排序方式: 共有8条查询结果,搜索用时 328 毫秒
1
1.
2.
3.
卫星地面应用系统日益庞大网络环境越来越复杂,各分系统在同一个OSPF(Open Shortest Path First)网络区域内相互传递数据信息,存在随着网络规模越来越大,路由器设备增加,导致每台路由器所维护的LSDB(Link State Data Base)也逐渐变得臃肿的问题。庞大的LSDB计算会消耗更多的设备资源,导致设备负担加大,一旦网络拓扑变化将会引起整个域内所有路由器的重新计算。本文利用OSPF动态路由具有选择协议区域划分的特性,对卫星地面应用系统整体网络结构进行层次化分割,控制区域内路由器访问其他区域的路由路径,将LSA(Link State Advertisement)泛洪被限制在区域内,减少了维护LSDB的数量及路由表路由条目,节约了控制层面的资源,把有效的资源用于数据层面的数据转发,从而提高卫星地面应用整体网络系统的数据转发率。整体网络的区域划分可有效地把拓扑变化的影响控制在本区域内,任意一区域网络拓扑发生变化,不会影响整体网络系统变化,从而提高卫星地面应用整体网络系统结构的稳定性和扩展性。 相似文献
4.
黑龙江省大风分布特征及风险区划研究 总被引:6,自引:1,他引:5
选取黑龙江省1971-2005年35年大风资料,分析了78个市(县)大风的时空分布特征,运用信息扩散理论的计算方法得出发生不同大风日数的概率风险估计值,并用GIS技术制成风险图并进行区划。研究表明:①黑龙江省大风20世纪70、80年代最多且波动性较大,90年代至20世纪初明显减少,并趋于稳定;大风多发在春季,是造成春旱、春季火灾的主要原因。②年总大风日数,高值区多分布在松嫩平原、三江平原,低值区以大兴安岭、伊春、牡丹江地区为主。③以信息扩散理论计算方法得出发生大风为1 d、2 d、3 d、4 d的概率风险估计值,大风风险高值区在黑龙江省中南部自西向东呈带状分布,北部、中北部、西部及南部为风险低值区。运用信息扩散理论首次实现对黑龙江省不同大风日数进行风险评估,其具有所需资料少,并可实现对市(县)以下地域单元不同灾害的发生风险及损失风险评估的优点。 相似文献
5.
基于RS和GIS的黑龙江省积雪时空变化研究 总被引:1,自引:0,他引:1
以黑龙江省为研究区域,以风云三号气象卫星遥感数据资料为基础,通过对FY-3 A和FY-3 B的VIRR波段特性的深入分析,对2013~2015年多期FY-3A和FY-3B的VIRR遥感影像提取出黑龙江省多期积雪数据,进行黑龙江省积雪时空变化监测研究,结合RS和GIS技术对其进行了分析并得出结论,对了解其时空分布特征及变化规律,对于促进该区的工农业生产和生态环境保护都具有十分重要的意义。 相似文献
6.
7.
哈尔滨市城市扩展与地表热环境变化关系研究 总被引:4,自引:0,他引:4
采用1989,2001和2007年LandsatTM/ETM+遥感数据,利用单窗算法对哈尔滨市地表温度进行反演,从热岛强度、不同类型下垫面转换对温度的影响以及温度重心转移等方面分析了哈尔滨市地表温度随城市扩展的变化规律。研究认为:哈尔滨市城镇面积、城镇用地比重、城市扩展指数都表现为持续增长的趋势,城市主要沿香坊区公滨路、哈阿公路、太平区和松花江以北地区扩展;哈尔滨市高温区面积表现为持续增长,常温区、低温区面积不断减少;城市用地对地表热效应贡献最大,其他类型下垫面向城市用地转换均表现为正温度效应;哈尔滨市城市扩展与温度场强度转移方向相一致,城市扩展是导致城市地表热环境变化的主要原因。 相似文献
8.
利用风云三号A星MERSI数据,基于ENVI ZOOM软件平台采用面向对象的多尺度影像分割技术,并结合监督分类技术提取云层边缘线,继而对影像进行反演处理时剔除云层覆盖区域的干扰。研究表明,与同时段彩色卫星云图进行视觉对比,分类结果较理想,该分类方法易于操作,可有效提高解译精度。 相似文献
1