期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
利用Hyperion星载高光谱传感器监测太湖水质的研究 被引量:21
1
作者 阎福礼 王世新 +4 位作者 周艺 肖青 祝令亚 王丽涛 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2006年第6期460-464,共5页
通过分析Hyperion星载高光谱传感器的数据特征和水质参数监测精度,确定并详细讨论了波段比值、差值和NDVI算法与叶绿素、悬浮物浓度的相关性差异和敏感波段分布,建立并验证了水质参数高光谱遥感反演模型,初步评价了太湖水体富营养化状况... 通过分析Hyperion星载高光谱传感器的数据特征和水质参数监测精度,确定并详细讨论了波段比值、差值和NDVI算法与叶绿素、悬浮物浓度的相关性差异和敏感波段分布,建立并验证了水质参数高光谱遥感反演模型,初步评价了太湖水体富营养化状况.利用模拟环境小卫星的波段设置和反射率光谱,对比分析了Hyperion和环境小卫星高光谱监测太湖水质参数的反演精度,展示了星载高光谱监测内陆水体水质的应用潜力,有力地促进了我国环境小卫星高光谱数据在水体生态遥感监测中的预研工作. 展开更多
关键词 高光谱 水质监测 算法 相关性差异 富营养化
下载PDF
应用MODIS监测太湖水体叶绿素a浓度季节变化研究 被引量:7
2
作者 王世新 +2 位作者 周艺 祝令亚 阎福礼 《遥感信息》 CSCD 2008年第1期47-53,共7页
以太湖作为实验区,利用波段比值、差值和组合算法讨论了非成像及成像高光谱数据和叶绿素浓度相关性差异和敏感波段分布,在此基础上将不同时段的MODIS影像,不同空间分辨率的波段反射率与叶绿素a浓度实测值进行相关分析,通过回归拟合建立... 以太湖作为实验区,利用波段比值、差值和组合算法讨论了非成像及成像高光谱数据和叶绿素浓度相关性差异和敏感波段分布,在此基础上将不同时段的MODIS影像,不同空间分辨率的波段反射率与叶绿素a浓度实测值进行相关分析,通过回归拟合建立并验证了不同季节的叶绿素a浓度遥感监测模型,并应用模型计算出太湖水体叶绿素a浓度的分布情况,对太湖水质变化进行了评价。研究结果表明,MODIS影像在太湖的水质动态变化监测中是可用的。 展开更多
关键词 MODIS影像 叶绿素A 季节变化 模型 太湖
下载PDF
基于低碳视角的土地利用与生态环境耦合关系——以武汉市为例 被引量:4
3
作者 赵菁 胡银根 《科技资讯》 2014年第16期129-132,共4页
本文基于低碳发展的视角构建了土地利用与生态环境的综合评价体系,以武汉市1995年至2011年的指标数据为例,建立了武汉市土地利用-生态环境的耦合发展模型,并对武汉市的耦合发展进行时空分异研究。研究结果表明:研究期内武汉市土地利用... 本文基于低碳发展的视角构建了土地利用与生态环境的综合评价体系,以武汉市1995年至2011年的指标数据为例,建立了武汉市土地利用-生态环境的耦合发展模型,并对武汉市的耦合发展进行时空分异研究。研究结果表明:研究期内武汉市土地利用程度不断增强,特别在2005年以后发展速度显著加快,生态环境水平波动频繁,阶段性显著;土地-生态耦合发展度从0.54上升为0.83,从轻度失调发展向协调发展过渡,其中中心区发展稳定,郊区发展水平快速提高;2004年以后碳排放增加对生态环境负效应逐步显现。基于上述研究,本文提出了长期化持续化的环保举措、发展绿色GDP等建议。 展开更多
关键词 土地利用 生态环境 耦合发展度
下载PDF
基于神经网络的遥感影像超高分辨率目标识别 被引量:1
4
作者 王世新 +1 位作者 周艺 扶卿华 《系统仿真学报》 EI CAS CSCD 北大核心 2007年第14期3223-3225,共3页
现有遥感图像的许多分类方法大都忽略了混合像元存在的事实,通过理解遥感影像像元点目标的空间分布特性,提出基于Hopfield神经网络的遥感图像超分辨率目标识别算法。在Hopfield神经网络模型下,利用模糊分类技术进行模糊分类,然后用分类... 现有遥感图像的许多分类方法大都忽略了混合像元存在的事实,通过理解遥感影像像元点目标的空间分布特性,提出基于Hopfield神经网络的遥感图像超分辨率目标识别算法。在Hopfield神经网络模型下,利用模糊分类技术进行模糊分类,然后用分类结果约束Hopfield神经网络的方法获取超高分辨率的遥感图像,能够提高遥感图像的目标分辨率,使其目标特征信息更清晰。 展开更多
关键词 混合像元 神经网络 超高分辨率 MODIS数据
下载PDF
基于航空倾斜摄影影像的建筑物提取方法研究
5
作者 《科技创新导报》 2021年第26期10-12,共3页
传统的建筑物遥感提取主要是基于人工设计特征在滑窗内提取建筑物信息,具有特征鲁棒性差、检测率不稳定等缺点。本文通过分析航空倾斜摄影影像中建筑物的特点,提出倾斜摄影影像中的建筑物提取必须将建筑物屋顶与建筑物墙体分别提取的观... 传统的建筑物遥感提取主要是基于人工设计特征在滑窗内提取建筑物信息,具有特征鲁棒性差、检测率不稳定等缺点。本文通过分析航空倾斜摄影影像中建筑物的特点,提出倾斜摄影影像中的建筑物提取必须将建筑物屋顶与建筑物墙体分别提取的观点,在此基础上,引入计算机视觉领域主流的Faster R-CNN目标检测模型,采用改进的Faster RCNN分别对屋顶与墙体进行检测。本文以武汉市航空倾斜摄影影像作为数据集开展实验,将图像中单体建筑作为一类的平均精度均值为89.8%,将建筑物屋顶与墙体分开检测的mAP值为93.5%,表明该方法可有效提高航空倾斜摄影影像中建筑物提取的精度,下一步研究方向为降低墙体的漏检率。 展开更多
关键词 航空倾斜摄影 建筑物提取 深度学习 目标检测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部