期刊文献+
共找到293篇文章
< 1 2 15 >
每页显示 20 50 100
利用神经网络方法提取水稻种植面积——以湖北省双季早稻为例 被引量:38
1
作者 阎静 王汶 李湘阁 《遥感学报》 EI CSCD 北大核心 2001年第3期227-230,共4页
在利用NOAA数据提取水稻种植面积的过程中 ,由于其地面分辨率较低 ,存在大量混合像元问题 ,使得提取精度不够理想。该文基于神经网络方法既可以提供多源数据的输入 ,又不受数据分布假设限制的特点 ,从NOAA图像演算最能反映水稻分布信息... 在利用NOAA数据提取水稻种植面积的过程中 ,由于其地面分辨率较低 ,存在大量混合像元问题 ,使得提取精度不够理想。该文基于神经网络方法既可以提供多源数据的输入 ,又不受数据分布假设限制的特点 ,从NOAA图像演算最能反映水稻分布信息的绿度指数 (NDVI)和日夜温差值 ,将其重采样 ,然后加入对水稻生长区域有重要影响的土壤类型 ,土地利用类型及高程分布等信息 ,以TM图像作为准真值进行分类 。 展开更多
关键词 混合像元 人工神经网络 水稻种植面积 农业遥感 绿度指数
下载PDF
利用MODIS遥感数据监测冬小麦种植面积 被引量:52
2
作者 许文波 张国平 +1 位作者 范锦龙 钱永兰 《农业工程学报》 EI CAS CSCD 北大核心 2007年第12期144-149,I0040,共7页
冬小麦是中国最主要的粮食作物之一,利用遥感技术进行冬小麦种植面积监测是粮食安全的核心内容之一。美国1999年发射的TERRA卫星上携带的中分辨率成像光谱仪(MODIS)具有独特的光谱、时相和空间分辨率,为大范围的冬小麦种植面积监测提供... 冬小麦是中国最主要的粮食作物之一,利用遥感技术进行冬小麦种植面积监测是粮食安全的核心内容之一。美国1999年发射的TERRA卫星上携带的中分辨率成像光谱仪(MODIS)具有独特的光谱、时相和空间分辨率,为大范围的冬小麦种植面积监测提供了可靠的数据源。但中国耕地破碎,即使是250 m分辨率的MODIS数据,采用传统的信息提取方法依然无法取得高的精度。因此结合多源遥感数据和GIS数据,建立了基于TERRA/MODIS数据的冬小麦种植面积遥感监测体系结构。首先利用IKONOS米级高分辨率遥感影像提取试验样区的地块图,用以指导野外采样工作;其次,在采样工作基础上,利用LANDSAT进行区域冬小麦种植面积提取;最后利用2002年TERRA/MODIS时间序列数据的混合像元线性分解模型进行河南省冬小麦种植面积的遥感监测,监测结果与国家统计数据相比,相对误差为5.25%,精度能满足农情监测的需要。研究结果为中国冬小麦种植面积遥感监测提供了一种业务化工作方法。 展开更多
关键词 冬小麦 种植面积 遥感监测 MODIS 时间序列 混合像元 线性分解
下载PDF
近20年青海湖湖水面积变化遥感 被引量:46
3
作者 刘瑞霞 刘玉洁 《湖泊科学》 EI CAS CSCD 北大核心 2008年第1期135-138,共4页
采用NOAA/AVHRR资料,对青海湖湖面进行水体判识,并利用线性混合模式对混合象元进行处理,定量估算了近20年青海湖湖水面积并分析了变化趋势,表明近20年青海湖湖水面积在不断减小,每年减少约4km2,并且青海湖干涸部分主要在其北部.进一步... 采用NOAA/AVHRR资料,对青海湖湖面进行水体判识,并利用线性混合模式对混合象元进行处理,定量估算了近20年青海湖湖水面积并分析了变化趋势,表明近20年青海湖湖水面积在不断减小,每年减少约4km2,并且青海湖干涸部分主要在其北部.进一步采用主成分分析和回归分析方法对青海湖地区降水、气温和蒸发量做了初步气候分析,表明青海湖地区降水减少、气温升高、蒸发量增加是青海湖湖水面积逐年减少的主要原因. 展开更多
关键词 青海湖 湖水面积减小 混合象元 气候分析
下载PDF
基于决策树和混合像元分解的江苏省冬小麦种植面积提取 被引量:39
4
作者 王连喜 徐胜男 +2 位作者 李琪 薛红喜 吴建生 《农业工程学报》 EI CAS CSCD 北大核心 2016年第5期182-187,共6页
