排序方式: 共有17条查询结果,搜索用时 15 毫秒
11.
12.
分析炭疽病胁迫下杉木冠层的高光谱特征,探索建立病害胁迫下杉木冠层色素含量的高光谱估算模型,从而促进高光谱遥感技术在森林病虫害监测中的应用。于2011年4-6月,在湖南省攸县实地调查杉木炭疽病,并测定不同程度炭疽病胁迫下杉木冠层的光谱反射率及其色素含量。将冠层光谱、一阶微分及相应的色素含量数据分别进行相关分析,采用回归分析方法,选取部分样本建立色素含量估算模型,并利用其余的样本对模型进行精度检验。结果表明,可见光和近红外区域是病害杉木色素反射和吸收的敏感区域,色素含量与一阶微分光谱在红边(695~754 nm)内相关性最高,单波段一阶微分光谱741 nm处的相关系数最大。其中,以差值植被指数DVI[FD587,FD741]为变量的幂函数模型估算Chla+b、Chla和Chlb含量的精度最高,相对误差均小于15%,均方根误差在0.093~0.241之间。本研究表明,受不同程度炭疽病胁迫下杉木冠层的光谱反射差异较大,可利用高光谱信息定量估算病害胁迫下杉木冠层的色素含量,且估算精度较高。 相似文献
13.
不同尺度下城市绿地景观格局与连通性研究 总被引:2,自引:1,他引:1
城市绿地是关系城市可持续发展的重要环境因素,开展城市绿地景观格局特征研究是景观生态学研究的重点和热点。以长沙城市绿地景观作为研究对象,结合地理信息系统及遥感技术探讨景观格局与连通性指数随粒度增加的变化特征。研究结果表明:(1)随着粒度增加,各景观格局指数均具有尺度效应,且具有明显或不明显的尺度转折点;第一尺度域是选择适宜粒度的较好取值范围。本研究中景观指数计算的适宜粒度范围是80~90 m。(2)斑块的相对重要性尺度效应不显著。随着物种运动能力越强,斑块分级的尺度效应减小。连通性指数IIC和PC值也不具有较强的尺度依赖性。(3)长沙市绿地景观的连通性不高,景观中连通性重要值较大的大型斑块数量较少,且分布不均衡,有待今后规划改善。 相似文献
14.
基于地面高光谱数据的油茶炭疽病病情指数反演 总被引:1,自引:0,他引:1
使用FieldSpec HandHeldTM地物光谱仪采集不同发病程度的油茶冠层光谱数据,并实地调查油茶炭疽病病情指数,将光谱数据进行一阶微分与滑动平均滤波相结合的预处理,提取与病情指数相关性较高的敏感波段,并采用主成分分析法(principal component analysis,PCA)对敏感波段的光谱数据进行降维,分别以敏感波段和PCA降维处理后的敏感波段作为输入变量建立了病情指数的BP神经网络反演模型.两种建模方法建立的BP神经网络模型计算出的预测值与观测值之间的决定系数(R2)均达99%以上.精度检验证明,以PCA降维所得到的前10个主成分作为输入变量建立的10-7-1三层BP神经网络模型预测精度更高,模型计算出的预测值与观测值之间的决定系数(R2)和均方根误差(RMSE)分别为0.998 6和0.814 8.该研究表明,利用地面高光谱数据结合主成分分析和BP神经网络算法反演油茶炭疽病病情指数是一种有效的方法. 相似文献
15.
杉木叶绿素a含量与高光谱数据相关性分析 总被引:1,自引:0,他引:1
采用美国ASD公司生产的手持式野外光谱辐射仪测量杉木冠层光谱,对观测叶片进行同步叶绿素含量测定,并利用统计学分析方法,分析杉木叶绿素a含量与高光谱数据的相关关系,结果表明:(1)杉木光谱与叶绿素含量最大相关系数位于530 nm和690 nm;(2)通过建立植被指数(PSSR和PSDN)与叶绿素a含量的估算模型,并进行精度检验,选择出最适合杉木叶绿素a含量估算的高光谱模型,利用高光谱遥感数据可以估测杉木的叶绿素a含量。 相似文献
16.
使用GDAL在Android系统上浏览GB级的遥感影像,由于内存限制,通常比较困难,甚至难以实现。采用tif影像、0~1灰度影像和多波段的彩色影像,通过比较其加载方法的内存消耗、初次加载时间、最长加载时间、最短加载时间、平均加载时间和稳定性,研究最佳影像加载方法。实验结果表明:整块加载tif影像消耗内存最大,加载时间最长,稳定性最差;分块加载tif影像,浏览0~1灰度影像的内存消耗、加载时间能满足实际需求,但浏览多波段彩色影像的性能难以达到实际要求;分块加载jpg型压缩影像,平均消耗33 MB的内存和1600 ms的加载时间,加载速度最快,消耗内存最小,能满足野外工作的要求。 相似文献
17.
深圳市是中国首批改革开放试点地区,其发展经验对全国都具有重要意义。为研究深圳市经济发展对生态环境的影响,本研究从深圳市的生态弹性力入手,分析城市的发展过程中主要影响因子的变化过程。选取年降水量、年平均气温、日照时数、地表水资源量、地下水资源量、森林覆盖率和土地垦殖指数等7个评价指标,采用主成分分析法,计算各因子相对于生态弹性力的权重。结果表明:(1)此方法所计算的生态弹性力指数,能较好地反映深圳市生态弹性力的变化情况;(2)深圳市1986—2016年生态弹性力指数处于动态的波动状态,在城市化建设初期,影响生态弹性力的因子主要是水资源类指标;在城市建设过程中,土地类型因子是影响生态弹性力的关键指标;当城市建设趋于完成以后,生态弹性力主要受气温等环境因子影响。建议在土地利用不发生大变化的情况下,合理配置资源,提高水资源利用率,增强区域生态系统自我调节能力;继续提高生态环境质量,调整产业结构,以实现深圳市可持续发展。 相似文献