排序方式： 共有16条查询结果，搜索用时 15 毫秒
1.
2.
基于Google Earth Engine的红树林年际变化监测研究 总被引：1，自引：0，他引：1
遥感技术已广泛应用于红树林资源调查与动态监测中,但仍然存在遥感数据获取困难、数据预处理工作量大、监测时间长而周期过大等问题,影响了学者对红树林演变过程的精细刻画与理解。本文基于Google Earth Engine（GEE）云遥感数据处理平台,选取Landsat系列卫星数据,生成长时间序列年际极少云影像集（云量少于5%）,利用3个红外波段反射率（NIR、SWIR1、SWIR2）和3个特征指数（NDVI、NDWI、NDMI）建立阈值规则集,实现对实验区越南玉显县红树林、红树林-虾塘、不透水面-裸地、水体4种目标地物的专家知识决策树分类和土地覆盖的制图,并基于分类结果监测该区域1993-2017年的红树林年际动态变化。结果表明：GEE平台可满足多云多雨地区红树林的长时间序列年际变化监测需求;本文阈值分类方法可以有效提取红树林及红树林-虾塘,实验区有86%年份的影像分类精度达到80%以上;年际变化监测可精细刻画实验区红树林面积先增后减再增的变化过程,也能准确反映红树林与红树林-虾塘养殖系统面积之间的负相关关系。红树林年际动态监测结果可以降低红树林演变分析的不确定性,并能更精细地量化红树林与其他土地覆盖类型的转化过程,从而评估经济发展、政策等因素对红树林演变的影响。 相似文献
3.
近20年来淇澳岛红树林湿地景观格局分析 总被引：13，自引：2，他引：11
该文分析近20a来淇澳岛红树林湿地景观格局演变,采用遥感和GIS相结合的方法,利用遥感图像处理软件ERDAS对3个时相(1988年、1995年、2002年)的Landsat TM遥感图像应用专家系统方法分类;结合ARCGIS8．1,辅助FRAGSTATS3．01景观软件计算斑块和类型水平上的景观格局指数。淇澳岛红树林面积呈上升趋势,1988年、1995年和2002年分别为20．16hm^2、28．08hm^2、57．96hm^2;斑块数目从1988年的1个增加到2002年的18个,总斑块密度、平均斑块周长面积比呈上升趋势;平均斑块大小、平均斑块分维数、平均斑块形状指数呈下降趋势。近20a来淇澳岛红树林湿地景观受人为干扰,景观破碎化程度不断扩大,需对湿地多功能景观进行科学调控。 相似文献
4.
地质领域机器学习、深度学习及实现语言 总被引：4，自引：2，他引：2
地质大数据正在以指数形式增长。只有发展智能数据处理方法才有可能追上大数据的超常增长。机器学习是人工智能的核心,是使计算机具有智能的根本途径。机器学习已成为地质大数据研究的前沿热点,它将让地质大数据插上翅膀,并因此改变地质。机器学习是一个源于数据的模型的训练过程,最终给出一个面向某种性能度量的决策。深度学习是机器学习研究中的一个重要子类,它通过构建具有很多隐层的机器学习模型和海量的训练数据,来学习更有用的特征,从而最终提升分类或预测的准确性。卷积神经网络算法是最为常用的一种深度学习算法之一,它广泛用于图像识别和语音分析等。Python语言在科学领域的地位占据着越来越重要。其下的Scikit-Learn是一个机器学习相关的库,提供有数据预处理、分类、回归、聚类、预测、模型分析等算法。Keras是一个基于Theano/Tensorflow的深度学习库,可以应用来搭建简洁的人工神经网络。 相似文献
5.
湿地植被生物量测算方法研究进展 总被引：25，自引：0，他引：25
湿地植被生物量是衡量湿地生态系统健康状况的重要指标。传统的生物量测算方法主要是通过样方调查,采取收割法等方法;遥感估算法是借助遥感影像某些波段对湿地植被的灵敏反应,再配合典型的样地调查和GPS定位进行。在这两类方法的基础上,均可依据长时间序列的基础资料(实测资料、影像资料等),建立生物量的计算公式,以便进行类比或预测。笔者在查阅国内外相关文献的基础上,论述了湿地生物量测算方法的研究进展。将传统典型样方调查及实验室分析与遥感估算技术(分光学遥感和雷达遥感)不断融合,不仅可以及时掌控湿地生态系统的动态变化,而且为湿地生态系统生态资产的定量测算提供重要参数,并为湿地生态系统的恢复、重建以及管理提供科学依据。 相似文献
6.
红树林生长于热带、亚热带地区典型的生态交错带,其植物群落具有很高的生物量。根据国内外相关研究,综述了红树林植物地上、地下生物量研究成果及其相关的研究方法,并探讨了不同纬度红树林植物生物量的分布规律及其影响因素。结果表明,相关研究主要集中在运用异速生长法研究红树林植物地上部分生物量,该方法适用于不同红树林树种,可推广使用至相似生境的同一红树林树种;红树林植物根系生物量研究较少,且根系提取手段和处理技术差异较大,导致研究成果对比参考性不高,还有待进一步完善;区域红树林植物生物量遥感估算逐渐成为研究热点,但遥感估算模型仅仅依靠遥感图像的光谱特征和后向散射特征等信息,对宽波段植被指数容易饱和、不同的红树林树种光谱差异较大等问题缺乏考虑,在建模过程中忽略了植物的叶面积指数和树龄等,高光谱、高分辨率影像数据及多极化雷达数据将成为未来红树林植物生物量估算研究的重要数据源;随着纬度的增加,热带和亚热带地区红树林植物生物量总体在减少;红树林植物生物量主要受生境、树种、树龄和气候等因素的影响。 相似文献
7.
