排序方式: 共有7条查询结果,搜索用时 531 毫秒
1
1.
MODIS NDVI时间序列在三江平原湿地植被信息提取中的应用 总被引:11,自引:0,他引:11
以三江平原为研究区,利用多时相的中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer,MODIS)影像数据,采用一种基于归一化植被指数(Normalized Difference Vegetation Index,NDVI)时间序列的监督分类方法获取了研究区湿地植被的分布数据。监督分类以NDVI时间序列的波形所反映出的植被物候特征作为分类器,将离散的傅立叶变换应用于NDVI时间序列以减少高频噪声对分类的影响,并运用傅立叶变换后波形幅度和相位的相似性来确定像素的归属类别。根据研究区植被的物候特征的差异,区分出7种地表(沼泽、沼泽化草甸、滩地、水田、旱地、灌木和林地)的植被类型,得到三江平原2005年湿地植被的分布数据。该方法的总体分类精度达到79.67%,Kappa系数为0.752 5。研究表明,基于MODIS多时相NDVI数据,采用基于傅立叶组分的相似度分类方法可以客观、经济、快速的提取湿地植被分布数据。 相似文献
2.
利用组合权重法将地质灾害易发区等级和降雨量等级进行有机的结合,建立了基于组合权重的汛期地质灾害预警预报模型。以吉林省为例检验其有效性。将研究区域剖分为5 702(5 km×5 km)个单元格,对每个单元格的地质灾害发生的可能性进行了等级预报。通过对已发生的地质灾害及降雨量的历史资料进行验证可知,该预报结果的精准率达到了93.25%,其预报结果是合理可行的。 相似文献
3.
基于整体经验模态分解和支持向量回归的北京市 PM 2.5预测 总被引:5,自引:0,他引:5
为了更好地掌握大气中PM2.5浓度的变化规律,利用EEMD-SVR混合模型对该地区的PM2.5浓度值进行了短期预测。首先,通过采用整体经验模态分解(EEMD)方法分析北京市PM2.5,把原始时间序列分解成多个固有模态函数和趋势项;然后,对各阶固有模态函数进行周期性分析,揭示了北京市PM2.5的周期性变化特点;最后,对经过EEMD分解后的各阶固有模态函数和趋势项用支持向量机回归(SVR)方法进行预测。结果表明,EEMD-SVR混合模型比单一的SVR模型预测精度更高。 相似文献
4.
扎龙国家级自然保护区丹顶鹤巢址的空间分布格局分析 总被引:3,自引:0,他引:3
依据1996年、2003~2007年扎龙自然保护区丹顶鹤(Grus japonensis)巢址分布数据,计算巢址分布的质心、巢址的空间离散度,分析了巢址的空间格局特征;并统计了巢址与芦苇(Phragmites Australis)沼泽的高程.研究结果表明,如果不遇到严重的干扰,扎龙保护区丹顶鹤巢址的质心主要分布在核心区内,每年的偏移主要集中在核心区内部;而在受到火灾干扰的2005年,丹顶鹤巢址的质心几乎迁出了核心区.扎龙湿地丹顶鹤巢址空间分布在此期间具有聚群的特征,2005年以前,丹顶鹤营巢距离逐年缩小;而2005年以后营巢距离又有所增加.丹顶鹤巢址分布在高程142~148 m的占92.03%,而芦苇沼泽分布在高程142~148 m的占82.04%;丹顶鹤巢址分布于坡度小于0.25°的占90.93%,芦苇沼泽分布在坡度小于0.25°的占87.31%;芦苇沼泽和丹顶鹤巢址在高程、坡度上的分布相关性较强,说明芦苇沼泽是扎龙湿地丹顶鹤营巢的重要生境. 相似文献
5.
基于多重信息融合的高分辨率遥感影像道路信息提取 总被引:8,自引:1,他引:7
在高分辨率遥感影像上进行道路提取一直被认为是一项具有重要意义但很困难的工作。尤其一些与道路光谱相近的地物,分类后与道路相互连接,难以区分。基于面状道路和边缘相互验证和辅助的思想,提出一种高分辨率遥感影像上提纯道路信息的方法。该方法首先在面状和边缘两个方面同时提高提取精度,然后由他们之间的逻辑互运算分割道路与非道路对象,并应用有效的形状指数(如:极惯性矩和狭长度指数)刻画和区分道路与非道路面状目标(如楼房等),最终达到提纯道路的目的。实验结果表明了本文方法在去除非道路目标,提纯道路网络方面的有效性。 相似文献
6.
7.
1