期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
国产高分影像在矿业城市生态安全性评价中的应用——以黑龙江省七台河市为例 被引量：4
1
作者 丁宇雪 周向斌 +3 位作者 初炜钰 毛龙 孙迪 孙瑞棋 《吉林大学学报（地球科学版）》 EI CAS CSCD 北大核心 2021年第2期533-542,共10页
为了实现矿业城市生态安全性评价,利用BJ2、GF1、ZY3等国产高分辨率卫星影像数据,采用遥感技术手段,基于GIS平台,构建景观安全评价体系。通过获取2017年度研究区内各土地资源类型分布现状数据,进行景观指数(破碎度、分离度、优势度、干... 为了实现矿业城市生态安全性评价,利用BJ2、GF1、ZY3等国产高分辨率卫星影像数据,采用遥感技术手段,基于GIS平台,构建景观安全评价体系。通过获取2017年度研究区内各土地资源类型分布现状数据,进行景观指数(破碎度、分离度、优势度、干扰度、脆弱度、生态风险度)计算,逐网格剖析后采用普通Kriging插值法(半变异函数)对研究区域的景观生态安全度进行定量分析与评价。结果表明:研究区内大部分地区景观生态安全处于中、中高和高水平,面积为538 951.58 hm2,占研究区面积的86.75%,呈现由矿产资源集中开采区向其外部、平原区向低山丘陵区安全等级逐渐升高,生态环境逐渐转好的趋势;低、中低安全区总面积为82 342.18 hm2,占研究区面积的13.25%,景观生态安全仍存在较大问题,需引起地方政府关注。 展开更多
关键词 国产高分影像 矿产资源开发 生态安全评价 黑龙江省七台河市
下载PDF
基于国产高分数据的图们江口土地利用/覆盖现状遥感监测与中、朝、俄对比分析 被引量：2
2
作者 贾源旭 李晓敏 +2 位作者 吴春国 马毅 朱卫红 《海洋开发与管理》 2017年第5期59-66,共8页
图们江是流经中国、朝鲜、俄罗斯3国的河流,3个国家不同的经济发展水平导致图们江口地区3国的土地利用程度也不尽相同。文章以我国国产高分辨率卫星影像GF-1和GF-2为数据源,采用目视解译方法,提取了图们江口土地利用/覆盖信息,对图们江... 图们江是流经中国、朝鲜、俄罗斯3国的河流,3个国家不同的经济发展水平导致图们江口地区3国的土地利用程度也不尽相同。文章以我国国产高分辨率卫星影像GF-1和GF-2为数据源,采用目视解译方法,提取了图们江口土地利用/覆盖信息,对图们江口土地利用/覆盖现状及其中、朝、俄对比情况进行了分析。研究结果表明:(1)图们江口地区的主要土地利用/覆盖类型为林地、草地、耕地、水域、沼泽等,其中林地主要分布在山地丘陵地带;草地在俄罗斯的平原、丘陵地区分布较广;耕地主要分布在中国和朝鲜地区;沼泽在俄罗斯境内分布较广。(2)中国研究区内,林地面积最大,草地、耕地、水域面积较大,集中分布在平原地带;朝鲜研究区内,林地面积最大;俄罗斯研究区内,土地结构的主体为林地、草地、水域,与中国和朝鲜相比,结构比较均匀,自然景观保护最好。(3)朝鲜区域土地开发最为剧烈;俄罗斯区域土地开发强度最低;中国区域土地开发强度适中。 展开更多
关键词 土地利用/覆盖 图们江口 遥感监测 中、朝、俄对比分析 国产高分影像
下载PDF
基于国产高分影像的浙江省湿地资源动态监测 被引量：1
3
作者 张小伟 吴伟志 +1 位作者 王海龙 梁立成 《自然保护地》 2021年第4期72-79,共8页
在浙江省第二次湿地资源调查的基础上,基于国产高分影像(GF-1、GF-2、ZY-3),采用eCognition软件中面向对象分类的方法,进行2016—2018年度湿地资源的动态监测。研究结果发现,基于Arc-GIS和SPOT-5影像的分类精度明显低于采用eCognition和... 在浙江省第二次湿地资源调查的基础上,基于国产高分影像(GF-1、GF-2、ZY-3),采用eCognition软件中面向对象分类的方法,进行2016—2018年度湿地资源的动态监测。研究结果发现,基于Arc-GIS和SPOT-5影像的分类精度明显低于采用eCognition和GF-1、GF-2、ZY-3影像的分类精度;采用eCognition和GF-1、GF-2、ZY-3影像结合的前期矢量数据进行湿地资源分类具有明显优势,精度高、影像资源丰富、时效性强、经济成本低;按照《关于特别是作为水禽栖息地的国际重要湿地公约》统计口径,2012—2018年浙江省湿地面积下降1.66%,总体保持平稳,但呈现稳中有降的趋势,湿地资源保护和修复有待加强。 展开更多
关键词 湿地资源 动态监测 国产高分影像 ECOGNITION
下载PDF
基于注意力增强全卷积神经网络的高分卫星影像建筑物提取 被引量：6
4
作者 郭文 张荞 《国土资源遥感》 CSCD 北大核心 2021年第2期100-107,共8页
从卫星遥感影像中自动提取建筑物在国民经济社会发展中具有广泛的应用价值,由于卫星遥感影像存在地物遮挡、光照、背景环境等因素的影响,传统方法难以实现高精度建筑物提取。采用一种基于注意力增强的特征金字塔神经网络方法(FPN-SENet)... 从卫星遥感影像中自动提取建筑物在国民经济社会发展中具有广泛的应用价值,由于卫星遥感影像存在地物遮挡、光照、背景环境等因素的影响,传统方法难以实现高精度建筑物提取。采用一种基于注意力增强的特征金字塔神经网络方法(FPN-SENet),利用多源高分辨率卫星影像和矢量成果数据快速构建大规模的像素级建筑物数据集(SCRS数据集),实现多源卫星影像的建筑物自动提取,并与常用的全卷积神经网络进行对比。研究结果表明:SCRS数据集的提取精度接近国际领先的卫星影像开源数据集,且假彩色数据精度高于真彩色数据;FPN-SENet的建筑物提取精度优于其他常用的全卷积神经网络;采用交叉熵和dice系数之和为损失函数能够提升建筑物提取精度,最好的分类模型在测试数据上的分类总体精度为95.2%,Kappa系数为79.0%,F1分值和IoU分别达到了81.7%和69.1%。该研究可为高分辨率卫星影像建筑物自动提取提供参考。 展开更多
关键词 国产高分卫星影像 建筑物 语义分割 注意力增强
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部