【摘 要】
：
采用MODIS/NDVI数据,利用Theil-Sen Median趋势分析、Mann-Kendall以及Hurst指数方法分析2000~2014年黑龙江流域(中国)植被的时空变化特征、植被变化发展趋势及可持续性特征;应用相关分析法研究了气候变化对植被生长的影响。结果表明,2000~2014年黑龙江流域(中国)植被NDVI指数呈缓慢增加趋势,山区植被覆盖增加显著,东北部平原区植被覆盖持续退化,总体上
论文部分内容阅读
采用MODIS/NDVI数据,利用Theil-Sen Median趋势分析、Mann-Kendall以及Hurst指数方法分析2000~2014年黑龙江流域(中国)植被的时空变化特征、植被变化发展趋势及可持续性特征;应用相关分析法研究了气候变化对植被生长的影响。结果表明,2000~2014年黑龙江流域(中国)植被NDVI指数呈缓慢增加趋势,山区植被覆盖增加显著,东北部平原区植被覆盖持续退化,总体上植被覆盖持续改善能力较弱。植被NDVI对气候响应的季节差异显著,且不同类型植被对气候因子的响应不一致:春
其他文献
针对传统方法在度量建筑物面要素几何形状时,未能考虑形状认知的视觉特征因素且形状特征需要人为定义等问题,该文提出一种建筑物几何形状度量方法。首先,利用深度卷积神经网络的图像特征学习特性,结合自动编码机的自监督学习能力,构建基于机器自监督学习的建筑物面要素几何形状度量神经网络;其次,利用建筑物图像形状大数据对网络进行训练;最后,利用训练完成的神经网络识别并提取建筑物形状特征集并作为形状度量的结果。实验
[本刊讯]10月31日,中国科学技术信息研究所在北京举行中国科技论文统计结果发布会,公布2016年百种中国杰出学术期刊和第四届中国精品科技期刊名单。《测绘学报》入选"2016年百种中国杰出学术期刊"和"第四届中国精品科技期刊"。这是继2004年和2014年后,《测绘学报》第三次获得"百种中国杰出学术期刊"称号,也是第四次入选"中
针对现有可降水量预报模型存在预报精度不高等问题,该文提出采用方差分量估计自适应卡尔曼滤波对可降水量数据进行预处理,用以提高径向基神经网络预测模型的预测精度,从而形成高精度预报模型。通过比较不同基站不同时间的数据,分析使用方法的预报精度。实验结果表明:将预测模型应用于全国7个测站进行实验,预测相对精度的平均值可达95%以上,预报残差在10-5左右,残差值小于0.001的占90%以上。在影响因素方面,
针对地面研究用岩石的热红外光谱反演其矿物组分过程中,由于自然岩石内矿物组分分布不均匀,给确定观测区域内矿物组分的精确值造成困难的问题,该文采用块状矿物拼接的方法模拟自然岩石,使模拟岩石的矿物组分可以精确获取。进一步,针对模拟岩石制订旋转试样法观测方案,从理论上研究该方案存在的观测误差,并通过光谱解混验证其观测精度。
美国哈佛大学Meroz等在《物理评论快报》发表题为"板块边界带间歇性颗粒状动力学系统"一文。作者利用GPS资料分析美国南加州板块边界带的震间形变场,并构建了理论物理模型,以一种新颖的观点解释GPS观测到的形变场。研究表明,板块边界带可以描述为密集填充的颗粒状介质,与物理学意义上的缓慢剪切型颗粒状介质
针对传统的变形预测模型不能对隧道高度非线性监测数据的沉降趋势和波动特征进行准确的预测问题,该文提出了反导自记忆模型。该模型运用了自记忆原理,克服了传统的变形预测模型对初值比较敏感、预测精度低等局限性,提高了对波动性数据的预测能力,之后通过工程实例验证了反导自记忆模型的可行性。最后与灰色自记忆模型进行对比,得出反导自记忆模型能够对非线性和波动性监测数据做出更加准确的预测,提高了预测的精度。