【摘 要】
：
在地理信息系统平台上,利用1980年、1990年、2000年、2010年Landsat TM影像和2014年Landsat 8ETM+影像数据、1980~2014年黑龙江省气象数据和社会经济数据,采用主成分分析方法和灰色关联度方法,研究黑龙江省主要天然湿地变化及其主要影响因素,以及各环境因子与各类型湿地的关联性。研究结果表明,沼泽湿地面积从1980年的617.5×104hm2减少为2014年的38
论文部分内容阅读
在地理信息系统平台上,利用1980年、1990年、2000年、2010年Landsat TM影像和2014年Landsat 8ETM+影像数据、1980~2014年黑龙江省气象数据和社会经济数据,采用主成分分析方法和灰色关联度方法,研究黑龙江省主要天然湿地变化及其主要影响因素,以及各环境因子与各类型湿地的关联性。研究结果表明,沼泽湿地面积从1980年的617.5×104hm2减少为2014年的389.0×104hm2,约萎缩了37.0%;与1980年相比,2014年黑龙江省的天然湿地(沼泽湿地、湖泊
其他文献
本文针对摄影爱好者对照片的光线、构图、色彩等方面的一些常见的问题,给出了一些简单实用的图像后期处理技巧,使摄影爱好者在内的众多非专业人士在照片的后期处理上不再纠结。
本文探讨了一种全新的三维数字化重建技术在建筑古迹及大型建筑物方面的快速、高效且成本低廉的三维建模方法,无需依赖昂贵的三维测绘仪或激光探测仪,而是建立在计算机软件基础上进行自动化建模。数据输入采用360度全景图像,而不是传统的针孔相机,十分适合于大型建筑及古迹等大型场景的三维数字化重建。作为数据输入的每一幅二维照片视野更广,信息更全面。对于相同的场景,此方法的数据采集点仅为针孔相机的十分之一,大大提
We focus on the study of the transferred image property in an electromagnetically induced transparency(EIT)system.In our experiment,a triple-peak image is effectively transferred from a coupling beam
By using multi-source and multi-temporal high resolution remote sensing data and related techniques of remote sensing and geographic information systems, this paper analyzes the spatial and temporal c
Recharge and discharge, such as rainfall infiltration and evapotranspiration in vertical direction, are major processes of water cycle in the shallow groundwater area of the North China Plain. During
随着计算机网络和多媒体技术的迅猛发展,针对大规模多模态图像检索的需求变得越来越广泛。如何有效解决多模态性,语义鸿沟和大规模性已经成为Web图像检索中的三大重要挑战。最近提出的语义标注和哈希技术可以分别用来解决语义鸿沟和大规模性,但它们无法涵盖目前存在的所有问题。在本文中,我们提出了语义关联多模态哈希用于多模态图像检索,它能够综合语义学习和哈希技术的优点。首先,通过基于图学习的半监督学习来增强训练样
随着RFID(无线射频标识)技术在供应链中的广泛应用,越来越多的企业借助RFID技术来实施对供应链的管理.由于海量的RFID数据中包含了物品本身的相关信息以及其在流通中的时间和空间信息,通过挖掘这些RFID数据来对供应链进行管理和优化,使之产生更高的效益.本文针对供应链流通中存在的生产延误和库存不足等成本问题,做好预测分析,提出了基于时间序列的数据分析方法.在RFID数据集的基础上,本文对供应链末
利用16年(2000-2015)的MODIS(the Moderate Resolution Imaging Spectroradiometer)数据对源于蒙古南部的112次沙尘天气进行了遥感监测与分析。研究表明通过MODIS真彩色合成影像和热红外波段亮度温度差识别、提取沙尘信息,可以实时、稳定快捷地获取沙尘来源、沙尘天气影响过程和范围等。多年多点的监测表明蒙古南部的沙尘主要起源于西南部山区和东南
人类活动对生态环境具有显著影响,大尺度土地利用/覆盖变化(Land Use/Cover Change,LUCC)作为人类活动最直接的表征,能够很好地反映这一过程,因此进行精确而迅速的大尺度土地利用/覆盖分类与提取方法研究尤为关键。全球覆盖产品Glob Cover(2005/2006)数据已经具有良好的空间精度和数据准确度,但仍然存在一些分类误差。为提高地表覆被分类精度,本文以Glob Cover(
针对高分辨率遥感数据进行土地利用类型分类时出现的"同谱异物"现象,以及中分辨率遥感数据划分土地利用类型时受空间分辨率限制产生的"混合象元"问题,本文以高分一号数据(GF-1)和Landsat-8数据(OLI)为例,提出了一种协同利用高分辨率遥感数据和中分辨率遥感数据进行土地利用类型模糊分类的方法。首先,利用主成分变换的方法分别对GF-1纹理信息和OLI光谱信息进行压缩和增强,并将增强后的纹理信息和