归一化植被指数(normalized difference vegetation index,NDVI)时间序列曲线能提供作物生长动态变化信息,将其应用于农作物种植面积提取具有一定优势。该文以江苏省为研究区域,采用2013年1月1日-2014年12月19日46景250 m空间分辨率的MO... 归一化植被指数(normalized difference vegetation index,NDVI)时间序列曲线能提供作物生长动态变化信息,将其应用于农作物种植面积提取具有一定优势。该文以江苏省为研究区域,采用2013年1月1日-2014年12月19日46景250 m空间分辨率的MODIS-NDVI时间序列数据、2014年4月23日的MOD09A1反射率影像及Landsat数据,开展冬小麦种植面积的遥感识别,首先利用MODIS数据建立作物的归一化植被指数时间序列曲线,再采用Savitzky-Golay滤波方法对NDVI时间序列数据进行重构,并基于农作物物候历、种植结构和种植模式等信息,提取研究区域典型地物物候生长期的关键值,在分析冬小麦、林地、水稻物候期(生长期开始时间、生长期结束时间、生长期幅度、生长期长度及生长期的NDVI最大值)变化趋势的基础上,综合比较分析不同地物平滑重构后的NDVI时间序列曲线特征,界定作物种类,确定训练规则,利用快速、高效的决策树方法,通过多阈值限定进行分类,初步提取冬小麦的空间分布范围;但是由于存在混合像元,阈值范围的设定会影响冬小麦种植面积的提取精度,针对此类问题,运用地表反射率影像数据提取冬小麦端元波谱曲线,结合线性光谱混合模型进行混合像元分解,进而根据冬小麦丰度比例精确提取冬小麦种植面积;最后利用统计数据和空间分辨率较高的Landsat TM 8影像数据对提取结果进行县域级验证。精度评价结果表明,研究区域的冬小麦种植面积提取精度达到90%,能够较准确地反映研究区域冬小麦的分布情况,表明运用中高分辨率遥感时间序列影像数据可以准确提取作物种植面积,为农作物种植面积信息提取提供参考。 展开更多
关键词 决策树 滤波 分类 归一化植被指数NDVI 混合像元 分解 冬小麦
下载PDF
用NOAA/AVHRR数据估算上海地区水稻种植面积 被引量:28
5
作者 吴健平 杨星卫 《应用气象学报》 CSCD 北大核心 1996年第2期190-194,共5页
应用模糊监督分类方法对NOAA/AVHRR数据进行象元分解,并估算了上海市10个郊县1992年和1993年两年的水稻种植面积.估算的结果与统计数据比较后表明,全市总的估算精度(采用面积比精度)分别为92.0%和95.... 应用模糊监督分类方法对NOAA/AVHRR数据进行象元分解,并估算了上海市10个郊县1992年和1993年两年的水稻种植面积.估算的结果与统计数据比较后表明,全市总的估算精度(采用面积比精度)分别为92.0%和95.4%. 展开更多
关键词 NOAA/AVHRR数据 混合象元 水稻 种植面积 上海
下载PDF
一种端元变化的神经网络混合像元分解方法 被引量:25
6
作者 吴柯 张良培 李平湘 《遥感学报》 EI CSCD 北大核心 2007年第1期20-26,共7页
遥感图像中普遍存在着混合像元,对混合像元进行分解是遥感图像处理中的难点,在端元(Endm ember)个数不变的情况下,往往得到的分解结果精度不高。本文基于fuzzy ARTMAP神经网络,提出一种基于端元变化的神经网络混合像元分解模型。首先利... 遥感图像中普遍存在着混合像元,对混合像元进行分解是遥感图像处理中的难点,在端元(Endm ember)个数不变的情况下,往往得到的分解结果精度不高。本文基于fuzzy ARTMAP神经网络,提出一种基于端元变化的神经网络混合像元分解模型。首先利用混合像元与纯净端元之间的光谱相似性,判断出混合像元包含的端元个数及类别,然后结合fuzzy ARTMAP神经网络进行分解。实验结果表明:本文提出的方法比传统的线性混合模型及fuzzy ARTMAP神经网络模型的精度要高,而且更加符合实际情况。 展开更多
