【摘 要】
：
利用卫星遥感影像数据,应用归一化水体指数法和谱间关系法,定量化分析2002—2019年鄱阳湖水体面积变化规律并探究其变化原因。研究表明,1) 2002—2019年鄱阳湖水体面积整体呈现缩小趋势,水体面积年内季节变化明显,丰水期与枯水期水域面积相差1倍以上,且该差值近年来有增大趋势。2)通过分析鄱阳湖星子站水位发现,鄱阳湖进入枯水期日期较历史明显提前。3)分析极端干旱和夏季洪涝事件发现,鄱阳湖水域面
论文部分内容阅读
利用卫星遥感影像数据,应用归一化水体指数法和谱间关系法,定量化分析2002—2019年鄱阳湖水体面积变化规律并探究其变化原因。研究表明,1) 2002—2019年鄱阳湖水体面积整体呈现缩小趋势,水体面积年内季节变化明显,丰水期与枯水期水域面积相差1倍以上,且该差值近年来有增大趋势。2)通过分析鄱阳湖星子站水位发现,鄱阳湖进入枯水期日期较历史明显提前。3)分析极端干旱和夏季洪涝事件发现,鄱阳湖水域面积与江西省降水量有较明显的正相关性。
其他文献
高分辨率遥感影像场景分类近年来已经成为遥感科学领域的一个研究热点,是跨越底层特征与高层语义信息之间语义鸿沟的有效途径。由于高分辨率遥感影像中地物种类繁多、分布复杂且同一地物的不同空间组合也可能代表不同的场景类别,直接基于底层特征进行场景分类不能很好地表达场景语义信息。因此,目前场景分类的代表性方法主要包括基于中层特征的场景分类和基于深度学习的场景分类。针对现有遥感影像场景分类方法存在的局限性,进行
目前研究的遥感图像多方向舰船目标匹配检测方法对数据的匹配度较低,导致检测精度难以达到要求。为了解决上述问题,基于特征矢量研究一种检测遥感图像多方向舰船目标检测匹配方法。利用卷积神经网络对图像细节进行分析,根据分析结果得到底层特征,融合底层特征和高层特征,形成特征图,完成图像特征提取。分析图像像素灰度值,确定图像像素特征矢量,建立模糊子集,实现多方向舰船目标检测。实验结果表明,该方法能够很好地提高匹
及时、准确地监测农业大棚的位置以及空间分布,是开展耕地"非农化"整治的工作重点。遥感技术因其时效性强、覆盖范围广等优势,已逐渐成为大棚监测的主要手段。为了提高农业大棚的遥感识别精度,缓解深度学习方法对于大数据量的需求,提出了一种基于残差神经网络(Residual Neural Network, ResNet)和迁移学习的农业大棚自动识别方法,能有效区分大棚及其混淆地物(林地、耕地、建设用地和水体)
针对遥感图像因分辨率高、能见度低、物体种类多和光照不充足等因素导致遥感图像分割准确率低的问题,搭建一种传播深度和多尺度特征融合的端到端遥感图像分割网络。利用传播深度特征融合保留遥感图像的浅层特征信息,利用浅层特征指导深层特征的提取,在获得高级语义信息的同时没有过度损失浅层的位置特征信息情况下,通过改善并行空洞卷积模块的相关设置提取更多的多尺度信息,从而提高遥感图像分割的准确率。在Satellite
基于遥感和非遥感数据的土壤有机质(Soil Organic Matter, SOM)空间分布估测取得了重要进展,但在SOM时空特性定量刻画、SOM建模方法扩展及人类活动影响机制研究等方面仍存在一些问题。针对上述问题,融合遥感与非遥感数据的SOM土壤-景观理论建模研究可以继续从如下方面开展:(1) SOM空间分布多尺度、多时相特性。可对同一时相不同尺度、不同时相同一尺度上的SOM空间分布变异特性进行
HJ-1A高光谱影像具有较多的光谱波段和较高的光谱分辨率,在土壤成分探测方面潜力巨大。然而,由于高光谱影像各波段间的信息冗余度高,使得对HJ-1A高光谱影像进行数据处理难度较大。为了探究Sentinel-2A遥感数据在土壤全氮含量方面的反演能力,以HJ-1A HSI和Sentinel-2A遥感影像为数据源,以吉林省农安县为研究对象,结合研究区土壤采样的实验室全氮含量化验值,分析两种遥感影像各波段反
城市绿地对于改善城市生态环境,维护人与自然和谐发展具有重要价值。及时准确地获取城区绿地分布信息,并进一步理解城市不同功能用地的绿地格局具有重要意义。基于2019年SPOT卫星数据,提取了北京市四环内绿地分布;并进一步结合基于OpenStreetMap分析得到的城市功能用地数据,重点分析了北京市四环内不同功能用地的绿地分布格局。结果显示,北京市四环内具有33%的绿地比例,绿地空间分布相对均匀;不同功
基于北极地区2009年波弗特海、2010年和2011年楚科奇海巡航所收集的生物光学数据集,验证半分析反演模型QAA_V6(Quasi-Analytical Algorithm)、半分析海洋水色模型(Garver-Siegel-Maritorena, GSM)和线性矩阵求逆模型(The Linear Matrix Inversion Algorithm, LMI)反演北冰洋固有光学特性的性能。结果表
内容导读卫星遥感具有全天候、大范围、多传感探测等特点,现已广泛应用于国防、自然资源、生态环境、灾害防治、气象预报以及数字地球等领域,是国家空间基础信息系统建设的核心数据资源。国产多源遥感传感器的载荷类型、性能及数量均有大幅度的提升,但在领域深度应用方面等尚存在诸多瓶颈与挑战。为集中展现多源遥感信息智能化处理与应用方面的最新理论研究成果及前沿技术方法,《无线电工程》2021年第12期推出"多源遥感智
在传统的机器学习中,模型的准确度往往由已标记的数据样本规模所决定。但是在实际情况中,海量数据中往往只有极小部分获得了准确标记,而大部分数据未经标记,如果通过专业人员对数据逐个进行标记,将耗费大量的时间成本和经济成本。主动学习是从大量未标记的数据集中检索出最有用的未标记数据,交由专业人员进行标记,然后用该类样本来训练模型以期提高模型的准确率。本文设计一种对遥感图像的目标检测的方法,首先构建一个深度学