排序方式： 共有7条查询结果，搜索用时 15 毫秒
1
1.
融合像素—多尺度区域特征的高分辨率遥感影像分类算法 总被引：1，自引：0，他引：1
针对基于像素多特征的高分辨率遥感影像分类算法的"胡椒盐"现象和面向对象影像分析方法的"平滑地物细节"现象,提出了一种融合像素特征和多尺度区域特征的高分辨率遥感影像分类算法。(1)首先采用均值漂移算法对原始影像进行初始过分割,然后对初始过分割结果进行多尺度的区域合并,形成多尺度分割结果。根据多尺度区域合并RMI指数变化和分割尺度对分类精度的影响,确定最优分割尺度。(2)融合光谱特征、像元形状指数PSI(Pixel Shape Index)、初始尺度和最优尺度区域特征,并对多类型特征进行归一化,最后结合支持向量机(SVM)进行分类。实验结果表明该算法既能有效减少基于像素多特征的高分辨率遥感影像分类算法的"胡椒盐"现象,又能保持地物对象的完整性和地物细节信息,提高易混淆类别(如阴影和街道,裸地和草地)的分类精度。 相似文献
2.
地震发生以后,需要在最短的时间内得到震区总体受灾情况,以便各级政府部门开展地震救援和灾后重建工作。本文探讨了地震建筑直接经济损失评估流程,并依据易损性清单法模型,结合GIS技术,开发了地震灾害损失评估系统。利用系统对2009年云南姚安县地震进行了建筑直接经济损失评估,评估结果表明系统建筑直接经济损失评估结果真实、可靠。 相似文献
3.
铼-锇同位素测年法研究综述 总被引：1，自引：0，他引：1
Re-Os同位素测年的最合适的对象为辉钼矿,定年是基于放射性的187Re通过β衰变成为187Os而引起锇同位素异常来计算地质年代的。在目前的测试研究中,较常用的方案为Carius管溶样法-蒸馏分离Os-萃取分离Re-TJA PQ ExCell ICPMS测定同位素比值。在我国有许多成功用Re-Os同位素测定钼矿床成矿年龄的范例,对认识矿床特征及成因、总结区域的成矿演化规律、解决相关地质问题具有重要的理论意义,而且对于指导矿床的预测和勘查具有很高科学价值。 相似文献
4.
为掌握盘锦地区地面沉降现状,包括沉降中心位置、沉降区面积、沉降量、沉降速率等,选取2013-2016年覆盖研究区的19期C波段Radasat-2数据,采用SBAS-InSAR技术提取盘锦地区地面沉降速率和累积地面沉降量。结果表明,研究区内存在两个沉降区:曙四联沉降区,面积约为43.6km^2,最大沉降速率为-151.49mm/a;龙王村沉降区,面积约为33.28km^2,最大沉降速率为-119.55mm/a。与2007-2009年的3期ASAR数据得到的结果进行对比后发现,两者得到的沉降区基本一致。通过地面沉降监测数据的时序分析,累积沉降量和沉降区范围均随着时间不断增大。 相似文献
5.
山东招远前孙家金矿床地质和元素地球化学研究 总被引：6，自引：1，他引：5
对矿区地表和井下四个中段共采集地层、岩体、蚀变岩、石英脉和矿体样品503件,测试了Au、Ag、As、Sb、Cu、Pb、Zn、Sn、Bi、Mo、Co、Ni、Mn、Cr、V、Ti、Ba、Rb和Sr等19种元素的含量,运用Suffer软件编制了19种元素的矿脉地球化学纵剖面图,根据格里戈良分带指数法计算了元素的地球化学分带,建立了原生晕地球化学立体分带模式。综合地质地球化学资料分析得出以下认识：由花岗岩→钾长石化花岗岩→绢英岩化花岗岩→绢英岩→石英脉或硅化带→金矿石,随着蚀变作用增强,成矿元素Au、Ag、As、Cu、Pb、Bi、Mo、Sb增加,然而成矿作用主要发生在绢英岩化后的硅化阶段。矿区成矿元素Au、Ag、As、Cu、Pb、Sn、Bi、Mo、Co．Ni含量呈多峰分布,分布范围大,离散度大,其中Au、Ag高含量峰值区峰型突出,成矿富集趋势强烈。矿区成矿阶段可分为：石英-金-黄铁矿阶段、石英-金-多金属硫化物阶段和石英-碳酸盐阶段。F1因子（Au、Ag、As、Co、Ni、Sn、Bi）为主成矿阶段的元素组合,F3因子（Mo、Sb）和F5因子（Cu、Zn）反映了成矿热液活动的多期叠加。F4因子Rb、Sr、Ba组合在本区最具典型意义,Rb与Sr、Ba为对抗性元素,Sr、Ba、Ca低值带,Rb、K高值带恰好与Au、矩高值带吻合,显示花岗岩长石类矿物的钾长石化和绢云母化与成矿关系密切。与矿体的侧伏方向一致,总体上矿脉纵剖面地球化学高值带均向SW侧伏。其中Au、Ag高值带宽且比较连续,上下均未封闭,结合金矿体虽已出露地表但规模不大和原生晕分带特征,推测为一浅剥蚀矿床,向SW深部仍有一定延深。矿区原生晕分带序列自上而下为（Hg2、Sr、Ba、Rb）→（矩、Au、Sn、Mo、Cu→（Zn、Pb）→（Sb、Mn）→（Ni、V、Co、As、Hg1、Bi）。As、Sb、Hg高值带偏于中下部,可能指示下部隐伏矿体的存在。 相似文献
6.
7.
高分辨率遥感影像分割方法研究 总被引：1，自引：0，他引：1
在遥感应用分析中,遥感影像分割是低层影像处理和中高层影像分析和理解的桥梁,是实现遥感影像信息自动提取的关键步骤,具有重要的意义。随着大量高分辨率遥感影像的出现,传统基于像素的影像处理方法已不能适应高分辨率遥感影像。近年来,国内外研究者们提出了面向对象影像的分析方法,而面向对象影像分析方法的关键就是影像分割,影像分割精度直接影响着高分辨率遥感信息提取和目标识别的精度。首先给出一般图像分割方法的综述;然后分析和总结了当前主要的高分辨率遥感影像分割方法,着重阐述了均值漂移、分形网络进化、马尔科夫随机场等分割方法的特点和研究现状;最后,对高分辨率遥感应用分析中影像分割方法的发展趋势进行了讨论与展望。 相似文献
1