排序方式: 共有114条查询结果,搜索用时 15 毫秒
91.
FLAASH(fast line-of-sight atmospheric analysis of spectral hypercubes)大气校正模块被越来越多地应用到遥感图像大气校正中,但是ENVI(the environment for visualizing images)中没有预先设定有新谱传感器的参数,因此限制了FLAASH模块的使用范围。采用FLAASH模块对ENVI中没有预设的高级陆地成像仪传感器所拍摄的图像进行大气校正,初步探讨了FLAASH模块对未知多光谱传感器图像的大气校正。通过比较大气校正前后典型地物的光谱曲线和归一化植被指数(NDVI,normalized difference vegetation index),表明FLAASH模块能够有效地减少大气对ALI图像的影响。图5表2参20 相似文献
92.
以昆明市东北部地区的TM影像为材料,通过分析主要地物的光谱特征,进行波段间的相互运算,建立相应的决策树模型,对地物进行分类,并对分类结果进行精度评价。结果表明:决策树分类法的总体精度为77.0%,比传统的分类方法如最大似然法提高了6.3%,能有效地提高影像的分类精度。 相似文献
93.
IRS遥感卫星图像地形校正 总被引:1,自引:0,他引:1
运用经验统计法、Minnaert校正和C校正方法对高黎贡山南段地区的IRS卫星图像进行校正试验,从视觉、定量方面对校正效果评价:低太阳高度角时,经验统计法是校正IRS遥感卫星图像地形影响的理想方法。 相似文献
94.
95.
利用GIS技术结合常规统计法、主成分分析法、层次分析法(AHP)、模糊综合评判法构建模糊综合评价模型,对黄杉在云南的集中分布区滇东北的宣威市和会泽县开展生长适宜性研究,预测黄杉在研究区域的潜在分布,找出研究区域适合培育人工黄杉林的宜林地。研究结果表明,研究区域适宜黄杉生长的面积为553 128 hm2,占研究区域面积的46.33%;在研究区域内筛选出适宜营造黄杉林的宜林地10 550.2 hm2。通过GIS技术分析所得结果与天然黄杉林的实际分布情况较符合,说明基于GIS技术预测黄杉潜在分布区域和筛选适宜营造黄杉的造林地是可行的。 相似文献
96.
遥感影像的预处理是遥感数据应用的基础,预处理结果的好坏将影响图像的质量及后续的研究。研究利用高光谱数据对穿越香格里拉县中部一景EO-1 Hyperion数据进行预处理。预处理分别进行envi补丁下数据波组合、未定标和水汽影响波段去除、绝对辐射值转换、大气校正等处理,结果表明:图像质量提高,减少了数据运算量,为应用研究奠定了基础。。 相似文献
97.
98.
[目的 ]以2016年9月广西壮族自治区高峰林场实验区获取的机载LiDAR点云数据为基础,通过提取30 m×30 m空间林分尺度下的LiDAR点云特征变量实现对林分平均高的估测。[方法 ]首先将105块实测林分平均高度的样地数据按照3:1的比例随机划分为训练样本(79)和检验样本(26),采用随机森林回归(RFR)和支持向量回归(SVR)两种机器学习算法对79个训练样本与对应的林分LiDAR点云特征变量回归建模。建模方案包括随机森林模型、支持向量机模型及随机森林+支持向量机组合模型。其次利用26个检验样本数据评价模型预测精度。最后统计3个模型中训练样本和检验样本对应的精度评价指标,以一个预测精度高、泛化能力强的模型作为最终模型进行林分平均高制图。[结果 ]表明:随机森林模型的训练样本和检验样本的决定系数(R2)分别为0.886 1和0.837 5,均方根误差(RMSE)分别为1.22和1.56;支持向量机模型的训练样本和检验样本的决定系数(R2)分别为0.886 4和0.840 9,均方根误差(RMSE)分别为1.21和1.54;组合模型的训练样本和检验样本的决定系数(R2)分别为0.859 8和0.853 2,均方根误差(RMSE)分别为1.35和1.48;[结论 ]组合模型的泛化能力及预测精度最好,支持向量机次之,最后为随机森林。利用组合模型可有效完成研究区林分平均高制图。 相似文献
99.
基于CA-Markov的香格里拉县森林景观格局变化及预测 总被引:3,自引:0,他引:3
根据香格里拉县的区域特点,确定了香格里拉县的森林景观分类系统。通过对1989、1999年和2009年三期Landsat TM遥感影像的解译和验证,得到森林景观格局图。利用CA-Markov模型对2009年森林景观格局进行模拟,模拟结果与实际景观格局的Kappa指数为0.783 2,具有较高的可信度。再利用该模型对香格里拉县2019年森林景观格局进行模拟,结果表明:2009—2019年香格里拉县景观类型变化明显,高山草甸、农地、未利用地面积减小速度有所减缓,主要转换为建筑用地、其他乔木、落叶松、栎类;云冷杉、高山松、栎类、云南松、落叶松、其他乔木、灌木林地、其他林地、建筑用地、水域面积持续增大,前4类优势树种年均增长幅度分别为0.24%、0.18%、0.46%、0.07%。政府部门应继续加大对过度放牧的管制和制定合理的森林资源保护政策,从而更好的保护香格里拉县森林生态环境。 相似文献
100.
香格里拉县森林景观格局多尺度效应分析 总被引:1,自引:1,他引:0
以香格里拉县5种主要森林类型为研究对象,基于全县2006年森林资源规划设计调查数据,选取斑块类型面积(CA)、斑块数量(NP)、斑块密度(PD)、边界长度(TE)和Shannon多样性指数(SHDI)共5个指数,分别从粒度(5个粒度等级)和幅度(4个幅度等级)两个方面,分析和研究了香格里拉县主要森林类型的格局特征随尺度的变化规律。结果表明:1)粒度方面,除斑块类型面积外,其他4个景观指数对粒度的变化均呈现较强的敏感性;2)幅度方面,各景观指数对幅度的变化均表现出较强的敏感性。 相似文献