大数据与数学地球科学研究进展——大数据与数学地球科学专题代序 总被引：12，自引：9，他引：3
大数据与数学地球科学的核心应用技术包括高维数据降维、图像数据处理、无限数据流挖掘、机器学习、关联规则算法与推荐系统算法等。人工智能地质学,包括大数据-智能矿床成因模型与找矿模型的构建,是具有重要价值的研究方向。高维数据降维旨在从初始高维特征集合中选出低维特征集合,有效地消除无关和冗余特征,增强学习结果的易理解性。哈希算法、聚类分析、主成分分析等是较常用的数学降维工具。机器学习是人工智能的核心,是使计算机具有智能的根本途径。机器学习与人工智能各种基础问题的统一性观点正在形成。深度学习的训练模型往往需要海量数据作为支撑,因此迁移学习方法日益受到重视。图像模式识别是大数据挖掘的重要技术。网络中的社区结构识别对理解整个网络的结构和功能有重要价值,可帮助分析、预测网络各元素间的交互关系。沉浸式虚拟现实技术是实现大数据可视化的重要方向,对具有多元、异构、时空性、非线性、多尺度地质矿产勘查数据的展示要求有特别的价值。引入VR技术进行矿产地质大数据的可视化,可实现大数据时代矿产勘查数据的新认知。无限数据流在地质、地球化学、地球物理监测中大量存在,甚至可以持续自动产生。对数据流数据的计算包括对点查询、范围查询、内积查询、分位数计算、频繁项计算等。关联规则和推荐系统算法是大数据挖掘中的重要算法,其应用范围越来越广泛。贝叶斯原理在大数据时代有独特的价值,贝叶斯网络是成因建模的一个革命性工具。智能地质学研究刚刚起步,构建大数据-智能矿床成因模型与找矿模型是智能地质学研究的重要内容。矿床模型研究方式的变革,将出现于互联网、云计算技术环境下全球各地的矿床研究团队的共同参与。 相似文献
8.
珠江口淇澳岛红树林湿地变化及调控对策研究 总被引：25，自引：5，他引：20
对珠江口内伶仃洋淇澳岛红树林湿地的变化及其驱动力进行了分析。采用的方法包括收集部分历史资料、三个时相段红树林的遥感图像监测和实地样方调查。根据 2 0 0 4年最新遥感测算 ,大约有 2 0 0hm2 红树林生长在该岛 ,这些红树林是珠江口重要的生态系统 ,但已受到强烈人为干扰。在过去近 2 0年里 ,约 77hm2 的天然红树林被毁掉 ,用于水产养殖、城镇基础设施建设。近些年来研究区红树林面积不断增加 ,尤其是自 1999年实行红树林人工恢复工程以来 ,新引种的红树林 (无瓣海桑Sonneratiaapetala)得以重建。但是淇澳岛红树林斑块的空间格局和种的构成发生了变化 ,红树林群落植物多样性明显减弱。在综合分析基础上 ,根据生态系统管理的思想 ,提出了以构建典型的红树林生态序列和红树林湿地植被多样性为目标的淇澳岛红树林湿地生态系统恢复和建设的建议。 相似文献
9.
湿地环境政策是与湿地保护有关的环境公共政策的简称。考虑了湿地环境政策的两类不可逆性,一是旨在降低湿地破坏的环境政策对社会施加了沉没成本(suck cost);二是湿地环境的破坏可能部分或完全不可逆。将P indyck构建的不确定条件下环境政策实施时机模型,结合湿地系统特点,经修正后引入到湿地环境政策分析中,并以红树林湿地环境政策为例,探讨了不确定性和不可逆性之间的相互作用以及它们对湿地环境政策设计和政策实施时机的影响,求出了湿地环境政策被采用时的临界点。结果表明,考虑了不可逆性和不确定性的湿地环境政策,可避免传统湿地环境政策的缺陷和局限,保障其有效实施和运行,因而对近年来国家或地区层面湿地环境政策的制订有理论和实践指导意义。 相似文献
10.
佛山市基塘系统空间格局演变分析 总被引：4，自引：1，他引：3
以珠三角西部的佛山市为研究区域,以3个时相(1988、1998和2006年)的Landsat TM卫星数据为数据源,利用遥感技术监测基塘系统的空间变化,结合GIS技术与统计数据分析基塘系统空间格局演变特征.结果表明:1988-2006年间,佛山市基塘系统的变化呈先快速增长、后略有减少的趋势;基塘系统的增长部分多由农田转换而来,主要是因为基塘(主要是鱼塘)的经济效益高于传统农业的经济效益,且随着基塘系统内部的结构调整(基-塘比例的失调),传统的基塘正向单一的鱼塘演变.传统的基塘系统在珠三角正在逐渐消亡. 相似文献