排序方式: 共有40条查询结果,搜索用时 15 毫秒
21.
22.
23.
居民点建筑密度与容积率的测定,是农村建设用地节约利用和人居环境质量评价的重要基础。由于资金、技术和人力等限制,致使该项工作目前基本处于空白状态。本文探索出了一套基于大疆无人机遥感的农村居民点建筑密度和容积率的测算方法。主要包括:无人机影像获取、影像镜头校正、正射影像生成、影像拼接、房屋地基范围判读提取与建库、房屋楼层数判读提取与建库、居民点建筑密度与容积率计算及其精度评价。利用该方法,测算得出了成都市新都区清流镇的一个典型新村居民点的建筑密度和容积率,分别为0.456, 0.986,其精度满足要求。该研究表明:该方法具有成本低、效率高、易学易用的特点,利用该方法可以实现平原和山区平坦区农村居民点建筑密度和容积率的准确测算;通过新村建设,该农村居民点的建筑密度和容积率得到了提高,农村建设用地得到了节约,农村人居环境得到了改善。该方法不仅在平原区域,而且在山区小块平坝区都具有广阔的应用前景和推广价值;该研究成果对促进农村建设用地优化节约利用与人居环境改善具有重要的现实意义。 相似文献
24.
为揭示高光谱遥感数据的信息量差异和相关性特征,对腾冲县北部机载高光谱遥感数据进行了统计分析和相关性分析。研究表明:在所有波段中,信息量最大的是波段24(2.217~2.249μm),其次是波段19(2.063~2.094μm),其组内相关系数均在0.93以上。相关系数的分布呈现两边高、中间低的特点,强相关系数(相关系数在0.9以上)出现的频率最高,为38%。针对强相关系数的谱间分布特征,在波段间隔为0时,其出现的频率最高,为20%。该研究对遥感波段的设计和选择具有应用价值。 相似文献
25.
本文利用多时相TM影像,基于GIS空间分析技术,运用缓冲区分析方法和因子分析方法,对成都市城市扩张及其驱动力进行了定量分析。结果表明:城市扩张在各缓冲带空间分异显著,城市扩张呈明显的“圈层式”扩展模式,总体上紧邻城市中心区域,具有较强的空间集中性,随城市中心到周边区域,空间集聚性减弱。城市扩张呈现不同的空间分异性;区域经济发展、人口增长与城市化等因素是城市扩张的主要驱动力。基于遥感与GIS技术,能够有效地实现城市扩张的动态监测,为有关部门决策提供了科学依据。 相似文献
26.
27.
森林植被碳密度是衡量森林生态系统服务功能和产品供给功能高低的一个重要指标.本文以四川省石棉县为例,在森林资源二类调查数据的基础上,提出建立森林植被生物量、碳量及其密度GIS数据库,开展其碳密度分布知识发现的研究,从中发现了该县碳密度分布知识.该县有林地森林植被碳量达到364万t,冷杉、云杉、铁杉和桦木占总碳量的83%;... 相似文献
28.
土地利用数据尺度转换的精度损失分析 总被引:10,自引:0,他引:10
由于栅格数据便于空间分析,因而通常将矢量数据转化成栅格数据来进行空间分析.在转化过程中,选用不同的栅格大小,其面积和精度损失是不同的.针对这个问题,以重庆市110万的土地利用矢量数据为例,探讨了不同栅格大小下,各种土地利用类型在转化过程的面积和精度损失.研究表明(1)栅格大小<100m时,其精度损失均<3.3%.(2)在1000m时,其精度损失达到50%以上的地类有湖泊、水库坑塘、滩地、农村居民点用地、工交建设用地、戈壁、裸岩石地、平原区旱地和坡度>25°的旱地,这些地类的平均图斑大小均在<51hm2.(3)在30m~1000m间,平均图斑大小<82hm2的地类随着栅格的由小变大,其面积变得比实际面积小;平均图斑大小>101hm2的地类中除高盖度的草地和河渠之外,却与此相反. 相似文献
29.
基于知识的遥感类方法的探讨 总被引:19,自引:0,他引:19
本文提出了一种基于知识的遥感图像土地利用分类法。包括知识的获取和表达,以及将知识用于土地利用分类。知识的获取和表达包括两方面。一是将原有的GIS土地利用数据与新的遥感图像配准、叠加、集成,并从中挖掘各类型的光谱知识。二是通过对研究区各土地利用类型变化特点进行分析研究,并从中得到原有各土地利用类型经济数年后变成其它类型的可能性及其大小。并将其定量化表达成新遥感图像上各类型的先验性概率。在知识的应用和分类方面,分别对原土地利用各类型所对应的遥感图像进行知识的应用和处理,利用各自可能出现的类型及其各类型的先验性概率进行最大似然法分类。研究表明,该方法将原有的GIS数据和各种土地利用类型变化的先验性知识综合集成用于新的遥感图像的分类中。这不仅可以促进GIS数据更新的自动化,而且还可以得到比常规最大似然法高的分类精度。 相似文献
30.
遥感和GIS支持下的中国退耕还林还草决策分析 总被引:29,自引:1,他引:29
1998年的特大洪水灾害,以及2000年京津地区的沙尘暴,使得中国政府对生态环境的建设更加重视。为了改善中国的生态环境,就需要恢复植被,一些耕地就需要退耕还林还草。哪些耕地需要退耕还林还草,这些耕地在空间上的分布情况如何?为此,探讨了利用地理信息系统技术确定需要退耕还林还草耕地的数量及其空间分布。包括4个步骤。首先,建立土地利用、土壤侵蚀、数字高程、坡度、坡向、植被指数、降雨和温度等数据库,并对生态环境质量进行评价,从而得到生态环境质量数据库;其次,从土地利用数据库中提取旱地的数据,并与坡度数据、土壤侵蚀数据、植被指数数据和生态环境质量数据进行叠加分析;再次,确定退耕还林还草的原则,并在GIS的支持下,确定需要退耕还林还草的面积及其空间分布;最后,利用降雨数据进一步分别确定退耕还林或还草的面积及其空间分布。该研究结果可以为中国的生态环境建设提供科学的决策依据。 相似文献