检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

乌海矿区AOD时空变化特征及影响因素

遥感信息 2020年第3期35卷 63-70页

作者：简小妹周伟袁涛中国地质大学(北京)土地科学技术学院北京100083 自然资源部土地整治重点实验室北京100035 自然资源部矿区生态修复工程技术创新中心北京100083

针对大气低空间分辨卫星遥感数据不能准确反映长时间序列矿区小尺度区域的大气环境问题,利用MODIS MAIAC高分辨率数据,分析2003—2018年乌海矿区气溶胶光学厚度(aerosol optical depth,AOD)时空变化特征,采用Theil-Sen median趋势分析、... 详细信息

针对大气低空间分辨卫星遥感数据不能准确反映长时间序列矿区小尺度区域的大气环境问题,利用MODIS MAIAC高分辨率数据,分析2003—2018年乌海矿区气溶胶光学厚度(aerosol optical depth,AOD)时空变化特征,采用Theil-Sen median趋势分析、Mann-Kendall检验方法、Pearson相关系数法,分析像元尺度AOD空间变化趋势和AOD与6个影响因子的相关性。结果表明,乌海矿区年际和季度AOD空间分布有明显的差异;乌海矿区年际AOD均值整体呈下降趋势,季度AOD变化秋季最高,春季和冬季较高,夏季最低;大尺度AOD与人为因子呈正相关关系,与自然因子无显著相关性;像元尺度AOD与人为因子和气温因子呈正相关性分布,在中部煤矿开采区及工业园区,与风速和降水因子呈强负相关性分布,在南部,与植被指数的相关性呈分散分布。

关键词： AOD MAIAC数据 Theil-Sen Median趋势分析时空特征乌海矿区

基于无监督表达学习的森林地貌特征建模及林火易发性评估

在线全文

学校读者我要写书评

暂无评论

中国科学院大学学报（中英文） 2023年第2期40卷 227-239页

作者：庄子俊袁晓兵裴俊王国辉刘建坡中国科学院上海微系统与信息技术研究所微系统技术重点实验室上海200050 上海科技大学信息科学与技术学院上海201210 中国科学院大学北京100049

近几十年来,极具破坏性的森林火灾在全球范围内造成了巨大的损失,且频率仍在逐年提高。基于历史统计数据对林火发生风险进行预测是一个较为可行的防控火灾的方法。传统的统计学习方法多使用人工指定的方式对数据进行降维及特征提取。而... 详细信息

近几十年来,极具破坏性的森林火灾在全球范围内造成了巨大的损失,且频率仍在逐年提高。基于历史统计数据对林火发生风险进行预测是一个较为可行的防控火灾的方法。传统的统计学习方法多使用人工指定的方式对数据进行降维及特征提取。而随着遥感技术的不断发展,高精度网格化的多维森林地貌信息的获取难度不断降低。使用人工提取特征的方式很难利用这类数据,从而限制了这类方法在真实复杂环境下的性能。为此介绍一种通过深度无监督表达学习对森林地理信息进行建模的全新方法,并借助一组区域火灾风险预测实验对比无监督学习与其对应的有监督模型的性能。结果表明该方法对森林地貌特征建模的有效性。

关键词：表达学习卷积神经网络深度聚类林火风险

在线全文

学校读者我要写书评

暂无评论

岛礁遥感影像特征匹配优化

遥感信息 2019年第4期34卷 48-53页

作者：庄启智程亮陈德良袁一李满春南京大学江苏省地理信息技术重点实验室南京210023 南京大学中国南海研究协同创新中心南京210023 南京大学软件新技术与产业化协同创新中心南京210023 南京大学地理与海洋科学学院南京210023 南京邮电大学地理与生物信息学院南京210023 南京师范大学江苏省地理信息资源开发与利用协同创新中心南京210023

针对岛礁遥感影像定位误差大,岛礁遥感影像纹理特征不稳定等问题,提出一种轮廓特征与仿射不变特征融合匹配优化算法。基于MSER算子与SIFT算子依次对特征提取与描述,根据图像聚类描述的岛礁轮廓特征进行筛选,利用特征距离剔除错误匹配对... 详细信息

