排序方式: 共有3条查询结果,搜索用时 66 毫秒
1
1.
由DEM提取地形因子时一般采取3×3窗口分析运算,导致得到的地形因子矩阵在边缘上存在明显边缘误差。以黄土高原不同地貌类型区坡度的提取为例,研究基于1∶10 000和1∶50 000比例尺DEM提取坡度时所产生的边缘效应,分析了边缘效应与DEM分辨率、区域面积及区域地貌特征之间的关系,提出了解决或改善边缘效应的方法。用2个指标量化了边缘效应:一是平均坡度的变化值;二是边缘部分坡度提取的中误差。试验结果显示:平均坡度的变化值与DEM分辨率、区域面积及区域地貌特征之间有较明显的相关关系,即分辨率越高、区域面积越大,地面起伏越小,则边缘效应对整个区域平均坡度的影响就越小;而边缘部分坡度提取的中误差与区域面积没有明显的稳定相关关系,但与DEM分辨率和区域地貌特征之间存在较明显相关关系,即分辨率越高,地面起伏越大,则边缘上坡度提取的中误差越大。 相似文献
2.
开展粮食作物监测对于国家粮食安全具有重要意义。在传统像元尺度下,利用单一遥感数据进行粮食作物监测,识别精度往往较低,提取的作物地块破碎,难以满足应用需求。为此,该研究以山东省青岛市黄岛区为研究区,提出了一套地块尺度下综合多源卫星遥感数据(包括高分辨率数据、多时相数据、高光谱数据)与土地利用调查矢量数据的粮食作物信息识别方法。首先,对高分辨率数据进行分割获取耕地地块矢量数据;其次,基于多源卫星遥感数据提取地块级时空谱特征;再次,利用样本数据计算特征类间可分性,并进行特征优选;最后,构建基于二次多项式支持向量机的主要粮食作物(春玉米)识别方法。结果表明:1)该研究所提的方法可以有效进行粮食作物信息识别,基于地块数统计的识别精度为89.7%;2)利用光谱特征、植被指数、纹理特征组合得到的识别结果精度最优,基于像元数统计的精度为97.1%,与传统方法相比提高了24.2个百分点,且提取的地块信息更完整。该研究成果可支持粮食作物种植用地的调查与监测,也可为耕地非粮化时空演变与分析提供新的思路。 相似文献
3.
1