排序方式: 共有75条查询结果,搜索用时 159 毫秒
1.
2.
自上世纪末以来,我国遥感教育界培养了大量的科学家和工程师,他们分别在基础理论研究与应用实践方面为遥感事业的发展做出了巨大的贡献。我国不论在遥感技术,还是遥感信息处理和遥感应用方面都取得了巨大的成果。但是总体发展水平与美、欧等发达国家、地Ⅸ相比还是存在较大的差距。学科根基不牢,人才储备不足和结构不合理是造成差距的主要原因。我国遥感教育界任重而道远,必须科学地培养各类遥感人才,适应并促进遥感事业发展。逐渐缩短与遥感发达国家的差距,最终达到国际先进水平。针对当前中国遥感科学发展现状,考虑未来遥感发展趋势和需求,我方认为,当前中国遥感教育应着重培养“科学家”而不是“工程师”。 相似文献
3.
通过实测查干湖高光谱数据,建立透明度(Secchi Disk Depth,SDD)单波段估测模型、比值估测模型以及神经网络高光谱估测模型,并以确定性系数R2以及剩余残差RMSE为指标进行了验证.通过对单波段估测模型和比值估测模型进行比较发现,单波段模型估测结果与比值模型相差无几,而水体透明度经对数处理有利于模型精度提高,但是神经网络模型是三者中最优的.查干湖透明度高光谱定量估测模型的建立,有利于今后利用遥感影像,对查干湖水体透明度进行全面估测,对于研究和监测查干湖水体水质状况有重要意义. 相似文献
4.
利用野外高光谱仪(ASD Field Spec radiometer)在长春南湖进行了反射光谱测量和同步水质采样分析,通过研究水体藻类叶绿素a浓度与其高光谱反射特征之间的相关关系,采用单波段反射率、反射率比值法和一阶微分法分别建立了叶绿素a的高光谱定量模型。结果表明:三者与叶绿素a线性相关程度都比较高,决定系数在0.70左右,而且其显著水平P<0.01,都可以用于叶绿素a的定量遥感,其中单波段模型效果最好。为今后利用高光谱传感器在南湖进行叶绿素a浓度大面积遥感反演提供了研究基础。 相似文献
5.
6.
在土地利用变化及相关研究中,地形图已成为重要的信息源.本文以1∶ 100000地形图为基础信息源,根据地图制图原理并结合专家知识与规则,进行了没有影像时期的土地利用信息提取的尝试.并选取典型区,以系列影像数据作为背景数据,以耕地为例,将提取结果与同期统计数据及所推算的影像数据进行了对比分析和精度的验证.如以推算的影像数据为标准,则验证误差<5%.研究表明,按照一定的知识规则,基于地形图进行历史时期土地利用信息重建是可行的,完全可以满足相同比例尺及较小比例尺上土地利用制图及分析的需要. 相似文献
7.
以全球年度城市动态数据(GAUD)和全球地表水动态数据集(GSW)为基础数据,利用Google Earth Engine(GEE)解析了1986—2015年全球城镇用地扩张占用永久性和季节性水体的时空分布特征。研究发现:30 a间全球城镇用地扩张直接占用水体的面积为1 033.2 km2,其中包括季节性水体711.7 km2和永久性水体321.5 km2,呈现先增加后降低的变化趋势。亚洲是城镇用地扩张占用水体面积最多的大洲,其次是北美洲和欧洲,占用水体的面积分别为799.4 km2、122.5 km2和61.1 km2。欧洲是唯一以占用永久性水体为主的大洲。陆地面积排名前十的国家中,中国、美国和印度是城镇用地扩张占用水体面积最多的国家,占用水体的面积分别为573.1 km2、109.6 km2和24 km2。以占用永久性水体为主的国家是俄罗斯和阿尔及利亚。尽管世界各国在水资源保护方面做出了巨大努力,但实现联合国可持续发展目标背景下,需防控更多的水体因城镇用地扩张而消失。 相似文献
8.
综合环境卫星与MODIS数据的面向对象土地覆盖分类方法 总被引:1,自引:0,他引:1
使用面向对象方法对单时相的环境卫星数据进行土地覆盖分类时,几何特征和光谱特征相似的地物无法区分,而MODIS时序数据的空间分辨率较低,不适用于中小尺度的土地覆盖分类。应用面向对象方法,充分利用环境卫星数据的空间、光谱特征和MODIS数据的物候特征建立规则,进行分类,可以有效地解决上述困难。首先对环境卫星数据进行多尺度分割,生成待分类对象;再根据对象的特征,依据由简到难的原则进行分层分类。以双台子河口为例进行土地覆盖分类,总体精度93%,Kappa系数0.92。结果表明,综合环境卫星与MODIS数据的面向对象土地覆盖分类方法应用潜力巨大。 相似文献
9.
基于MapX面向对象的专题地图管理信息系统的设计与实现 总被引:3,自引:2,他引:1
在分析MapX的特点和应用情况的基础上,介绍了长春市专题地图管理信息系统的结构和功能;论述了基于MapX开发专题地图管理信息系统的方法,给出了专题地图管理、双向查询、数据库联接等功能的实现方法,并对系统建设中遇到的一些技术难点问题和解决方法进行了详细分析。 相似文献
10.
研究以遥感解译的东北地区2000年、2010年、2015年的土地覆被变化为基础,充分考虑自然和社会因素对土地覆被变化的影响,分别通过CLUE-S模型和Markov-CA模型对东北地区2015年和2030年土地覆被格局进行模拟,研究结果表明:通过与遥感解译的2015年实际土地覆被类型数据对比验证,CLUE-S模型和Markov-CA模型模拟结果的总体Kappa指数分别为0.970 0和0.964 9,结果表明2种模型的模拟结果较为理想,CLUE-S模型的模拟精度较Markov-CA模型更高。2015—2030年东北地区草地、耕地、湿地、其他用地和水体面积呈现下降趋势,林地、人工表面面积呈现增加趋势,人地关系越发紧张。东北地区作为生态环境相对脆弱的区域需警惕不可持续的土地覆被变化,需权衡生态保护、粮食增加与基础设施建设的用地需求和协调发展。 相似文献