针对岛礁遥感影像定位误差大,岛礁遥感影像纹理特征不稳定等问题,提出一种轮廓特征与仿射不变特征融合匹配优化算法。基于MSER算子与SIFT算子依次对特征提取与描述,根据图像聚类描述的岛礁轮廓特征进行筛选,利用特征距离剔除错误匹配对,并通过匹配正确率迭代的RANSAC距离阈值筛选最优匹配对,用于仿射变换模型计算。该方法将岛礁自身轮廓特征与局部不变特征结合,层级筛选岛礁遥感影像匹配对,实验结果表明可有效提高匹配正确率,为岛礁遥感影像匹配提供一种可行思路。

关键词：岛礁特征匹配仿射不变特征轮廓特征 RANSAC

基于遥感技术的不透水面动态变化研究:以瑞丽市为例

在线全文

学校读者我要写书评

暂无评论

云南大学学报（自然科学版） 2021年第4期43卷 716-724页

作者：李益敏刘心知吴博闻王东驰袁静赵志芳云南大学地球科学学院云南昆明650500 云南省高校国产高分卫星遥感地质工程研究中心云南昆明650500 自然资源部三江成矿作用及资源利用重点实验室云南昆明650500

不透水面指数可以有效地衡量一个地区城市化水平.城市规模扩大使更多的不透水面取代了以植被为代表的自然透水面景观,导致城市暴雨涝灾和生态环境等安全隐患,引发了社会和学界的普遍关注.如何精准快速地掌握不透水面的时空分布,是城市... 详细信息

不透水面指数可以有效地衡量一个地区城市化水平.城市规模扩大使更多的不透水面取代了以植被为代表的自然透水面景观,导致城市暴雨涝灾和生态环境等安全隐患,引发了社会和学界的普遍关注.如何精准快速地掌握不透水面的时空分布,是城市管理规划、环境保护亟待解决的现实问题.随着遥感技术的发展,其速度快、范围大、多尺度、可重复的对地观测优势为解决不透水面信息的提取提供了较好的解决方案.遥感技术提取不透水面信息可以快速了解城市的动态变化发展.以瑞丽市为研究区,采用V-H-L-S模型对透水面进行掩膜,较为准确、快速地提取2014年和2018年的不透水面信息,检验正确率达到92%以上,Kappa系数>0.8.结果表明,V-H-L-S模型可以有效地评估瑞丽市的城市发展速度,该市4年来不透水面呈现出扩大的趋势,面积扩大了40.11%;瑞丽市不透水面分布不均匀,主要分布在该市的南部.

关键词：不透水面掩膜筛选 V-H-L-S模型瑞丽市

在线全文

学校读者我要写书评

暂无评论

基于无人机遥感的花生氮营养反演研究

中国油料作物学报 2020年第6期42卷 1043-1050页

作者：梁晋刘仕元王帅彬黄露平张佳蕾吴启宝郭峰孟维伟陈婷婷漆海霞王蕾迪张正万书波张雷华南农业大学农学院广东广州510642 山东农业科学院生物技术中心山东济南250100 深圳信息职业技术学院智能制造与装备学院广东深圳518172

氮素是影响花生生长发育的重要因素之一,目前传统凯氏定氮法测定步骤繁琐且所需时间较长,而无人机遥感具有实时、灵活、低成本的特点,因此,为实现对花生氮含量的快速、无损、准确监测,本研究利用大疆精灵4号无人机搭载可见光相机,获取... 详细信息

