排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
为了有效地提取大范围地形复杂区域的土地利用/土地覆盖遥感信息,以位居青藏高原与黄土高原过渡地带的青海东部地区为研究区,研究基于蚁群智能优化算法(ant colony intelligent optimization algorithm,ACIOA)的土地利用/土地覆盖遥感智能分类。首先选用TM图像、DEM、坡度和坡向数据作为分类的特征波段;然后利用归一化植被指数NDVI对实验区数据进行植被分区;最后利用ACIOA算法进行分类规则挖掘,并依据分类规则进行土地利用/覆盖信息的提取。研究表明,基于植被分区的多特征蚁群智能分类的总体精度为88.85%,Kappa=0.86,优于传统的遥感图像分类方法,为大范围地形复杂区域的土地利用/土地覆盖遥感信息提取提供了有效的方法。 相似文献
2.
在森林区域,微波难以穿透森林达到地表,获取真实的地表高程,其获取的数字高程模型(DEM)包含植被信息。本文使用单基线单极化TanDEM-X数据和SRTM DEM,充分利用其统计信息,并以菲律宾试验区为例,成功将植被信号移除,得到林下地形。试验结果表明：林下地形反演精度从7.74 m提高到4.77 m,精度提高了38.3%,能够为平坦地区大面积林下地形反演提供技术支持。 相似文献
1