排序方式: 共有14条查询结果,搜索用时 0 毫秒
1.
以广西桂林会仙国家湿地公园核心区为研究区,结合SegNet和低空无人机影像,构建会仙岩溶湿地地物信息提取模型,探讨多分类SegNet模型与融合单分类和双分类SegNet模型分类结果的差别,分析epoch参数设置对模型分类精度的影响。研究结果表明,多分类SegNet模型对会仙岩溶湿地地物的分类结果的Kappa系数和F1分数分别为0.59和0.67,融合单分类和双分类SegNet模型分类结果的Kappa系数和F1分数分别为0.68和0.79;与多分类SegNet模型分类结果精度相比,融合多个单分类和双分类SegNet模型分类结果的F1分数明显增大。因此,融合多个单分类和双分类的SegNet模型更适用于提取会仙岩溶湿地地物信息;构建更优的会仙岩溶湿地地物提取SegNet模型,设置epoch值为10相对更合适。 相似文献
2.
植被是湿地生态系统健康状况的"晴雨表",明晰湿地中植被的时空分布,是湿地修复与重建、保护与合理利用的前提和基础。以洪河国家级保护区为研究区,利用全极化C-band Radarsat-2和L-band PALSAR数据,根据极化合成孔径雷达(synthetic aperture radar,SAR)目标分解理论,提取了该保护区不同波长的极化分解参数和特征参量,整合为多源极化SAR数据集,利用多尺度迭代分割算法和Random Forest机器学习算法,构建了研究区中植被的遥感识别模型,实现了对研究区中植被的高精度分类,并对比分析了不同频率SAR数据集在植被识别精度上的差异。研究结果表明,利用整合PALSAR和Radarsat-2极化数据集,获取的植被遥感分类结果的总体分类精度为86.77%,比利用PALSAR极化数据集的分类结果精度提高了15%,但是其与利用Radarsat-2极化数据集的分类结果精度差异不显著;浅水草本沼泽的生产精度达到了90.91%,深水草本沼泽的用户精度为90.63%;C-band PALSAR数据比L-band PALSAR数据更适用于高精度识别洪河国家级自然保护区中的植被。 相似文献
3.
4.
多频率InSAR提取沼泽湿地DEM精度对比分析 总被引:1,自引:1,他引:0
选取3种波长的干涉SAR数据对提取沼泽湿地区域的DEM,并随机从1:10 000地形图中选取111个点数据进行精度验证,最后对比分析了沼泽湿地植被对于不同SAR波长的干涉相干性差异。结果表明:L-band ALOS-1 PALSAR精细模式的HH单视复数数据与1:10 000地形图数据吻合度较好,76.58%的高程值差异在3 m以内,其相干系数比C-band Sentinel-1A IW模式的VV单视复数数据和X-band TerraSAR HH单视复数数据要高;更适合利用雷达干涉测量技术提取沼泽湿地的DEM;不同湿地植被类型的相干系数有较大差异,岛状林和灌草结合的湿地植被分布区相干系数值较大,而浅水沼泽植被区和深水沼泽植被区相对较低。 相似文献
5.
数字高程模型是重要的地理空间数据,可以提供丰富的地形信息.为了获得时效性好、分辨率高的数字高程模型,本文以南京市为实验区域,利用德国宇航局TerraSAR-X卫星同一轨道上的两幅StripMap模式SAR影像对,主从影像时间间隔只有66天,空间分辨率为3 m.采用InSAR技术,通过迭代的方法来提高获取DEM的分辨率,并结合JAXA/EORC提供的AW3D30数字表面模型与迭代后的DEM进行融合来解决阴影等问题,最终获取了南京地区的高精度数字高程模型.将实验结果分别与90 m分辨率的SRTM、30 m分辨率的ASTER GDEM、30 m分辨率的AW3D30进行相互对比分析.结果表明,相比三种常用的DEM而言,本文获取的DEM能够更精确的获取地面的细节信息,特别是对于分布稀疏的大型单体建筑物,能够很好的恢复其三维信息,但是对于建筑物分布较为密集的区域,由于传感器视线受阻,不能观测建筑物的全貌,阴影分布较多,导致此类区域的DEM结果不理想,还需进一步深入研究,提高精度及可靠性. 相似文献
6.
7.
8.
9.
10.
基于PS-InSAR和SBAS技术监测南京市地面沉降 总被引:1,自引:0,他引:1
利用覆盖南京地区的23幅Sentinel-1A影像,分别采用PS-InSAR技术和SBAS技术进行数据处理,获得了两组研究区域的地表沉降信息,并对两组结果进行交叉验证分析。结果表明,两种方法获取的结果无论是在沉降范围还是在形变量级上,都具有高度的一致性;研究区域在2015-04~2017-01期间存在地面沉降问题,且最大的沉降速率达到-30 mm/a。 相似文献