氮素是影响花生生长发育的重要因素之一,目前传统凯氏定氮法测定步骤繁琐且所需时间较长,而无人机遥感具有实时、灵活、低成本的特点,因此,为实现对花生氮含量的快速、无损、准确监测,本研究利用大疆精灵4号无人机搭载可见光相机,获取不同生育期的可见光影像,运用神经网络算法,建立叶片数字图像彩色信息和叶片氮含量的关系模型。结果表明,利用数字图像指标作为网络输入向量时,所构建模型的平均绝对偏差为1.5左右,且以r、g、b(r=R/(R+G+B),g=G/(R+G+B),b=B/(R+G+B))和a,b,c(a=R+G,b=R+B,c=G+B)两种组合参数拟合效果最好,平均绝对偏差为0.2左右,和真实值相差较小。通过检验发现,两种方法都能准确地预测出花生叶片氮含量,所构建模型能快速、无损地监测花生植株的肥料状况。

关键词：花生氮含量无人机神经网络

次降雨下砒砂岩坡面细沟形态发育及其对侵蚀产沙的影响

在线全文

学校读者我要写书评

暂无评论

水土保持研究 2023年第3期30卷 1-9页

作者：李龙张尚轩高鑫宇李强袁亮贺俊内蒙古农业大学沙漠治理学院呼和浩特010018 荒漠化生态系统保护与修复国家林业和草原局重点实验室呼和浩特010000 南京信息工程大学遥感与测绘工程学院南京210044 鄂尔多斯市林草事业发展中心内蒙古鄂尔多斯017000 国家能源集团准能集团环境保护部内蒙古鄂尔多斯010399

[目的]以水蚀剧烈的砒砂岩区裸露坡面为研究对象,分析次降雨下坡面细沟形态演变及侵蚀产沙特征,以期为坡面沟蚀发育演变及坡面水土流失治理提供理论依据。[方法]基于野外径流小区原位监测试验,采用三维激光扫描仪监测径流小区两个雨季1... 详细信息

[目的]以水蚀剧烈的砒砂岩区裸露坡面为研究对象,分析次降雨下坡面细沟形态演变及侵蚀产沙特征,以期为坡面沟蚀发育演变及坡面水土流失治理提供理论依据。[方法]基于野外径流小区原位监测试验,采用三维激光扫描仪监测径流小区两个雨季13次自然降雨下细沟发育过程及产流产沙规律。[结果](1)小区内细沟发育过程分为4个阶段:跌坎发育—断续细沟—连续细沟—沟网形成;(2)细沟长度、宽度、深度及细沟体积、细沟密度、细沟复杂度均随着降雨的继续呈上升趋势,而细沟宽深比呈下降趋势;(3)研究区内中雨对细沟发育贡献最大,其发生频率为53.69%,对细沟形态的影响占比71.25%。[结论]细沟形态变化对产沙的影响较大,细沟出现后产沙量明显上升,产沙量与细沟发育过程对应关系较好,而对产流过程的影响有限,尤其细沟体积与产沙量及含沙量的相关性最强。

关键词：次降雨坡面细沟形态产流产沙

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

一种提高栅格成本距离分析准确性的改进算法

地理与地理信息科学 2020年第3期36卷 18-24页

作者：陈雅茜高亦远葛荣存谈俊忠佘江峰南京大学地理与海洋科学学院自然资源部国土卫星遥感应用重点实验室江苏省地理信息技术重点实验室江苏南京210023

在栅格数据模型中进行成本距离分析,栅格单元间可移动方向受限于单元的邻域范围,导致到达目标单元的最短通行路径呈锯齿状,从而高估了到达目标单元的最小累计成本距离。该文引入光在介质中传播的思想,提出一种提高栅格成本距离分析准确... 详细信息

在栅格数据模型中进行成本距离分析,栅格单元间可移动方向受限于单元的邻域范围,导致到达目标单元的最短通行路径呈锯齿状,从而高估了到达目标单元的最小累计成本距离。该文引入光在介质中传播的思想,提出一种提高栅格成本距离分析准确性的改进算法:首先,基于单元的邻域关系将成本栅格转换为对应的加权网络模型;然后,采用Dijkstra算法计算源到其他所有单元的最短通行路径;计算过程中保留因单元成本改变而导致的路径偏折,对均质区域中通行路径上的不必要偏折进行及时校正,以减少被高估的行程成本。利用3种典型的成本栅格数据对算法进行验证,结果表明:与传统成本距离算法、细分移动方向方法、后处理校正方法相比,该文提出的改进算法能计算出更为合理和准确的结果。

