征（52个光谱特征及196个纹理特征）,珠海一号影像提取117个光谱特征。结果表明,XGBoost方法优于ERT和SPA,在影像特征选择中具有巨大优势;与其他空间分辨率相比,2 m分辨率的WorldView-2影像具有更高的分类精度;耦合WorldView-2和珠海一号影像的分类精度（分辨率：2 m,总体精度：88.98%,kappa系数：0.846）高于单一的WorldView-2影像（分辨率：2 m,总体精度：83.47%,kappa系数：0.768）和珠海一号影像（分辨率：10 m,总体精度：78.50%,kappa系数：0.703）;另外,林窗、高程、离岸距离一定程度上影响红树林物种分布格局。本文表明WorldView-2与珠海一号高光谱影像的结合在景观及区域尺度上精确提取红树林物种信息具有巨大潜力,有利于红树林生物多样性保护及科学管理。 相似文献
1