排序方式： 共有4条查询结果，搜索用时 62 毫秒
1
1.
不透水面作为城市发展和生态环境的重要评估因子,在保障生态环境健康和城市可持续发展中具有重大意义。本文以鄂尔多斯为研究区,通过融合多时相Landsat和夜间灯光数据,提取1990—2019年的不透水面信息,并利用重心分析法、标准差椭圆理论和景观指数理论分析时空演变规律。研究结果表明:①1990—2019年鄂尔多斯市不透水面经历了快速扩张;东北部不透水面覆盖度高于西南部;不透水面的扩张模式总体上表现为“向外扩张-向内加密”。②东北部扩张速度减缓,西南部扩张速度增快。③不透水面扩张的方向性减弱;不透水面扩张的方向有由“东北-西南”向“东-西”转变的趋势。④斑块数量及边缘斑块破碎度增加,城市与郊区的连通性增强,城市有向周边郊区扩张的趋势。本文研究对于进一步了解城市生态环境健康与城市可持续发展的相关关系具有一定的参考价值。 相似文献
2.
生态环境质量是评价宜居水平的重要指标,定量评价区域生态环境质量的变化规律可为地区生态环境保护和治理提供科学依据。以我国山西省及其规划矿区为研究区域,基于谷歌地球引擎(Google Earth Engine,GEE)平台和生态系统服务和权衡的综合评估(Integrated Valuation of Ecosystem Services and Tradeoffs,InVEST)模型,在原有的遥感生态指数(Remote Sensing Ecology Index,RSEI)加入植被净初级生产力(Net Primary Productivity,NPP)和生境质量(Habitat Quality,HQ),分别用来表征碳汇水平和生境适宜度水平。选取2000—2018年有代表性的3个年份进行分析,通过构建基于耦合NPP、HQ和RSEI的新型遥感生态指数模型(NH-RSEI),评价山西省生态环境质量的时空异质性,并结合缓冲区分析法、驱动力分析法,对规划矿区的环境变化进行分析。研究表明：2000—2018年,山西省的整体生态水平处于中等偏下但有所改善,改善程度要小于矿区;晋东部的矿区生态环境处于中等... 相似文献
3.
针对传统的RBF神经网络模型在GNSS高程拟合中拟合精度较低、稳定性较差、相关因子需提前人为设置等问题,通过将改进的自适应权重粒子群优化算法与MATLAB RBF神经网络函数newrb相结合,实现RBF神经网络函数模型中隐含节点数和SPREAD值的自动优化选取,提高算法在GNSS高程拟合中的精度和稳定性。通过实例分析,该方法拟合精度高,可达到mm级精度,相对于传统的二次多项式模型精度提高17%,稳定性良好。 相似文献
4.
本文以大兴安岭无人机遥感数据为基础进行森林密度制图,并提出了一种局部阈值算法,通过与传统的Otsu方法去除背景噪声相比,得出了该方法在中等或较低森林株数密度地区能很好地去除噪声背景。结合局部最大值法取得很好的单木提取精度,其查全率达到了100%。传统的Otsu去除背景方法在较高森林株数密度地区具有较好的识别效果,但对非林分的空地信息存在错提取的现象。通过对以上两种方法的对比研究,得到大兴安岭森林株数密度制图结果,该研究可为稀疏森林区域的株数密度制图提供参考。 相似文献
1