关键词：栅格数据模型成本距离分析 Dijkstra算法路径规划 Voronoi图

在线全文

学校读者我要写书评

暂无评论

中国地表温度时空变化及驱动因素分析

灾害学 2023年第2期38卷 60-73页

作者：毛克彪严毅博赵冰袁紫晋曹萌萌中国农业科学院农业资源与农业区划研究所呼伦贝尔国家野外观测站北京100081 宁夏大学物理与电子电气工程学院宁夏银川750021

近年来随着全球极端气候事件不断加剧,我国极端天气和灾害事件频繁发生,伴随着地表温度(LST)变化异常对气候环境稳定和农业生产构成了巨大威胁。地表温度是衡量地球环境的重要参数,对于区域的物质能量循环、生态系统平衡以及人类的生产... 详细信息

近年来随着全球极端气候事件不断加剧,我国极端天气和灾害事件频繁发生,伴随着地表温度(LST)变化异常对气候环境稳定和农业生产构成了巨大威胁。地表温度是衡量地球环境的重要参数,对于区域的物质能量循环、生态系统平衡以及人类的生产生活都具有重要影响。由于热红外遥感受云雨天气影响导致部分区域像元信息缺失和精度不高,该文通过对重建的中国2002—2018年月尺度遥感地表温度数据集进行了评价,分析表明该数据集可以有效改善MODIS LST数据的不足,进一步提高MODIS LST数据的利用率。在此基础上,从整体、局部和单个像元等多个空间尺度分析了我国地表温度在不同时间维度下的时空变化特征,特别对17年间地表温度异常变化的区域进行了重点关注和研究。最后,结合地表、大气、海洋以及社会经济活动等多种数据资料,深入探究了2002—2018年间我国地表温度时空变化特别是年际异常变化的驱动因素。

关键词：数据重建地表温度 MODIS 时空变化

在线全文

学校读者我要写书评

暂无评论

基于多时序特征和卷积神经网络的农作物分类

遥感技术与应用 2021年第2期36卷 304-313页

作者：屈炀袁占良赵文智陈学泓陈家阁河南理工大学测绘与国土信息工程学院河南焦作454003 北京师范大学地理科学学部北京100875 国家基础地理信息中心北京100830

近年来,以卷积神经网络为主的深度学习模型在各种遥感应用中都显示出巨大的潜力。以加州帝国郡为研究区,以Landsat 8 OLI年内时序遥感影像计算时序植被指数NDVI、EVI、RVI以及TVI,组合后输入到构建的一维卷积神经网络模型,以实现作物的... 详细信息

近年来,以卷积神经网络为主的深度学习模型在各种遥感应用中都显示出巨大的潜力。以加州帝国郡为研究区,以Landsat 8 OLI年内时序遥感影像计算时序植被指数NDVI、EVI、RVI以及TVI,组合后输入到构建的一维卷积神经网络模型,以实现作物的高精度精细分类。为了验证卷积模型的优越性,另搭建了基于递归神经网络及其变体的深度学习模型。结果表明:(1)引入其他时序特征后,能够有效地提高卷积神经网络的分类精度。NDVI+EVI+TVI+RVI组合特征总体精度和Kappa系数最高,分别是89.6674%和0.8560,对比NDVI时序特征总体精度和Kappa系数提高了近4%和0.6。(2)在与其他深度学习模型的对比中,一维卷积神经网络分类精度最高,能够从时序数据中较为准确捕捉作物时序特征信息,尽管递归神经网络被广泛应用于序列数据的研究,但分类结果要略差于卷积神经网络。实验表明在NDVI的基础上引入其他植被指数辅助,能够有效地提高分类精度。基于一维卷积神经网络的深度学习框架为长时间序列分类任务提供了一种有效且高效的方法。

关键词：农作物分类一维卷积神经网络时间序列植被指数 Landsat 8 OLI