排序方式： 共有14条查询结果，搜索用时 339 毫秒
1.
2.
青藏高原东南部海洋型冰川物质平衡研究进展北大核心CSCD 总被引：1，自引：0，他引：1
青藏东南部海洋型冰川具有独特的气候敏感性,普遍呈现加速退缩趋势,这不仅影响区域水资源安全,而且伴生了相应的冰川灾害,是当前青藏高原冰冻圈变化研究的热点区域之一。本文对海洋型冰川物质平衡时空变化特征进行了综述,2000年以来冰川总体处于物质亏损状态,其平均物质平衡介于-0.66~-0.61m w.e.·a^(-1)之间;同时总结了海洋型冰川物质加速变化的驱动因素以及新特征。当前海洋型冰川物质平衡变化研究受观测数据缺乏和模型模拟不确定性等问题限制,尤其现有模型对冰面裂隙增多与扩张、冰崖-冰面湖-表碛相互作用、冰内冰下过程、冰崩、末端冰湖水-冰相互作用等过程的描述过于简化或基本缺失,其机理及影响仍存在较大的不确定性。未来需加强海洋型冰川物质平衡的综合监测,基于多数据和多方法的集成研究提高模型对冰川物质平衡多物理过程的耦合与模拟能力,为开展海洋型冰川物质变化的区域水资源效应和致灾效应研究奠定基础。 相似文献
3.
根据高分辨率遥感影像中城镇道路的特点,提出了一种基于特征点的道路信息提取方法。首先,对影像进行增强处理并选取感兴趣的子区域,利用改进的分水岭分割理论和阈值选择算法,结合八邻域检测方法得到道路的特征点;然后,利用回归分析方法在一定的坐标系统下得到每条道路的回归方程,根据端点坐标信息得到道路信息图;最后,利用数学形态学算法获取道路骨架图。结果表明,本方法能够精确有效地提取高分辨率遥感影像的城镇道路信息。 相似文献
4.
综合多特征的Landsat 8时序遥感图像棉花分类方法 总被引：3，自引：0，他引：3
传统的多时相遥感图像分类大多拘泥于单一特征,本文基于多时相的Landsat 8遥感数据,开展了综合多特征的特征提取与特征选择方法研究。综合了NDVI时间序列、最佳时相反射率光谱特征以及纹理特征作为初始分类特征,并采用基于属性重要度的粗糙集特征选择算法对其进行特征约简。分类结果表明:(1)利用初始分类特征,分类的总体精度达到92.81%,棉花提取精度达87.4%,与仅利用NDVI时间序列相比,精度分别提高5.53%和5.05%;(2)利用粗糙集选择后的特征分类,分类总体精度可达93.66%,棉花分类精度达92.73%,与初始分类特征提取结果相比,棉花分类精度提高5.33%。基于属性重要度的粗糙集特征选择不仅提高了分类精度,同时有效降低了分类器的计算复杂度。 相似文献
5.
6.
端元提取技术是混合像元分解中重要的步骤之一,传统的端元提取方法仅考虑了像元的光谱信息。本文将数学形态学算子扩展到高光谱空间,并应用到端元提取技术中,可以顾及像元的上下文信息。利用AVIRIS高光谱仿真数据对算法进行了实验验证,结果表明本文算法具有较强的抗噪能力和较高的可靠性。在此基础上,结合徐州地区的EO-1 Hyperion高光谱遥感图像,使用本文算法进行了端元提取应用研究,将实验结果与纯净像元指数、顶点成分分析方法做了对比分析和精度评价,证明本文算法是一种可靠的高光谱遥感图像端元提取技术。 相似文献
7.
8.
9.
10.
遥感影像CVA变化检测的CUDA并行算法设计 总被引：1，自引：1，他引：0
随着遥感影像数据量以及复杂程度的日益增加,遥感图像的快速处理成为实际应用过程中亟需解决的问题。为了实现遥感影像的实时变化检测,针对基于变化矢量分析CVA的变化检测算法,设计了一种基于统一计算设备构架CUDA的并行处理模型。首先利用地理空间数据提取库GDAL实现大数据量遥感影像的分块读取、操作和保存;其次将基于变化矢量分析的变化检测过程分为变化强度检测、映射表构建和变化方向检测,并借助CUDA C将变化矢量分析算法的3个步骤嵌入到CPU和GPU组成的异构平台上进行实验;最后利用该模型对不同数据量的遥感影像进行CVA变化检测并作对比分析。实验结果表明:与CPU串行相比,基于GPU/CUDA的遥感影像CVA的变化检测速度提高了10倍左右;在一定程度上,达到了实时变化检测的效果。 相似文献