排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
以老虎沟冰川为例,在分析Landsat TM图像特征及其相互关系的基础上,研究多种冰川信息提取方法.结果表明,Otsu自动阈值法可有效降低主观因素影响,Slope等多元信息的融合有利于提高分类精度和降低斑点噪声,基于图像多尺度分割的面向对象法综合利用了图像光谱、纹理等特征,比基于像元的分类法总体精度最大提高2.47%,错分率最大降低2.50%,可显著抑制 “椒盐”和“毛刺”效应. 相似文献
4.
针对高原高寒地区大面积草地植被覆盖度调查与实验过程中地面测量效率低下,遥感数据质量不佳、数量源受限与反演结果不确定等问题,在黄河源地区利用低空无人机(unmanned aerial vehicle, UAV)遥感技术、统计建模与机器学习方法,开展基于可见光影像的高寒草地植被覆盖度反演与验证。结果表明:基于可见光构建的过绿指数与植被覆盖度的相关系数达0.676,比归一化差异指数高出近5.2%,具有较高的可靠性;利用过绿指数建立的高寒草地植被覆盖度统计模型中,对数模型和Gamma模型精度较高,但具有显著的地域差异性;直接利用低空无人机遥感波段值建立的机器学习模型精度显著优于各个统计模型,获得的均方根误差、估算精度、相对偏差和决定系数比统计模型中表现最优的对数模型分别提高2.68%、3.75%、7.35%和13.91%,且无需计算植被指数,在成本、效率和精度等方面具有较大的优势。 相似文献
1