排序方式： 共有4条查询结果，搜索用时 0 毫秒
1
1.
地球观测数据共享是地球科学和相关学科科研活动中非常重要的基础性工作,是对地观测信息生命周期中的重要环节。受到由资源提供者、资源消费者和资源加工者组成的社会生态系统发展变化的影响,共享模式经历了无共享、项目共享、部门共享、社会共享等渐进的4个发展阶段,并呈现出区域差异和阶段差异。地球观测数据共享的概念体系包含数据开放、数据共享、数据互联等不同层次的问题,并受到信息技术等使能技术的驱动。其中开放性代表数据在网络中可被访问的状态,共享性是对于数据重复使用的授权和模式,互联性则是强调可共享数据资源在科学含义上的相互理解。而地球观测数据共享的技术体系则包含数据开放技术、数据共享技术和数据出版与引用技术。目前地球观测领域的数据共享正在经历巨大的文化、政策、技术和应用变革,下一代的地球观测数据设施集中体现了数据的共享和协作,并将呈现国际化、多学科化、标准化、设施化、大数据化和公众社会化等新的技术特征,将对相关科学活动产生重大影响。 相似文献
2.
遥感影像样本数据集研究综述 总被引：1，自引：0，他引：1
随着机器学习、深度学习等人工智能技术在遥感领域的不断应用与发展,基于海量样本的数据驱动模型已经成为遥感影像信息提取的一种新的研究范式,其对样本数据的规模、质量、多样性等提出了更高要求。最近,国内外众多学者和研究机构相继发布了一系列遥感影像样本数据集,为大数据时代下遥感影像的信息提取和智能解译等奠定了研究基础。然而目前尚缺乏对上述影像样本数据集的综合分析,针对这一问题,本文在文献检索与分析的基础上,归纳总结了124个具有一定影响力且应用广泛的遥感影像样本数据集并对其元数据进行了分析,并提供了数据来源、应用领域与关键词的发展变化,分析了数据集在空间、时间、光谱分辨率上的差异,以应用领域为依据将其划分为场景识别、土地覆被/利用分类、专题要素提取、变化检测、目标检测、语义分割等8个类别并以部分数据为例进行了具体分析,总结了深度学习模型在数据集上的研究进展,并针对稀疏样本导致的模型过拟合问题,探讨了样本时空迁移、小样本和零样本学习、样本主动发现、样本生成等在遥感影像信息提取中的应用前景。本文首次对遥感影像样本数据集进行了综述研究,可为相关领域科研人员提供数据参考。 相似文献
3.
4.
土地覆被分类是研究土地利用/覆被变化的基础数据和关键环节。以16d合成MODIS-EVI时间序列数据为主要数据源,采用谐波分析方法分析不同土地覆被类型的季节性变化规律和物候特征差异,引入谐波特征值构建线性混合模型,提取不同端元的丰度值。从土地覆被类型较齐全、谐波特征具有代表性的石家庄地区高空间分辨率影像上选择训练样本,确定MODIS纯净像元和混合像元的划分阈值,对河北平原区进行土地覆被分类制图。结果表明,与河北省县级土地调查统计数据对比,一年两熟耕地、一年一熟耕地、园地及有林地、自然陆地表面的总量精度分别为90.19%、86.17%、85.96%和77.82%,平均总量精度为85.03%;与石家庄地区9个县(市)一年两熟耕地和一年一熟耕地基于TM的分类结果对比,平均面积相对误差分别为10.25%、13.98%。受粗空间分辨率和合成周期、水热条件以及种植模式破碎化限制,混合像元主要集中在河北平原中东部地区,一年两熟耕地、一年一熟耕地、园地及有林地混合面积比重较大。 相似文献
1