排序方式： 共有5条查询结果，搜索用时 312 毫秒
1
1.
目前水华已成为国内外一个重要的环境问题，单一的光学遥感方法难以实现精细化的水华预测。针对上述问题，本文以无人机多光谱影像、水质、水温及气象数据为数据源，首先通过像素匹配法（Matching Pixel-by-Pixel,MPP）反演水质参数及归一化植被指数（Normalized Difference Vegetation Index, NDVI）阈值法提取水华信息，然后基于地理加权回归（Geographically Weighted Regression, GWR）建立涵盖面积信息和位置信息的水华短时预测模型，并探讨了预测窗口尺寸对预测结果的影响。结果表明：(1)本文方法可以实现精细化的水华短时预测，在应用中对水华面积预测精度达到96.19%，在水华空间分布的预测上对水华和非水华的总体分类精度均大于0.97，生产者精度、Kappa系数均大于0.5；(2) MPP反演的总氮、总磷和溶解氧浓度与实测数据都有着较高的相关性，其决定系数R2分别达到0.89、0.85、0.89；(3)不同尺寸的预测窗口直接影响预测结果精度，相比8×8、12×12、14×14，选用10×10预测窗口得到的总体分类... 相似文献
2.
利用武汉市人口迁出规模指数与武汉迁入到湖北各市人口比例的乘积（MSI）及市内交通强度（TI）,建立时间回归模型,分析各市的COVID-19每日新增病例;利用交通可达性及各市GDP比例,建立空间回归模型,分析湖北省各市COVID-19的万人累计感染率。结果显示：1）基于人口迁徙数据与各市每日新增COVID-19病例构建的回归模型具有显著性（Sig.=0.00）,R2达0.715;从标准化系数结果可以看出,MSI（0.85）对各市每日新增病例的影响程度更高;2）累计万人感染率与医疗机构数、GDP具有显著的正相关关系,与床位数量不相关;3）基于交通路网、社会经济数据与湖北省各市的万人累计感染率构建的空间回归模型亦具有显著性,其标准化决定系数为0.672,各市GDP比例对模型的影响更大。 相似文献
3.
末次冰期冰碛垄系列的形态特征及其形成探讨 ——以帕隆藏布江谷地为例 总被引：1，自引：0，他引：1
冰碛的形态特征是气候变化的标记.以往的野外考察发现末次冰期的冰碛具有近乎统一的发育模式.选取藏东南帕隆藏布江流域的10条冰川, 研究其前方末次冰期冰川堆积特征, 以揭示其所反映的气候变化过程. 结果表明: 末次冰期MIS2形成最高大的冰碛垄, 我们称之为主冰碛垄, 这套冰碛垄示意当时冰期气候持续稳定时间最长.为主冰碛垄所部分覆盖而由其底部延伸出来的, 尚有至少两套范围更大、 但规模较小的冰碛垄, 表明MIS2之前冰期气候可能曾更加严酷, 但持续时间相对要短, 可能反映MIS4和/或MIS3的冰期气候特点.主冰碛垄内侧一直到现代冰川相当长的河谷段, 通常呈现多道冰碛垄, 规模均较主冰碛小, 它们有的不排除作为后退冰碛(recessional moraine)的可能性, 但晚冰期(YD)、 抑或H1事件应当是值得注意的.临近现代冰川末端, 一般能够辨别新冰期和小冰期冰碛垄. 因此, 藏东南这样一系列的冰川堆积, 以其形态、 范围和规模特征, 辅之以高精度的系统测年, 几乎可恢复出气候变化曲线来, 了解与全球氧同位素曲线之间的齿合关系. 相似文献
4.
基于人口流动的广东省COVID-19疫情风险时空分析 总被引：2，自引：0，他引：2
人口流动,特别是来自疫源区的人口输入,COVID-19疫情传播的关键风险来源。本文以广东省为例,利用人口迁移大数据与地理空间分析技术,综合考虑人口来源地风险差异与流入地社会经济属性差异,并依据输入性病例发病的间隔时间分布引入时滞过程,构建了包含时滞效应的疫情风险时空分析模型,理论上可以根据现状人口流动研判未来一定时期的疫情风险的变化趋势及空间格局,为提前谋划和精准防控提供决策参考。分析结果表明：① 广东省新型冠状病毒肺炎疫情在2020年1月29日拐点初现,随后呈现逐步下降的趋势。② 基于输入性病例发病的时滞过程分析,输入性病例从输入到发病普遍存在间隔时间,且间隔时间为1~14 d的病例比重较高。③ 疫情风险存在明显的空间差异,各地疫情风险依据输入风险、易感风险以及抵御风险能力的不同而存在较大的差异。④ 广东省各地市与疫源区城市之间的联系程度、人口流动规模及其交通区位因素,显著影响省内疫情风险的分级。深圳、广州等一线城市是高风险区,东莞、佛山、惠州、珠海、中山等邻近深圳和广州的珠三角城市是中风险区,珠三角城市群外围的粤东西北地区是低风险区。应根据疫情潜在风险,制定基于分区分级的防控措施,促进局地精准防控与社会整体良性运转。 相似文献
5.
无人机可以灵活、高效地获取地表要素信息，近年来轻小型民用无人机广泛普及，无人机遥感与行业应用的结合不断深入。随着科技的进步，无人机载荷、通信、数据处理等技术取得了快速发展，同时，由于续航时间和覆盖范围有限，无人机在自然资源、生态环境、社会治理中的应用也面临着困难和挑战。本文针对低空无人机组网观测的关键问题，提出了智能无人机、无人机基站和运营系统组成的空地协同低空无人机遥感网系统，通过无人机智能基站实现无人机高频次观测，通过运营系统实现多无人机自主协同作业，通过智能无人机实现智能化监测。研究成果在佛山市丹灶镇开展示范应用，构建了由8台无人机智能基站组成的低空无人机遥感网，通过5G网联无人机组网，打破传统无人机作业在巡查频率、覆盖范围、响应时间的限制，为当地水务、环保、公安、应急、城管、国土等部门提供高频次、全天时、快速响应的无人机智能巡查服务。本文提出了一种空地协同的低空无人机遥感网系统，并成功应用于国土、交通、生态环境等领域，打造了无人机遥感网驱动的智慧城镇模式，未来将与地理空间智能、物联网等技术深度融合，构建立体化无人机遥感网和智能运营平台，并在全国开展低空无人机遥感网的示范应用。 相似文献
1