排序方式： 共有5条查询结果，搜索用时 15 毫秒
1
1.
近30年长江下游升金湖湿地不同季节景观生态风险时空分析 总被引：3，自引：0，他引：3
以安徽省升金湖湿地为研究对象,使用1989年、1996年、2003年、2010年和2017年四季Landsat系列遥感数据,构建景观生态风险评价模型,计算不同季节景观生态风险指数,分析风险空间分布及其变化特征,并使用Pearson相关系数分析季节间、季节与年度间景观生态风险相关性.结果显示:(1)不同季节景观生态风险指数有显著差异,生态风险从高到低依次为夏季、冬季、秋季和春季,夏、冬季风险指数平均高出春、秋季37.03%.(2) 1989—2017年升金湖湿地景观生态风险指数明显增加,湖区内泥滩、草滩等重要景观类型极易受人类活动影响,逐渐由中风险、较高风险区转变成较高风险、高风险区,且人造表面与草滩面积与较高风险和高风险区面积呈现出一定的协同变化特征.总体上,升金湖湿地以较低景观生态风险和中景观生态风险为主,较高景观生态风险与高景观生态风险主要位于上、下湖区.(3)季节间景观生态风险相关性最高的为秋季与冬季;年度生态风险与冬季生态风险高度相关.因此,近30年升金湖不同季节湿地景观生态风险时空演变趋势体现了该湿地景观格局变化对景观生态系统干扰的压力响应,且秋季与冬季湖区湿地需引起高度重视. 相似文献
2.
针对全极化合成孔径雷达Pol SAR(Polarimetric Synthetic Aperture Radar)影像相干斑噪声严重的问题,提出了一种结合相似块匹配和线性最小均方误差原理的去噪方法。该方法首先在原始影像上实现相似块组的匹配,进而利用线性最小均方误差滤波器对影像块组进行滤波得到初始去噪结果;然后,同时利用原始影像和初始去噪影像的信息进行相似块组的重新匹配,并再次利用线性最小均方误差原理对重匹配影像块进行去噪,得到影像最终的去噪结果。利用模拟的Pol SAR影像和高分三号卫星Pol SAR影像进行了算法效果的验证。结果表明,去噪算法在显著抑制影像噪声水平的同时,也能较好地保持影像的边缘和极化特性等细节信息。 相似文献
3.
相干斑的存在严重降低了全极化合成孔径雷达（polarimetric synthetic aperture radar，PolSAR）的影像质量，对相干斑进行抑制是使用PolSAR数据必不可少的预处理程序。本文提出了一种迭代优化的PolSAR非局部均值去噪方法。该方法在每次迭代去噪过程中，通过同时考虑原始影像全极化噪声统计特性和前一次迭代所得影像的全极化信息来完善像素间极化相似性的度量，从而实现对影像更精准的估计。试验部分利用模拟的PolSAR数据和真实的PolSAR影像进行了算法效果的验证。结果表明：去噪算法在显著抑制影像噪声水平的同时，也能较好地保持影像的边缘和极化特性等细节信息。 相似文献
4.
AMSR-E地表温度数据重建深度学习方法 总被引：1，自引：0，他引：1
地表温度对于全球气候变化等研究具有重要意义。被动微波遥感传感器AMSR-E（Advanced Microwave Scanning Radiometer for EOS）可以获得全天候地表温度,可作为多云条件下热红外地表温度数据的补充;但轨道扫描间隙限制了该数据在全球或区域尺度上的实际应用。鉴于地表温度的高时空异质性和AMSR-E LST轨道间隙数据的特点,本文提出了一种多时相特征连接卷积神经网络地表温度双向重建模型（MTFC-CNN）,利用深度学习在处理复杂非线性问题上的优势,重建轨道间隙区域的地表温度值。将2010年中国大陆四季的AMSR-E LST数据（数据未含港澳台区域）,分为白天和夜晚,形成共8个数据子集进行实验。在模拟实验中,重建结果与原始反演地表温度值平均均方根误差在1.0 K左右,决定系数R2在0.88以上,优于传统的样条空间插值和时间线性回归方法;真实实验结果具有较好的目视效果,且与对应MODIS LST产品对比发现,重建区LST值和未重建区LST值与MODIS LST产品间具有相近的平均均方根误差和决定系数。因此,本文提出的MTFC-CNN方法能有效重建AMSR-E LST轨道间隙数据,且优于传统方法。 相似文献
5.
湖泊富营养化导致的水华问题严重影响了淡水资源的利用和保护,快速、全面、准确的监测水华信息对于湖泊水环境的治理具有十分重要的意义.本文以巢湖为研究区域,利用多源光学遥感影像和时空融合技术,采用波段融合的方式将NDVI指数波段加入到遥感影像当中,并通过监督分类解译水华信息,以此揭示2009-2018年10年间巢湖水华的时空变化规律.结果表明：巢湖发生的水华以零星和局部水华为主,2012年巢湖水体首次出现区域蓝藻水华;巢湖水华的季节变化性强,夏、冬半年水华变化差异大,其中2018年季节间的差异最为显著;巢湖水华后五年发生频率明显高于前五年,西半湖水华较东半湖严重,且巢湖西北部是水华的高发区域,2011年水华开始向沿岸蔓延,2014年水华首次出现在西南湖区,2016年巢湖水华高发区域新增巢湖东部和中部地区.另外,本文根据巢湖的相关气象数据,构建了Logistic水华气象风险概率预测模型,模型平均预测准确率高达87.52%.探究巢湖水华长时序的时空变化规律有助于从宏观上把握其动态趋势,为后续湖区治理以及周边生态环境建设提供理论依据,水华气象风险概率预测模型可为巢湖水华的预警和防控提供决策支持. 相似文献
1