排序方式: 共有55条查询结果,搜索用时 781 毫秒
51.
选取韩江中上游地区2016—2022年的Sentinel-1/2卫星星座遥感影像和其他辅助数据,基于机器学习方法进行区域尺度的崩岗识别和崩岗影响因子测度。结果表明:1)分类模型的总体精度达到84%,Kappa系数为0.8。其中,崩岗识别的用户精度和生产者精度都超过95%,且其FScore为0.97。2)截至2022年,韩江中上游地区的崩岗侵蚀面积共有435.5 km2,各县(市、区)崩岗侵蚀面积差异明显,年变化趋势不一。其中,五华县崩岗侵蚀面积最多(199.2 km2),其年平均变化率为16.29 km2/a。梅江区崩岗侵蚀面积最少(1.6 km2),其年平均变化率为0.18 km2/a。3)韩江中上游地区崩岗发生概率与高程、坡度、植被覆盖、地质类型、人口密度、大气压、降雨量、经向风速、纬向风速和风速等10个因素存在显著相关性(P<0.001)。在一定的变化范围内,高程、坡度、地质类型、大气压、经向风速、纬向风速和风速对研究区崩岗发生为正向影响,植被覆盖、人口密度和降雨量对崩岗发生为负向影响。 相似文献
52.
招远金矿区植被异常及遥感找矿意义 总被引:3,自引:0,他引:3
提出了一种新的综合型替代方法:基于廉价的Landsat-7 ETM 遥感数据揭示植被异常与热液蚀变区的潜在关系。在研究过程中,使用了招远金矿区夏季的ETM 遥感数据来分析和展示植被异常与热液矿化蚀变是否存在上述关系。该方法包括以下几个步骤:(1)数据预处理;(2)植被指数(Veg.In-dex、TNDVI、SQRT(IR/R)、NDVI、IR/R等)和波段比值指数;(3)主成分分析(PCA);(4)非监督分类;(5)监督分类。最后,经过综合解译成图发现,该图很好地展示了招远金矿区部分区域的植被异常,同时经过野外验证,在招远其它地区的植被异常都与热液蚀变区域有关。研究结果表明,这种综合型方法在植被覆盖区利用ETM 遥感数据提取植被异常信息非常有效。 相似文献
53.
54.
深部地球物理探测数据是岩石圈结构研究的重要资料,然而由于地学数据本身的多来源、多学科、海量等特点阻碍了数据的共享,而GIS技术恰好以强大的多学科交叉和空间数据处理功能为数据发布提供了新的途径。在GIS中信息的显示和分析方法都取决于地理信息数据模型,因此在利用GIS技术建立数据共享平台时,建立一个符合数据体查询和分析要求的数据模型尤为重要。笔者对几种空间数据存储方式和主流的空间数据模型进行了深入研究,最终结合深部地球物理探测数据的特点,以Geodatabase为基础建立了一个数据模型,为数据发布奠定了基础。 相似文献
55.
针对目前人工翻译地名效率低且西班牙语地名专名自动化音译研究尚为空白等问题,该文通过分析西班牙语语法规则和发音特点,提出基于先验知识的西班牙语地名专名自动化音译方法。通过构建西班牙语地名先验知识库,将先验知识分为实例类先验知识和规则类先验知识,作用于专名音译,分为基于实例类先验知识的音译和基于规则类先验知识的音译,来对西班牙语地名进行专名音译。将该方法应用于西班牙语地名专名音译,结果与翻译软件对比分析,该方法的音译结果符合音译规则,更加规范,准确率高,证实了该方法的可行性。 相似文献