排序方式: 共有4条查询结果,搜索用时 62 毫秒
1
1.
溢油种类精准识别对快速有效地治理污染具有重要的意义,高光谱遥感在海面溢油油种识别中至关重要。为探讨海洋典型溢油油种识别的高光谱特征波段范围,通过设计室外模拟溢油实验,在获取原油、燃料油、柴油、汽油和棕榈油等5种油种的实测高光谱数据基础上,运用因子分析和光谱标准偏差分析法遴选溢油油种的光谱特征波段,并利用支持向量机模型开展基于光谱特征波段的油种识别精度评价。结果表明,基于光谱标准偏差分析和因子分析获得的特征波段的油种识别精度分别是83.33%和90.74%,与基于全波段的识别精度相比,整体精度分别提高了3.7%和11.11%。选取的特征波段(360~540 nm, 560~600 nm, 610~630 nm, 640~660 nm)可作为5种油种相互区分的最佳高光谱波段。 相似文献
2.
列举陕西韩城地震台地倾斜资料对应汾渭地震带上的山西和陕西地区地震出现的震兆反应,表现在地倾斜矢量图有打折、打结和倾斜速率明显改变等异常。对于2008年5月12日四川汶川地震,地倾斜在震前一、二年出现矢量图变化速率明显改变的特征,认为属于震前异常。 相似文献
3.
海面发生大面积溢油事故时,由于太阳耀斑区的存在,海面的油膜在遥感影像上会发生明暗的变化。这对溢油的检测会产生严重的干扰。如何在海面太阳耀斑区准确地检测出溢油是目前溢油检测的难题。针对这一问题,本文利用Landsat7 ETM+多光谱影像数据,开展了基于卷积神经网络(CNN)的海面太阳耀斑区溢油检测方法研究。通过设置对照实验,对比支持向量机、最大似然、随机森林等分类方法,我们发现在相同实验条件下CNN模型的分类精度为95%~99%, Kappa系数为0.92~1,均高于其他三种分类方法,表明了CNN模型在海面太阳耀斑区溢油的检测具有更高的精度与一致性。 相似文献
4.
1