关键词 混合像元 端元变化 线性模型 神经网络 FUZZY ARTMAP 影像分类
下载PDF
基于遥感的新疆北疆积雪盖度及雪深监测 被引量:30
7
作者 裴欢 房世峰 +1 位作者 覃志豪 刘志辉 《自然灾害学报》 CSCD 北大核心 2008年第5期52-57,共6页
新疆北疆为雪灾多发区,准确地监测积雪分布及雪深具有十分重要的意义,可为雪灾多发区在冬季做好防灾减灾工作提供依据。目前MODIS数据主要运用归一化差分雪盖指数(NDSI)对积雪进行提取。NDSI是基于雪对可见光与近红外波段的反射特性和... 新疆北疆为雪灾多发区,准确地监测积雪分布及雪深具有十分重要的意义,可为雪灾多发区在冬季做好防灾减灾工作提供依据。目前MODIS数据主要运用归一化差分雪盖指数(NDSI)对积雪进行提取。NDSI是基于雪对可见光与近红外波段的反射特性和反射差相对大小的一种测量方法,然而它只能将像元辨别为积雪或非积雪,满足不了高精度的流域制图及雪盖提取要求。以新疆北疆为研究对象,应用MODIS数据和线性光谱混合模型提取像元内积雪所占比例(积雪盖度),并与NDSI建立关系,讨论了NDSI是否可以作为估算积雪盖度的标准,进而提高NDSI在积雪监测中的应用精度。结果表明,二者具有较好的线性关系,经过野外实测点的验证,25个点的平均绝对误差是0.06。此外,以MODIS数据与地面实测雪深资料为基础,通过分析和研究MODIS窗区通道的光谱特点,探讨了适合于积雪雪深监测最佳的MODIS通道,初步建立起应用MODIS资料监测北疆地区积雪深度的反演模型。 展开更多
关键词 积雪盖度 雪深 混合像元 新疆
下载PDF
线性混合光谱模型在植被高光谱遥感分类中的应用研究 被引量:27
8
作者 陶秋香 陶华学 张连蓬 《勘察科学技术》 2004年第1期21-24,共4页
遥感图像中普遍存在着混合像元 ,这部分像元的分解一直是遥感应用研究的热点和难点 ,该文简要介绍混合像元的概念、研究现状和广泛用于混合像元分解的线性混合光谱模型及其解算方法 ,然后以OMISⅠ高光谱遥感数据为例 ,通过大量实验对该... 遥感图像中普遍存在着混合像元 ,这部分像元的分解一直是遥感应用研究的热点和难点 ,该文简要介绍混合像元的概念、研究现状和广泛用于混合像元分解的线性混合光谱模型及其解算方法 ,然后以OMISⅠ高光谱遥感数据为例 ,通过大量实验对该模型在植被高光谱遥感分类中的应用做了详细地探讨和分析。 展开更多
关键词 混合像元 线性混合光谱模型 植被高光谱遥感分类
原文传递
IKONOS影像在城市绿地提取中的应用 被引量:21
9
作者 张友水 冯学智 +1 位作者 都金康 顾国琴 《地理研究》 CSCD 北大核心 2004年第2期274-280,共7页
本文以南京城市为例 ,重点讨论了基于IKONOS影像的城市绿地信息分级分类提取方法 ,通过将IKONOS多光谱数据合成 ,根据各类地物的不同光谱特征 ,采取相应的方法提取出各层信息。在此过程中 ,仔细分析地物间在IKONOS 4个波段中的光谱差异 ... 本文以南京城市为例 ,重点讨论了基于IKONOS影像的城市绿地信息分级分类提取方法 ,通过将IKONOS多光谱数据合成 ,根据各类地物的不同光谱特征 ,采取相应的方法提取出各层信息。在此过程中 ,仔细分析地物间在IKONOS 4个波段中的光谱差异 ,非线性增强阴影区绿地的NDVI值 ,利用光谱差异分层提取、剔除信息 ,最后把各分级绿地信息合并得到整体绿地分布图。分级分类法充分考虑各类目标的不同特点 ,避免了通常单一分类方法中单纯利用光谱特征所造成的地物混分现象。 展开更多
关键词 信息提取 城市绿地 归一化植被指数 混合像元 IKONOS影像 南京市
下载PDF
一种端元可变的混合像元分解方法 被引量:24
10
作者 丛浩 张良培 李平湘 《中国图象图形学报》 CSCD 北大核心 2006年第8期1092-1096,共5页
