排序方式： 共有6条查询结果，搜索用时 93 毫秒
1
1.
2.
3.
基于Sketch Up和Arc GIS设计了三维校园地理信息平台,构建了校园地上地下一体化模型库,包括地形模型、精细地物模型、基础地物模型和地下管线模型;设计开发了三维校园地理信息系统,具有校园地上地下一体化三维浏览、地下管线管理等功能,提高了校园的数字化管理水平。 相似文献
4.
本文以2007年和2008年MODIS每日地表温度（LST）数据及AMSR-E地表亮温（BT）数据为研究对象,结合土地覆盖类型数据,统计分析MODIS_LST与AMSR-E_BT在不同土地覆盖类型、频率和极化方式条件下的相关性。结果表明,频率在18.7、23.8和36.5 GHz的AMSR-E-BT与MODIS_LST的相关性较大,且在垂直极化通道上的相关性较在水平极化上大;不同土地覆盖类型,与MODIS_LST相关性较大所对应的AMSR-E微波通道不同。同时,考虑混合像元问题对相关性的影响,对25种不同地物类型组合下MODIS_LST与AMSR-E-BT的相关性进行统计分析,发现混合像元中地物类型越多,则二者相关性越小。最后,采用多元线性回归分析法,根据不同土地覆盖类型建立反演回归模型,对部分研究区域MODIS-LST进行反演,误差平均在±3.15 K以内,与不考虑下垫面覆盖的模型比较,反演MODIS_LST精度平均提高了1.5 K。 相似文献
5.
研究以中国南海西沙群岛华光礁西部剖面为试验区,采用高分一号（GF-1）遥感影像及“冰、云和陆地高程2号”（ICESat-2）星载激光测高数据,基于珊瑚礁地貌分带建模优选策略构建了试验区25 m以浅水深遥感反演模型,并将模型外推应用至西沙群岛有实地调查水深数据的珊瑚礁剖面研究区。建模结果显示,礁坡和深潟湖地貌采用波段比值二项式回归模型,礁坪、浅潟湖和点礁地貌均采用多波段比值回归模型,可以使得地貌单元内基于GF-1影像的水深遥感反演达到最优效果。模型反演水深数据与实地调查水深数据相关系数为0.95;实地调查水深数据与ICESat-2深水区数据综合验证结果显示,模型均方根误差为1.34 m,平均绝对误差为1.08 m,平均相对误差为17.10%。研究表明,本文提出的基于地貌的主被动遥感水深反演模型显著改进了珊瑚礁区中分辨率遥感水深反演模型的精度,可为大范围珊瑚礁区高精度的水深反演提供方法支持。 相似文献
6.
推导分析了基于站间单差的GPS/GLONASS组合双差模糊度解算数学模型及影响其精度的误差因素。利用模糊度参数在无周跳和粗差情况下的时不变性特点,采用自适应选权滤波对单差数据进行滤波处理,并将滤波后的单差模糊度通过选择基准卫星固定为双差模糊度。采用不同长度的实测动静态短基线数据进行测试,结果表明基于自适应选权滤波的站间单差模型可以简便有效地进行双差模糊度固定,模糊度固定成功率在95%以上,解算精度优于单模型以及双模型单历元解。 相似文献
1