【摘 要】
：
为探究地表覆盖与气候状态间的关联性,本文选取2019年的Landsat影像数据,结合温度、降水量、PM2.5浓度3种气候指标,利用GEE平台,结合NDVI、MNDWI、NDBI,采用SVM、RF、CART方法进行地表覆盖分类,探究气候指标与地表覆盖类型分布的关联性;提出了使用3种气候指标构建分类特征进行地表覆盖分类的方法,并通过消融试验分析了气候指标对地表覆盖分类精度的影响.结果表明:①RF有较好的分类结果,总体精度为96.0％;②3种气候指标均能提高地表覆盖分类精度,其中PM2.5浓度效果最好;③温度与
【机 构】
：
江西省煤田地质局测绘大队,江西 南昌330001
论文部分内容阅读
为探究地表覆盖与气候状态间的关联性,本文选取2019年的Landsat影像数据,结合温度、降水量、PM2.5浓度3种气候指标,利用GEE平台,结合NDVI、MNDWI、NDBI,采用SVM、RF、CART方法进行地表覆盖分类,探究气候指标与地表覆盖类型分布的关联性;提出了使用3种气候指标构建分类特征进行地表覆盖分类的方法,并通过消融试验分析了气候指标对地表覆盖分类精度的影响.结果表明:①RF有较好的分类结果,总体精度为96.0％;②3种气候指标均能提高地表覆盖分类精度,其中PM2.5浓度效果最好;③温度与植被、水体关联性较大,PM2.5浓度与城区、植被关联性较大,降水量与耕地关联性较大.
其他文献
雄安新区是国家层面打造的又一个具有重要战略意义的新区,及时准确掌握该地区的土地利用详情具有重要意义.本文利用10 m分辨率的Sentinel-2影像对雄安新区2016—2019年的土地利用进行分类,进而分析该地区的土地利用时空演变.共测试了决策树、随机森林和支持向量机3种分类器,进而获得最高精度的土地分类结果图;同时,利用随机森林的特征排序功能分析了不同特征的重要性.结果表明,雄安新区的耕地、林地、水生植物面积总体均呈显著减少趋势,建设用地面积变化最为显著,表明雄安新区正在进行中、快速的城市化发展.本研究
目前,针对利用无人机技术在山地起伏大、山体植被密集区域,难以获取地面点及DEM等问题,本文提出了一种结合布料模拟算法和改进的局部最大值算法,利用树顶点、树高等植被信息,提取地面点,进而生成整个区域的DEM的方法.以中国传统村落德夯村为例,利用植被系数和高程信息将点云分割为植被密集区和非植被密集区两个部分.在非植被密集区,通过布料模拟算法和改进的局部最大值算法分别提取地面点和树顶点,计算平均树高;在植被密集区,通过该区域的树顶点推算得到植被密集区的近似地面点,最终将两部分的地面点云进行TIN插值得到该地区的
针对室外复杂环境下智能手机定位精度低、抗干扰能力不足的问题,本文利用手机GNSS观测值和手机内置IMU数据,采用RTK和PDR算法融合定位,对比分析了小米8和华为Mate20X两款手机的GNSS数据质量和融合定位算法性能,以及不同观测条件下融合算法的定位精度和稳定性.试验结果表明,在良好和复杂两种观测条件下,采用RTK算法定位精度分别为1.8 m和4.6 m;采用RTK+PDR融合算法定位精度分别为1.2 m和2.6 m,在两种环境下,RTK+PDR融合算法的精度分别提高了50％和76％,即显著提高了智能
针对北斗精密星历只能提供离散的三维坐标,而无法提供任意时刻卫星位置的问题,本文提出插值法计算任意时刻的卫星位置,即分别采用拉格朗日插值法、多项式拟合法、分段线性插值法及径向基函数拟合法对北斗三号卫星精密星历进行内插.试验结果表明,拉格朗日插值法和多项式拟合法能够较好地内插BDS-3的位置坐标.搭载CZ-3A运载火箭的卫星X方向位置和搭载CZ-3C运载火箭的卫星Z方向位置均采用拉格朗日插值法解算效果最优;其余位置方向采用多项式拟合法解算效果最优.