混合像元线性分解是高光谱影像处理的常用方法,它使用相同的端元矩阵对像元进行分解,其结果是分解精度不高。为此提出了一种端元可变的混合像元分解方法,在确定端元矩阵时,首先考察混合像元与端元的光谱相似性,结合地物空间分布特点,实... 混合像元线性分解是高光谱影像处理的常用方法,它使用相同的端元矩阵对像元进行分解,其结果是分解精度不高。为此提出了一种端元可变的混合像元分解方法,在确定端元矩阵时,首先考察混合像元与端元的光谱相似性,结合地物空间分布特点,实现了可变端元的混合像元分解。试验结果表明,该分解方法分解精度优于传统线性模型,符合实际情况。 展开更多
关键词 端元可变 混合像元 遥感 影像分类
下载PDF
遥感影像中薄云的去除方法研究 被引量:21
11
作者 刘洋 白俊武 《测绘与空间地理信息》 2008年第3期120-122,125,共4页
薄云去除是遥感图像处理中一个常见的问题。目前,针对遥感影像薄云去除问题国内外学者提出了不少方法,本文在分析薄云去除难点的基础上介绍了几种薄云去除方法的原理并讨论了每种方法的适用范围。
关键词 遥感 薄云去除 HOT 混合像元
下载PDF
基于沙地植被指数的荒漠化评价方法 被引量:19
12
作者 保家有 李晓松 吴波 《东北林业大学学报》 CAS CSCD 北大核心 2008年第1期69-72,共4页
混合像元是影响基于遥感技术的荒漠化评价精度的主要原因。本研究通过光谱混合分析技术进行了亚像元尺度上荒漠化信息提取,并在深入研究荒漠化评价指标的基础上,利用所提取的农田信息与沙生植被信息构建了用于荒漠化评价的沙地植被指数... 混合像元是影响基于遥感技术的荒漠化评价精度的主要原因。本研究通过光谱混合分析技术进行了亚像元尺度上荒漠化信息提取,并在深入研究荒漠化评价指标的基础上,利用所提取的农田信息与沙生植被信息构建了用于荒漠化评价的沙地植被指数,并与常用植被归一化指数进行比较。结果表明,沙地植被指数对荒漠化地区植被探测能力明显优于植被归一化指数,更适合于区分不同程度的荒漠化土地。对毛乌素沙地评价结果表明,毛乌素沙地荒漠化十分严重。 展开更多
关键词 荒漠化评价 混合像元 光谱混合分析 沙地植被指数
下载PDF
基于混合像元分解的水体遥感图像去云法 被引量:20
13
作者 吴传庆 王桥 杨志峰 《遥感学报》 EI CSCD 北大核心 2006年第2期176-183,共8页
大型内陆水体的遥感图像中往往存在着不均匀薄云或者是气溶胶的影响,由于种种原因,传统的大气辐射校正算法无法消除这种不均匀影响,这就给遥感图像的大气校正带来了很大困难。由于水体属于低反射率地物,这种薄云或者气溶胶的不均匀性带... 大型内陆水体的遥感图像中往往存在着不均匀薄云或者是气溶胶的影响,由于种种原因,传统的大气辐射校正算法无法消除这种不均匀影响,这就给遥感图像的大气校正带来了很大困难。由于水体属于低反射率地物,这种薄云或者气溶胶的不均匀性带来的误差,极大地降低了水体遥感图像的信噪比,进而影响水体信息遥感提取精度。根据部分太湖地区的遥感图像和地面实测数据,作者以一种新的思路来尝试解决这个问题。该方法充分考虑了水气环境的特点,把水体像元光谱看作水、污染物和气溶胶(薄云)等光谱的混和。基于混合像元模型,该方法有效地消除了薄云和气溶胶的影响,可使我们通过遥感手段更加精确地提取水质信息。 展开更多
关键词 去云 混合像元 遥感
下载PDF
高光谱遥感图像非线性解混研究综述 被引量:21
14
作者 杨斌 王斌 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2017年第2期173-185,共13页
介绍了近年来非线性光谱解混方法的发展状况,主要包括矿物沙地地区的紧密混合模型和植被覆盖区域的多层次混合模型,以及基于这些模型的非线性解混算法和利用核函数、流形学习等方法的数据驱动非线性光谱解混算法及非线性探测算法.最后... 介绍了近年来非线性光谱解混方法的发展状况,主要包括矿物沙地地区的紧密混合模型和植被覆盖区域的多层次混合模型,以及基于这些模型的非线性解混算法和利用核函数、流形学习等方法的数据驱动非线性光谱解混算法及非线性探测算法.最后分析总结了现有非线性解混模型与算法的优势与缺陷及未来的研究趋势. 展开更多
