排序方式： 共有5条查询结果，搜索用时 0 毫秒
1
1.
基于GIS与Geo-CA模型的半干旱区土壤盐碱化动态模拟研究 总被引：6，自引：0，他引：6
土壤盐碱化是半干旱地区土壤退化的重要表现形式之一,其发生发展是一个复杂的非线性动力学过程.利用地理元胞自动机对复杂系统时空动态演化过程具有较强的计算与模拟能力的特点,以吉林省西部盐碱化土地为研究区,在GIS的支持下系统分析了土壤盐碱化的特征及其影响因子,建立了基于Geo-CA的土壤盐碱化动态模型,模拟了吉林省西部土地盐碱化发生发展的时空动态规律. 相似文献
2.
基于神经网络方法的湿地生态脆弱性评价 总被引：1，自引：0，他引：1
应用BP神经网络模型对扎龙湿地的生态脆弱性进行了评价.采用7-2-4-1结构,以计算得到的各湿地类型样本栅格单元生态脆弱指数EⅥ值作为训练集,通过最大1 000次的误差反向传播训练,获得的最大误差是1.1%,最小误差0,成功实现了扎龙湿地7维评价指标变量到1维变量即扎龙湿地生态脆弱性指数的映射,得到了研究区全部栅格单元... 相似文献
3.
植被-气候关系遥感分析研究进展 总被引：1，自引：0，他引：1
对当前植被-气候关系遥感分析研究进行了总结.过去几十年内,全球不同尺度、区域和时间序列的植被变化对气候变化表现出了明显响应.植被的生长变化与气温和降水的变化密切相关.而大尺度上土地覆被类型的变化及植被覆盖的变化对局地及区域的气候产生重要的反馈作用.当前植被-气候关系研究的常用的遥感数据源较多,但也存在单一遥感数据源时间... 相似文献
4.
近年来,波段选择在高光谱图像降维处理中得到了广泛地应用,然而常用的数据降维方法并没能将与人类视觉系统相关的信息进行有效利用,如果将人类与生俱来的视觉注意机制能力应用到高光谱图像中目标的视觉显著性特征的增强或识别,对于高光谱图像的目标检测研究无疑会产生相当的促进作用。研究提出引入视觉注意机制理论应用于波段选择研究,构建面向目标检测应用的视觉注意机制波段选择模型。通过分析计算波段图幅的目标与背景的可识别程度,量化所在波段对地物目标与背景的判别能力,提出了基于目标视觉可识别度的波段选择方法;利用LC显著性算法进行空间域的视觉显著性目标分析,计算背景与目标的显著性差异绝对值,提出基于LC显著目标结构分布的波段选择方法。将这两种方法结合提出的改进子空间划分方法,建立面向目标检测的视觉注意机制波段选择模型,并经高光谱遥感AVIRIS San Diego公开数据集进行目标检测实验验证,结果表明所提出的基于视觉注意机制的波段选择模型对于目标检测应用具有较好的检测效果,实现了数据降维和高效的计算处理。 相似文献
5.
运用地统计学、GIS和传统统计方法,分析松嫩平原西部吉林省通榆县农田表层土壤有机质和全氮的空间分布,并探讨高程、坡度、土壤类型和人工施肥量等因素对土壤有机质和全氮空间分布的影响.研究结果表明:1)吉林省通榆县农田表层土壤有机质含量西部高,东北和西北部低,而全氮含量为北部高,西南部低;2)不同海拔高度上的土壤有机质和全氮含量变化差异并不显著;3)土壤有机质和全氮含量随着坡度的增大,急剧减少;4)淡黑钙土、栗钙土和草甸土的有机质和全氮含量明显高于风沙土和沼泽土;5)通榆县各乡镇人工施肥量与土壤有机质和全氮空间变异的相关性并不强,说明影响本县土壤有机质和全氮含量的因素以自然环境因素为主. 相似文献
1