COVID-19疫情背景下2020年第一季度广东省二、三产业GDP空间分布变化分析

来源 :自然资源遥感 | 被引量 : 0次 | 上传用户:deng_95132
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
GDP常被公认为是衡量国家经济状况的最佳指标,2020年初中国遭受了较为严重的新型冠状病毒肺炎(COVID-19),给经济发展造成了严重的影响。为了精确分析COVID-19背景下中国广东省第一季度第二、三产业GDP产值(GDP23)的时空变化,本文将夜间灯光数据作为衡量GDP23的指标,结合疫情实时监测数据和POI数据,分析可知COVID-19是造成城市总灯光强度下降的因素;然后分析各种夜间灯光指数与不同的回归模型对广东省GDP23的拟合情
其他文献
矿区地表沉陷监测能够为当地安全生产防护、开采规划和管理提供关键支撑信息。以新疆哈密砂墩子煤田矿区为研究对象,利用SBAS InSAR方法调查了其于2018年9月-2019年10月期间的地表沉陷特征。InSAR形变监测结果显示砂墩子矿主井西北侧存在一个沉陷漏斗,最大年均沉陷速率约为150 mm/a。时序形变结果显示沉陷漏斗在2018年9月-2019年6月间发生明显线性下沉,而之后逐渐趋于稳定。基于InSAR观测形变,采用Okada矩形位错模型反演得到砂墩子矿综采面采深约349.89 m,走向长约1001.2
农作物种植结构包含农作物种类、数量结构和空间分布特征等信息,是农业科学管理的基础。在不考虑农作物时间序列最佳窗口期的前提下,以石津灌区为研究区,基于高分一号(GF-1) WFV影像计算并分析纹理特征在农作物分类识别中的能力。并在纹理特征分类效果相对较差的时相内引入植被指数,从而弥补纹理在农作物表达上的缺陷。经过对比各组分类结果,可以发现:在作物结构明显的4,8月份,单独纹理特征的分类精度可以达到8
针对面向汛旱情监测应用中遥感影像处理耗时过长的问题,包括辐射校正、几何纠正、遥感指数计算等过程,对其业务化工作流程进行了分解分析。结合统一计算架构(compute unified device architecture,CUDA)的存储结构和程序设计模型,将数据处理过程划分为数据读取、直方图统计、栅格分割、波段计算、重采样和数据输出等模块,对波段计算及重采样等模块设计了并行处理方案,并通过实验确定
潮滩地形与滩涂湿地生态系统的结构和功能密切相关,准确获取高精度的地形数据,对于分析潮滩的冲淤动态和盐沼植被扩散过程具有十分重要的意义。受自然潮滩观测时间有限、观测条件恶劣及植被覆盖等因素影响,传统的潮滩地形监测方法往往存在操作困难、效率较低、成本过高及覆盖范围有限等不足。文章通过无人机低空遥感方法获取航拍影像与其波段信息,基于运动结构技术提取影像三维坐标信息,构建研究区高精度数字表面模型(digital surface model,DSM),利用DSM模型直接获得无植被覆盖的光滩数字高程模型(digita
针对高光谱遥感图像分类问题,传统的特征提取方法常忽略其本征属性信息和图像的多尺度局部结构特性而使其获取的图像信息量较少,为改进这一缺陷,提出了一种多尺度灰度和纹理结构特征融合的方法模型(multiscale gray and texture structure feature fusion,Ms_GTSFF)进行遥感图像特征提取。首先用多尺度方法提取图像不同尺度下的灰度属性特征,然后利用局部二进制
生态敏感性是生态系统对自然环境变化和人类活动干扰的敏感程度,可以反映生态环境问题发生的难易程度和可能性大小。以黄土丘陵沟壑区延河流域为例,选取水土流失敏感性指数、生态风险敏感性指数和生物多样性敏感性指数3个定量评价指标,基于空间距离指数构建流域综合生态敏感性指数(comprehensive ecological sensitivity index,CESI),并结合重心模型探讨1996-2016年间延河流域生态敏感性的时空变化情况。研究结果表明:①从时间变化来看,延河流域生态敏感性总体呈下降趋势,CESI
针对背景复杂的遥感图像中,舰船方向任意、密集排列造成的漏检问题,基于旋转区域检测网络,提出多尺度特征增强的遥感图像舰船目标检测算法。在特征提取阶段,利用密集连接感受野模块改进特征金字塔网络,选用不同空洞率的卷积获取多尺度感受野特征,增强高层语义信息的表达;为了抑制噪声并突出目标特征,在特征提取后设计基于注意力机制的特征融合结构,根据各层在空间上的权重值融合所有层,得到兼顾语义信息和位置信息的特征层
针对无人机获取的高分辨率遥感图像分类需求,提出一种K-means聚类引导的阈值分类方法。首先计算出无人机遥感图像数据集的Average Silhouette值,作为K-means的最优聚类数目;然后对原始图像进行Kmeans聚类初分割,对初分割结果中的非目标区域进行手工剔除;再对处理之后的新对象进行阈值分割和图像优化,完成对象的提取;最后对所有处理得到的地物标签进行合并,实现遥感图像的识别与分类。
针对高空间分辨率遥感影像地物复杂、传统变化检测方法漏检率高的问题,提出了一种联合显著性和多方法差异影像融合的多时相遥感影像变化检测方法。选取3组双时相高空间分辨率遥感影像作为实验数据,首先分别采用变化矢量分析(change vector analysis,CVA)和光谱斜率差异(spectral gradient difference,SGD)两种方法对两个时相遥感影像进行对应的差异影像构造;然后
不透水层是表征人类活动的重要指标,及时精确的不透水层信息对区域生态环境保护有重要意义。以山东省东营市为研究区,探索了一种基于多源Sentinel-1/2影像和随机森林的不透水层提取方法。通过对比实验发现,随机森林结合地表反射率特征、纹理特征和后向散射系数能够降低暗不透水层和亮不透水层与裸土的混淆现象,可以有效改善不透水层的估算精度(总体精度达到93.37%,Kappa系数达到0.925 8)。研究