【摘 要】
：
作为一项综合性较为突出的高新技术,航空物探遥感联合探测技术通过对多项遥感、探测技术的融合,可以实现对地质条件、环境资源等的高效检测,具有突出的应用优势。实践表明,这项技术对于提升资源开发效率与层次具有显著意义,也标志着我国勘探技术的重大突破。文章主要从航空物探遥感联合探测技术的基本原理与意义出发,结合研究实际情况分析了目前该技术在国内外的发展现状,并以此为基础论述了该技术的应用现状,针对该技术的功
论文部分内容阅读
作为一项综合性较为突出的高新技术,航空物探遥感联合探测技术通过对多项遥感、探测技术的融合,可以实现对地质条件、环境资源等的高效检测,具有突出的应用优势。实践表明,这项技术对于提升资源开发效率与层次具有显著意义,也标志着我国勘探技术的重大突破。文章主要从航空物探遥感联合探测技术的基本原理与意义出发,结合研究实际情况分析了目前该技术在国内外的发展现状,并以此为基础论述了该技术的应用现状,针对该技术的功能性与适用性探讨了其发展前景,以期能够为我国勘探技术的进一步发展提供可靠支持。
其他文献
近年来,随着我国经济与科技的快速发展,各种现代化技术被应用到林地变化监测工作中,对提高工作效率及工作质量都起到了较好的积极作用,比如高分辨率卫星遥感影像技术在林地变化监测中体现出较好的应用效果,既能获得准确的信息数据,提高工作效率,也可以降低林地变化监测的成本消耗。鉴于此,本文主要针对高分辨率卫星遥感影像监测林地动态变化进行深入分析,期望能为林地动态变化的监测提供参考依据。
文中介绍了卫星遥感雷达参数现场原位校准技术,该技术指标包括总体指标及分系统指标两部分,文中重点分析并改进了雷达分系统的单项指标校准方法;同时,对传统校准方法存在的问题提出改进措施。基于整体的校准以及间接耦合的方法,要先拆掉卫星遥感雷达设备再进行外场校准,此时将会产生一些不良影响,所以需要消除这些影响。静态校准和动态校准是改进雷达综合指标的原位校准方法,对于静态校准来说,转换速度值为频率值,并在具有
城中村是我国快速城市化进程中的一个特殊产物,通常存在人口密集、建筑私自改造等问题。开展城中村的识别和监测对城乡统筹规划以及精细化治理等具有重要意义。基于深度学习提出了一种新的城中村遥感识别模型,该模型包括一个多尺度扩张卷积模块和一个非局部特征提取模块,前者能够聚合多层级空间特征以适应城中村形状、尺度的变异性;后者用于提取全局语义特征以提高城中村的类间可分性。选取北京市二环与六环之间的区域作为研究区
树种信息对林业资源监测和管理具有重要意义,及时准确地掌握树种及长势状况是防护林工程建设与效益评价的基础。为研究利用无人机高光谱数据进行防护林树种分类的效果,选取典型区域使用Matrice600型六旋翼无人机搭载Rikola高光谱成像仪获取高光谱影像,基于支持向量机-递归特征消除算法(SVM-RFE)选取原始波段最佳组合,再结合纹理特征、植被指数和数理统计特征,使用随机森林算法对所有特征进行重要性评
目前阶段,我国三甲医院的数量在不断增加,但是在这个过程中同时也伴随着各种灾害的出现,一定程度上增加其脆弱性,因此,分析基于RS-BP神经网络的三甲医院灾害脆弱性预测方法。先进行灾害三维数据预处理,并建立线性归一化转换脆弱性预测模型,通过RS-BP网格训练技术最终实现医院灾害脆弱性的预测。最终的测试结构表明:在RS-BP神经网络技术的辅助之下,预测结果的平方误差有了极大的降低,表明其预测精准度有所提
盐度是海洋学中重要的物理参量之一,其对生物学研究、气候模拟、天气预报以及飓风路径预测都具有极其重要的意义.在基于拉曼光谱的海洋盐度遥感探测中,由于拉曼光谱同时与盐度及海水温度相关,因此反演盐度时,需要参数假设,从而降低探测精度.为实现对盐度的高精度遥感探测,本文提出了融合水体布里渊散射与拉曼散射光谱的盐度精细反演方法.文中根据拉曼光谱的低频部分与高频部分的面积比值与水体温度和盐度有定量的关系,利用
基于地面实测叶绿素a浓度,利用环境一号卫星数据对洞庭湖区水体富营养状态进行反演,建立了反演水体Chla的遥感信息模型。基于该模型,利用其他时相的遥感影像数据反演不同季节富营养化分布和状态,分析洞庭湖区富营养状态随时空变化而变化的原因,将遥感反演结果与生态环境厅监测到的水体营养状态比较,并对不一致部分原因进行分析。
为了掌握石家庄市区域PM_(2.5)浓度的空间分布情况及其时间变化规律,更好地向大气污染治理及环境行政执法部门提供技术支持,利用卫星遥感数据开展了区域颗粒物浓度时空动态分析研究。基于Himawari-8卫星遥感数据,通过建立时空回归模型反演PM_(2.5)浓度,并对所得到的石家庄市2019年近地面PM_(2.5)的浓度,进行了时间和空间的动态分析。结果表明:1)从时间上来看,2019年PM_(2.
基于多源遥感数据探讨土壤水分反演算法的精度及有效性,对大尺度土壤水分的监测变化研究乃至全球气候变化的研究具有重要的应用价值。土壤水分反演过程中存在许多不确定性,文章以美国大陆作为研究区,针对土壤水分反演模型、模型因变量的不确定性进行分析。对于土壤水分反演模型,随机森林(RF)比反向传播神经网络(BPNN)和广义回归神经网络(GRNN)精度更高,不确定性更低;对于土壤水分反演模型因变量,使用现场观测
无人机具有作业效率高、地形适应性好等独特优势,近年在农林业中应用范围不断扩大,相关研究成果数量呈快速上升式发展。为掌握无人机农林应用全球研究态势,本研究采集2011—2020年期间Web of Science核心合集数据库中无人机农林应用全球研究相关文献数据,利用VOSviewer等统计软件对文献进行科学计量分析。分析结果表明,自2017年开始,无人机农林业应用研究发文数量快速增加,全球已有94个