排序方式： 共有5条查询结果，搜索用时 62 毫秒
1
1.
大量城市建筑使得高分影像中含有许多阴影区。这些阴影区在土地利用分类、植被绿度调查等遥感应用中会较大地影响结果精度,降低数据使用效率并增加研究成本。基于同一地物阴影区与临近非阴影区反射率相等这一辐射特征关系,通过建立辐射传输方程,发展了一种新的城市高分遥感影像阴影校正方法 RERB(Reflectance Equality Relationship Based Method)。利用RERB对不同城市(北京和荷兰Enschede)不同高分多光谱影像(Geo Eye-1和Quick Bird)进行阴影校正,并对比分析其与被广泛采用的均值方差变换法MVT(Mean and Variance Transformation)的校正结果,通过定性和定量精度评价发现:(1)RERB能很好地将城市阴影区影像视觉特征(颜色、纹理、色调等)信息恢复到与非阴影区同一水平上;(2)RERB恢复后的阴影区具有丰富的细节信息且在视觉上与临近非阴影区具有良好的一致性;(3)RERB恢复后的城市柏油路面和水泥路面阴影区辐射信息具有较低的误差,可见光-近红外波段的平均误差分别为7%和9%。同时RERB能较好地恢复城市阴影区植被波谱特征信息。 相似文献
2.
3.
三峡工程蓄水以来,清水下泄,坝下游河段发生了长时间、长距离的沿程冲刷,河流悬浮泥沙浓度发生改变,给沿岸生态系统带来了不利影响。随机森林算法灵活、稳健,已被广泛应用于各类生态环境变量的回归预测分析,但其在水体悬浮泥沙浓度估算方面的能力尚未得到充分认识。基于泥沙站点监测数据和MODIS卫星遥感反射率数据,通过构建随机森林非参数回归预测模型,对三峡工程坝下游宜昌至城陵矶河段在建坝前后14年间(2002年—2015年)各月的悬浮泥沙浓度进行遥感估算。研究表明:(1)基于随机森林的悬浮泥沙浓度估算模型表现较好,模型预测值与实测值间相关性好、预测精度高,优于其他模型(线性回归、支持向量机、人工神经网络模型)。(2)在参与模型构建的MODIS波段变量中,红波段被认为是最重要的预测变量,但不能单独使用它进行预测,悬浮泥沙遥感预测需要多变量共同参与。(3)将悬浮泥沙数据按季节分类所构建的随机森林模型,其平均误差为0.46 mg/L,平均相对均方根误差为12.33%,估算效果最优,能够满足较高精度下悬浮泥沙浓度估算的需求。综上,可以考虑以季节为划分依据,用随机森林回归模型估算悬浮泥沙浓度,并用于后期坝下游河道悬浮泥沙浓度时空反演。 相似文献
4.
湿地生态系统中各种生物、化学和物理过程活跃,大规模的城市化进程显著改变了这些过程,影响着城市及周边区域的湿地景观组分、功能与结构。从城市湿地定义与分类、格局演变、格局与生态-社会过程耦合模拟3个方面综述了国内外湿地景观格局结合城市背景的研究成果。通过归纳当前研究现状,指出城市湿地景观研究的薄弱环节与亟待发展的领域,构建融合关键生态特征的城市湿地景观分类体系,整合社会经济要素的城市湿地格局与过程耦合模型,以及耦合模型在城市规划与区域资源管理中的应用。 相似文献
5.
以西南丘陵地区两种比例尺的地形图为数据源,利用GIS软件平台研究不同等高线节点密度下的DEM精度,旨在揭示节点密度对DEM精度的影响.结果表明:不同节点密度所生成的DEM的高程主要差异区域分布在地形结构线附近;当比例尺为1:2000和1:1万,分辨率分别高于2 m和5 m时,节点的变化对DEM的精度并没有明显影响;分辨率低于2 m和5 m时,其理想的节点密度分别约为1/7个/m和1/12个/m,当大于此节点密度时,增加等高线节点并不能改善DEM的质量,反而会降低DEM的精度. 相似文献
1