排序方式： 共有4条查询结果，搜索用时 0 毫秒
1
1.
为寻求更加适合与CBERS-02B星HR数据融合的多光谱数据及融合方法,应用PCA、Brovey、SVR、IHS 4种变换方法,分别将CBERS-02B星HR数据与CBERS-02BCCD、ASTER、ALOS的多光谱数据进行融合,从光谱和空间信息两个方面对融合效果进行分析。结果表明:①CBERS-02B星HR数据与ALOS多光谱数据的融合图像质量高于其他两种组合,其中IHS变换法融合图像空间细节及光谱信息保持度最高,色调鲜明,地物可辨别能力强;②ASTER、CBERS-02BCCD参与融合时,SVR变换法比较适合;二者相比较ASTER数据参与融合质量较高;③CBERS-02B星HR数据与ALOS和ASTER多光谱匹配度高,在CBERS-02B星HR数据的使用过程中应尽量寻求其他来源的多光谱数据进行融合。 相似文献
2.
基于ASTER GDEM数据喀斯特区域地貌类型划分与分析 总被引：5，自引：1，他引：4
以30 m分辨率ASTER GDEM数据为基础,通过GIS空间分析和非监督分类的方法进行地貌基本类型的自动划分。研究结果表明:①ASTERGDEM数据能够满足1∶10万比例尺下喀斯特区域的地表形态表达;②以流域为单位提取地形因子符合地貌发育的基本规律,提取的地形因子能客观的反应地表真实形态;③采用非监督分类法能够有效的实现1∶10万比例尺下地貌基本形态的定量化、自动化分类。 相似文献
3.
基于Logistic-CA-Markov模型的石漠化空间变化规律研究 总被引：3，自引：2，他引：1
为了揭示岩溶地区石漠化发生、发展的一般规律,文章以贵州省六枝特区为例,获取了1990、2000、2010年石漠化数据。利用Logistic-CA-Markov模型探讨石漠化发生的驱动因子及各类型间的转移情况,并在两种情景模式下对研究区2020年石漠化空间分布进行模拟。结果表明:(1)利用Logistic模型回归分析石漠化驱动因子,能够较好的反映其分布状况,CA-Markov耦合模型模拟石漠化空间分布,精度达到理论要求。(2)无石漠化、潜在石漠化、轻度石漠化、中度石漠化演变过程中受人为因素影响大于自然因素,而强度和极强度石漠化则相反。(3)在现有石漠化演化速率情景下,各等级石漠化的演变轨迹为修复与恶化并存模式,最突出的是潜在和轻度石漠化。(4)在喀斯特山地生态产业修复和封山育林结合情景下,石漠化修复与恶化并存的双重轨迹模式改为以修复为主的单一轨迹模式,其中轻度和中度石漠化治理效果最为突出。因此石漠化治理措施重点应针对轻度和中度石漠化分布区,注重协调人地矛盾,防止利用过程中返回式演变。 相似文献
4.
为了解森林退化的原因，利用2000-2015年的MODIS NDVI数据，在分析贵州省植被变化趋势的基础上识别了归一化植被指数（NDVI)显著下降的区域，并在NDVI显著下降区选取面积大于10 km2的森林图斑为兴趣区，分析其内气候变化趋势及对森林NDVI值的影响。研究表明:197个兴趣区主要分布在贵州省西北部的赤水—习水、东北部的梵净山和东南部的非喀斯特区域；区内春、夏季NDVI变化趋势与年NDVI值变化趋势一致，下降速率达到-0.01·yr-1，冬季与其他季节变化趋势相反，呈不显著升高趋势；区内春季和夏季气温升高显著，降水和日照时间无明显变化，整体气候变化呈暖干趋势；夏季温度升高是NDVI降低的主要驱动因素。 相似文献
1