关键词 高光谱遥感 混合像元 非线性光谱解混 Hapke模型 双线性混合模型 核方法 流形学习
下载PDF
混合像元及混合像元分析 被引量:13
15
作者 游晓斌 游先祥 相莹莹 《北京林业大学学报》 CAS CSCD 北大核心 2003年第S1期28-32,共5页
由于中低空间分辨率的遥感数据在一个像元中记录了两种以上地类的不同光谱 ,从而获得了两个以上地类的光谱之和以及混合像元 ,当地类破碎时混合像元越多 ,而且在两类以上地类的交界处混合像元最多 .该文模拟不同空间分辨率的遥感图像中... 由于中低空间分辨率的遥感数据在一个像元中记录了两种以上地类的不同光谱 ,从而获得了两个以上地类的光谱之和以及混合像元 ,当地类破碎时混合像元越多 ,而且在两类以上地类的交界处混合像元最多 .该文模拟不同空间分辨率的遥感图像中混合像元造成的误分类情况 ,同时应用线性模型对混合像元进行了分解提纯 。 展开更多
关键词 混合像元 模拟 混合像元分解
下载PDF
一种基于离散粒子群优化算法的高光谱图像端元提取方法 被引量:20
16
作者 张兵 孙旭 +1 位作者 高连如 杨丽娜 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2011年第9期2455-2461,共7页
针对混合像元分解过程中,由于数据噪声引起的端元提取不准确问题,引入了群智能算法中的粒子群优化算法,并对粒子群优化算法进行了改进,重新定义了位置和速度的表示方法和更新策略,得到离散粒子群优化(discrete particle swarm optimizat... 针对混合像元分解过程中,由于数据噪声引起的端元提取不准确问题,引入了群智能算法中的粒子群优化算法,并对粒子群优化算法进行了改进,重新定义了位置和速度的表示方法和更新策略,得到离散粒子群优化(discrete particle swarm optimization,D-PSO),能够在离散空间中进行搜索,解决组合优化问题。同时,通过定义目标函数和可行解空间,将端元提取问题改写成组合优化问题,最终实现利用D-PSO进行端元提取。在给出算法的详细流程之后,文章通过一组模拟数据实验和一组实际数据实验验证了D-PSO算法对于具有较大噪声的数据的适应性和提取端元的可信程度,并分析了不同参数对于算法性能的影响。 展开更多
关键词 高光谱遥感 混合像元 端元提取 粒子群优化
下载PDF
基于混合像元分解的MODIS积雪面积信息提取及其精度评价——以天山中段为例 被引量:20
17
作者 陈晓娜 包安明 +1 位作者 张红利 柳梅英 《资源科学》 CSSCI CSCD 北大核心 2010年第9期1761-1768,共8页
MODIS(Moderate Resolution Imaging Spectroradiometer)是现阶段积雪遥感监测及积雪水文学研究中积雪面积信息获取的重要平台,但其空间分辨率相对较低,影像中混合像元现象普遍存在。本文以MOD02HKM数据为基础,通过线性光谱混合模型(LSM... MODIS(Moderate Resolution Imaging Spectroradiometer)是现阶段积雪遥感监测及积雪水文学研究中积雪面积信息获取的重要平台,但其空间分辨率相对较低,影像中混合像元现象普遍存在。本文以MOD02HKM数据为基础,通过线性光谱混合模型(LSMM,Linear Spectral Mixing Model)对研究区MODIS影像进行像元分解,从中提取积雪面积信息,并进行精度评价。将线性光谱混合模型得到的积雪面积信息与美国国家冰雪数据中心提供的MOD10A1日积雪覆盖数据影像进行对比分析。结果表明:利用线性光谱混合模型可以较好的分解出像元中积雪面积信息,其分类精度达0.88;相同位置上MOD10A1的积雪分类精度为0.80。说明,对MODIS影像上积雪信息提取来说,线性光谱混合模型的分类精度较高,具有较强的适用性。 展开更多