近年来,电子地图在人们的日常生活及旅游中发挥着越来越大的作用.城市特色电子地图作为一种新型电子地图,是公众获取城市地理空间信息、了解和认识城市的重要媒介,也是宣传、推广城市的有效工具,它能有效凸显城市结构和城市文化.然而,目前关于城市电子地图的研究主要集中在技术开发与功能实现方面,鲜有对其视觉设计及艺术性表现的探索,难以凸显城市特色.本文基于城市空间认知、地图视觉感受、色彩地理学等理论,从可视化表达的角度探讨了城市特色电子地图的设计方法,并在此基础上结合南京城市特色电子地图设计的实践案例,对分级内容选取、
为有效监测具有填挖、采剥等行为的工程活动情况,本文提出了一种用于像素级露天工程活动图斑提取的遥感多特征语义分割模型.该模型以高分二号(GF-2)光学遥感影像为数据源,采用U-Net深度神经网络架构,通过人工标注构建了反映露天工程活动的影像样本集,并提取样本的多维特征投入模型进行训练,从而实现了工程活动图斑的快速识别.试验结果显示,本文方法对露天工程活动图斑的总体识别精度可达87.36％,平均精度达86.78％,优于KNN、SVM两种传统分割方法,为工程活动自动化监管提供了技术参考.
本文以武汉市主城区为研究对象,首先基于手机信令的居民出行OD数据识别商业中心的势力范围和腹地,并分析了研究区商业中心的空间特征;然后构建了影响腹地规模的指标体系;最后通过熵权法对影响因子赋权,计算得到各商业中心的综合水平.研究结果表明:①研究区商业中心呈多核心分布特征,其影响范围沿地铁分布,长江对其具有明显分隔作用;②POI多样性与商业中心腹地规模有较强相关性(0.8798),商业中心吸引力更多取决于其服务水平和交通发达程度;③汉街和街道口虽为区级商业中心,但由于位置较好、交通便捷,仍是附近居民消费、游憩
GPS-InSAR数据融合解算三维形变场模型易受观测值粗差影响,且基于方差分量估计的定权方法不具备抵御粗差能力,计算效率低下.鉴于此,本文提出了一种基于抗差垂直向方差分量估计的GPS-InSAR融合解算模型,利用方差分量估计方法及抗差估计理论,通过对观测值最优化分类并进行选权迭代,精确分配权重,进而有效计算三维形变场.试验结果表明,该方法能有效抵御观测值粗差不利影响,提高三维形变场反演精度,提升逐点式计算的三维形变场效率.
本文针对深度神经网络算法应用于机载激光点云进行大规模建筑物提取的问题,分别选取PointNet++和PointCNN两个网络模型进行了改进和对比.对于PointCNN,通过参数调整,使其更适合大场景信息提取.对于PointNet++,为了增加更多特征,加快大场景下网络模型的训练效率,在网络体系结构中添加了一种新的特征提取层——K-means层.另外,通过在测试数据集上的训练和验证发现,本文基于深度学习方法的分类较好地克服了点云的无序特性,能够更好地利用点之间的空间相关性,改进后两种模型的精度均达96％以上
本文利用1989—2018年在广东省、福建省、浙江省登陆的98场台风风暴潮数据,选取最小中心气压、最大风速、登陆时中心气压、登陆时风速、登陆时台风强度、登陆地点、登陆方向7个输入因子,采用随机森林回归模型构建预测台风风暴潮最大增水的模型,并用真实数据进行验证.将模型应用于未来年份台风风暴潮的预测,以2019年台风“利奇马”为例验证了模型的实用性.利用Mike21软件模拟的验潮站最大增水构建验潮站最大增水预测模型,并应用于广东省港口站和北津站的最大增水预测,试验结果表明具有可行性.