排序方式: 共有6条查询结果,搜索用时 187 毫秒
1
1.
基于2001—2018年长时间序列地表水遥感监测数据,提取中亚五国地表水面积信息,通过动态度法、变化斜率法和相关分析法揭示中亚五国地表水面积的时空动态变化特征并对其进行驱动力分析。结果表明:① 中亚五国地表水呈“北密南疏”分布特征,中北部地表水变化明显。近18 a来,季节水面积呈显著增加趋势,增加了133.55%,而永久水呈波动减少趋势,减少了17.27%。哈萨克斯坦地表水面积占比最大且变化也最为明显,其次是乌兹别克斯坦,其余三国无较大变化。② 2001—2018年,中亚五国全区季节水动态度为7.42%,并呈快-慢-快的增长趋势,而永久水呈增长-下降-增长的演变趋势,乌兹别克斯坦地表水变化最为活跃;北部边缘及图尔盖洼地、西部里海沿岸和咸海地区永久水面积显著减少而季节水显著增加,永久水向季节水转换现象明显。③ 中亚五国增温趋势不明显,降水呈减少趋势,人口、GDP和耕地均呈增加趋势。中亚五国地表水面积变化主要受社会经济因子的影响,气候因子对地表水的影响不显著。 相似文献
2.
为准确提取水稻面积,以东北为研究区域,采用多时相16d合成MODIS增强型植被指数数据和8d合成MODIS地表反射率数据提取水稻种植分布。选取水稻代表样点利用IDL编程提取物候曲线,利用归一化植被指数(NDVI)将水稻与其他明显地类区分,然后建立水稻增强型植被指数(EVI)、地表水体指数(LSWI)之间的相关关系,结合最新2015年土地利用数据提取东北三省2015年水稻种植面积。同时运用运筹学理论建立省级尺度水稻判别条件最优化模型,分析其在空间分布上的差异性和相关性,并将结果与统计年鉴进行对比分析,分析表明MODIS数据适合大区域省级范围水稻面积的提取,精度可达90%以上。由此得出,MODIS数据在省级尺度提取水稻种植面积上有着较大的优势。 相似文献
3.
国际互联网上矿业追踪 总被引:1,自引:1,他引:0
介绍了加拿大太平洋矿业公司在中国矿业勘查和开发的新进展和智利发现一规模较大的Cu-Au矿的简单情况。 相似文献
4.
针对新疆南疆大规模枣园的检测识别,本文提出了一种基于泛化迁移深度学习的枣园目标检测识别方法。以GF-6卫星影像数据为基础制作了Jujube数据集,并将其泛化扩充增强;以Faster R-CNN体系为基础,利用多态协同模式实现数据集的有效关联和优化重构,进行检测识别模型的迁移深度学习以提高对目标对象检测识别的泛化能力。结果表明,模型算法的验证识别精确率、召回率和调和平均值分别达0.979、0.952和0.965,在应用测试中,3个指标平均值均大于0.929,优于传统检测方法,且本文模型方法总体分类精度为0.97,Kappa系数为0.93,均高于面向对象最邻近法,能够有效地满足研究区规模化枣园目标检测识别的精度和效率的要求,为精细化枣园田间管理提供基础依据。 相似文献
5.
海南岛独特的区域和国家战略位置,使得了解和掌握该地区气溶胶时空格局特征及其大气污染物传输来源是海南大气环境质量监测和污染防治中重要的关注问题。选取MODIS 3 km分辨率气溶胶光学厚度(AOD)产品MOD04_3K,对海南岛2003—2017年AOD时空变化特征进行分析;以海口市为起始点,采用HYSPLIT模式对8次典型大气污染事件在10、500、1000 m 3个相对地面高度上进行48 h后向轨迹计算,以探究该区域大气污染物来源。结果表明:① 海南岛AOD在空间上呈较为明显的三级阶梯状分布,从西北方向向东南递减,2003—2017年在不同阶梯的空间变化趋势差异十分显著;② 2003—2017年海南岛AOD年均值为0.095,各年均值整体呈轻微升高趋势;季节均值差异表现为“春季>秋季>冬季>夏季”,此差异除受区域天气系统与地方风向特征的影响外,本区旅游业发展造成的大气污染物排放也不可忽视;③ 海南岛(海口市)2013—2017年典型大气污染事件发生期间大气污染气流在3个高度上(10、500、1000 m)的后向轨迹基本保持一致,均主要来自于海南岛东北方向。据此,位于该方向毗邻的珠江三角洲地区陆源大气污染物在东北盛行风的影响下被输送至海南岛,在区域天气系统(如大陆冷高压)和局部天气系统(如海风辐合)共同作用下,是促成该地区大气污染事件发生的重要因素。研究结果对深入理解海南岛近十多年来大气环境状况的变化规律、完善该区域大气污染联防联控机制具有重要的意义。 相似文献
6.
针对叶尔羌河流域这一生态脆弱区,基于像元二分法利用MODIS NDVI数据计算该研究区典型正常年份2016年6—9月生长季植被指数(植被覆盖度),分析探讨了该流域植被覆盖度与土地利用/覆盖状况及高程、坡度、坡向等地貌状况主要要素之间的耦合关联关系。结果表明:叶尔羌河下游地区地形起伏较小,植被覆盖状况和土地利用/覆盖类型均具有明显的地带状与分层分布特征,植被覆盖度仅与距离水源地的远近相关性显著,与高程、坡度等其他地貌因子无明显相关性;而叶尔羌河中上游地区植被覆盖状况复杂,植被覆盖度与高程、坡度和坡向三因子总体耦合度较高。高程对植被覆盖状况的影响尤为显著,具有明显的垂直地带性;同时,随着高程增加,坡度对植被覆盖度的影响则表现出一定的垂直周期地带变化特性,以及随着坡向的变化植被覆盖度呈现出由阴坡、半阴坡较高(4 000m以下地区)按"顺时针"向阳坡、半阳坡较高(4 000m以上地区)逐渐转移。 相似文献
1