关键词 混合像元 MOD02HKM MOD10A1 线性光谱混合模型 精度评价
原文传递
利用约束非负矩阵分解的高光谱解混算法 被引量:19
18
作者 赵春晖 成宝芝 杨伟超 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2012年第3期377-382,共6页
由于利用非负矩阵分解方法解决高光谱解混问题时,标准非负矩阵分解目标函数的非凸性影响了最优解的获取.通过对高光谱图像的端元光谱和空间分布特性的分析,提出了以最小估计丰度协方差和单形体各顶点到中心点均方距离总和最小约束的非... 由于利用非负矩阵分解方法解决高光谱解混问题时,标准非负矩阵分解目标函数的非凸性影响了最优解的获取.通过对高光谱图像的端元光谱和空间分布特性的分析,提出了以最小估计丰度协方差和单形体各顶点到中心点均方距离总和最小约束的非负矩阵分解(MCMDNMF)算法,其采用投影梯度作为非负矩阵分解的迭代学习规则.MCMDNMF既利用了非负矩阵分解的优点又考虑了高光谱图像的特性,也不需要混合像元中必须有纯像元.仿真实验表明,MCMD-NMF算法能正确地解混出高光谱混合像元中含有的端元光谱,并精确估计出丰度分布. 展开更多
关键词 信息处理技术 高光谱解混 非负矩阵分解 混合像元 丰度
下载PDF
基于MODIS遥感数据的混合像元分解技术研究和应用 被引量:18
19
作者 郑有飞 范旻昊 +1 位作者 张雪芬 吴荣军 《南京气象学院学报》 CSCD 北大核心 2008年第2期145-150,共6页
使用郑州市MODIS(Moderate-Resolution Imaging Spectroradiometer)遥感数据,运用线性混合模型,对MODIS遥感数据进行混合像元分解技术研究。探讨了MODIS遥感数据的预处理、线性光谱分解模型、图像端元组分反射率的求取方法。把结果与分... 使用郑州市MODIS(Moderate-Resolution Imaging Spectroradiometer)遥感数据,运用线性混合模型,对MODIS遥感数据进行混合像元分解技术研究。探讨了MODIS遥感数据的预处理、线性光谱分解模型、图像端元组分反射率的求取方法。把结果与分辨率较高的Landsat ETM+图像分类结果进行对比,并根据得到的均方根误差(RMS;Root Mean Square)进行分析表明,利用这种像元分解方法得到的结果较为理想,MODIS数据可以有效地应用于遥感动态监测和土地覆盖分类研究。 展开更多
关键词 MODIS数据 混合像元 遥感 线性模型
下载PDF
基于元胞自动机模型的遥感图像亚像元定位 被引量:15
20
作者 凌峰 张秋文 +1 位作者 王乘 周建中 《中国图象图形学报》 CSCD 北大核心 2005年第7期916-921,i001,共7页
由于遥感图像中普遍存在混合像元,因此传统分类方法得到的结果通常会存在较大误差,应用混合像元分解技术,虽然可以得到混合像元中各端元组分的丰度,但是却不能得到各端元组分的空间分布状态,而亚像元定位则是在混合像元分解的基础上,将... 由于遥感图像中普遍存在混合像元,因此传统分类方法得到的结果通常会存在较大误差,应用混合像元分解技术,虽然可以得到混合像元中各端元组分的丰度,但是却不能得到各端元组分的空间分布状态,而亚像元定位则是在混合像元分解的基础上,将混合像元剖分为亚像元,再利用端元组分的丰度及像元空间分布的特点,将亚像元赋予不同端元组分来得到各端元组分的空间分布情况,以提高遥感图像分类的精度。为了更好地解决亚像元定位问题,结合亚像元定位的理论模型,提出了一种新的元胞自动机模型,并通过模拟数据和实际数据对该模型进行了检验,结果表明,该模型是一种简单有效的解决亚像元定位问题的方法。 展开更多
关键词 遥感 分类 混合像元 亚像元定位 元胞自动机
下载PDF
上一页 1 2 15 下一页 到第
使用帮助 返回顶部