【摘 要】
：
本文选取海南省澄迈县的花场湾红树林湿地为研究对象,采用遥感技术中的人机交互方式,对2000年、2005年、2010年、2015年和2020年五个时段的Landsat影像数据进行提取分析,得出花场湾红树林湿地的自然分布状况及变化趋势。在此基础上,进一步选取六种景观指数并对花场湾红树林进行了定量分析,直观地反映其景观破碎化的过程。同时,对影响红树林变化的因子进行了特定分析,为花场湾红树林湿地区域的生态
论文部分内容阅读
本文选取海南省澄迈县的花场湾红树林湿地为研究对象,采用遥感技术中的人机交互方式,对2000年、2005年、2010年、2015年和2020年五个时段的Landsat影像数据进行提取分析,得出花场湾红树林湿地的自然分布状况及变化趋势。在此基础上,进一步选取六种景观指数并对花场湾红树林进行了定量分析,直观地反映其景观破碎化的过程。同时,对影响红树林变化的因子进行了特定分析,为花场湾红树林湿地区域的生态保护与管理提供了一定的科学依据。
其他文献
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
针对大量农村水电站挡水建筑物缺少安全监测且存在安全隐患的问题,从理论上分析使用InSAR卫星遥感技术进行区县范围内挡水建筑物面上形变监测的可行性、优劣势及目前使用该项技术碰到的难题,是卫星遥感技术在农村水电行业信息化上的有益探索。图2幅。
舰船作为海洋信息感知中的重要目标,其检测在军舰探测、精确制导等军用领域以及海面搜救、渔船监测等民用领域具有极其重要的战略意义。海洋遥感图像受云雾、风浪、海杂波和光照等干扰使得舰船检测具有挑战性。根据可见光遥感图像舰船目标检测特点提出粗检测和细鉴别相结合的技术路线。先基于视觉显著性的谱残差法对图像进行增强以提取目标候选区域,后根据舰船与干扰因素差异采用舰船方向梯度直方图特征对目标候选区域进行鉴别,提
地下水富集性评估对地下水资源保护、开采以及勘测具有重要意义。为研究吉林省地下水富集性,选择地表起伏度、坡度、河网密度、植被覆盖度、地表温度和土壤湿度作为地下水富集性的评估指标,基于GRSFAI法构建浅层地下水富集性评估模型,得到吉林省地下水富集性5个等级在各个市的面积。结果表明:富集性评估结果为很差的区域面积占吉林省总面积的70.70%,富集性评估结果在及格以上的区域面积总和占吉林省总面积的29.
森林环境的多变性导致该地区的卫星遥感图像测量数据易产生偏差。以优化森林遥感图像的监测效果为目的,在污染误差模型的支持下,设计了一种森林遥感图像测量数据偏差影响分析方法。利用污染误差模型调整森林遥感图像,降低因测量数据出现观测异常而产生的影响。运用随机函数多项拟合过程生成包含配准误差的新遥感图像,并对新图像进行几何精矫正,从而确定不同多光谱波段配准误差对图像测量数据偏差的影响。分析实验数据可知,遥感
【目的】蝗灾突发性强,传统地面调查及生物学模型方法在时间、空间上不能满足精准防控的需求,且对历史数据依赖度高,利用高分辨率遥感数据监测蝗虫栖息生境的变化,从而实现蝗灾及时、快速监测,对治蝗防蝗具有重要意义。【方法】文章以埃及南部蝗灾常发区为研究区,基于Sentinel-2卫星数据和地面气象数据、土地利用数据、行政区划数据等,监测植被生长季植被指数及植被覆盖度变化,实现埃及地区蝗虫发生地、发生程度的
针对宽基线摄影条件下,立体像对视角变化以及光照条件变化等因素造成的航空遥感影像密集匹配困难问题,提出一种有效的航空遥感影像密集匹配方法。该方法利用尺度不变特征变换(SIFT)算法,计算基本矩阵和单应矩阵,获取航空遥感影像局部特征,并构建复杂光照条件下的彩色SIFT算法。在此基础上,采用支持向量回归(SVR)方法来实现宽基线图像密集匹配。其中在SVR算法的基础上加入一些约束条件,生成更为精确的匹配点
草原植被长势遥感监测具有时效性高、覆盖范围广的特点,及时高效的草原长势遥感监测信息对于草地资源的保护与合理利用具有重要意义。为明确不同作物长势遥感监测方法在草原长势信息监测中的差异及其应用的局限性,本研究利用MODIS数据的NDVI产品,将直接监测法、植被生长过程曲线法、同期对比法、基于NDVI百分位数法分别在内蒙古自治区西乌珠穆沁旗草原进行了应用和适宜性研究,并对其长势遥感监测结果进行了验证。结
加拿大自然资源部网站信息综合报道,加拿大许多森林处于人迹罕至的偏远地区,为此,加拿大自然资源部利用遥感、GPS、GIS等多种先进科技手段管护森林资源,监测森林资源变化情况,开展林火和病虫害的防治,预测森林的动态发展趋势,旨在有效地帮助公众和决策者了解加拿大森林的变化趋势和管护方向,从而促进实现森林可持续经营目标。
在介绍了无人机平台及携带的多种传感器的基础上,总结了无人机遥感提取植被覆盖度的算法,并将算法分成了三大类:颜色空间法、植被指数法和机器学习分类法;针对无人机遥感提取植被覆盖度所存在的问题及发展趋势进行了讨论.结果表明:颜色空间法能有效消除无人机图像中亮度和饱和度等因素的干扰;植被指数法原理简单,且具有良好的精度,是应用最广泛的方法;机器学习分类法适用于不同传感器获取的图像且提取精度高.