【摘 要】
：
分析城市生态敏感性因子及其分布特征,在进行城市环境管理,制定区域社会经济发展政策等方面具有重要作用。以喀什市为研究对象,选取坡度、高程、植被覆盖指数(NDVI)、土地利用类型及水体等5个生态敏感性因子,Arc GIS空间分析与单因子分析法相结合,对喀什市生态因子特征进行系统分析。结果表明:高敏感区和中敏感区主要分布在植被覆盖率较高、地势和坡度低、绿化面积较大的区域,而低敏感区和不敏感区分布于地势和
论文部分内容阅读
分析城市生态敏感性因子及其分布特征,在进行城市环境管理,制定区域社会经济发展政策等方面具有重要作用。以喀什市为研究对象,选取坡度、高程、植被覆盖指数(NDVI)、土地利用类型及水体等5个生态敏感性因子,Arc GIS空间分析与单因子分析法相结合,对喀什市生态因子特征进行系统分析。结果表明:高敏感区和中敏感区主要分布在植被覆盖率较高、地势和坡度低、绿化面积较大的区域,而低敏感区和不敏感区分布于地势和坡度较高的丘陵、荒地、未利用地等区域,其中因子敏感区面积最大的是水体因子,最小的为坡度因子,面积占75.
其他文献
无参数高分辨率遥感影像快速提取建筑高度,在城市建设和土地管理中有重要的现实意义。当前的研究多以已知参数的遥感影像获取,但其提取方法受限制条件多。本文提出以无参数高分辨率遥感影像,综合利用单张影像上的特征点所构成的4类特征线换算建筑高度的方法。4类特征线包括屋顶位移点与其阴影点的连线、建筑高差引起的屋顶像点位移、阴影全长和建筑遮挡后的阴影长。通过已知的少量建筑的实际高度和推导出的4类特征线换算建筑高
为了借助系统论中的信息论为城市土地利用结构的优化提供决策支持,文章基于吉林市1996—2008年的土地利用变更数据和特征年份的遥感影像,选取信息熵、均衡度与优势度等评价指标,对该地区土地利用变化进行时空分析,并探索影响其结构变化的主要驱动因子。结果表明,吉林市近年来土地利用的信息熵在逐渐降低,其土地利用结构在稳步趋于有序化;信息熵的空间差异明显,表现出由市区向周边市县递减,东南低西北高的趋势;经济
在分析遥感影像无效域的典型特征的基础之上,提出了一种基于无效域连通性的两阶段扫描算法,以提取遥感影像无效域,设计了行程编码和像素位图两种结构,以表达遥感影像无效域。实验和分析表明,上述方法在大多数情况下能正确地提取和表达遥感影像无效域,并能有效地辅助多分辨率金字塔的构建。
高分辨率遥感影像道路提取是地面探测领域一个富有挑战性的问题,提出了一种基于小波变换和霍夫变换的高分辨遥感影像道路提取方法。该方法首先使用小波变换进行图像降噪和道路边缘检测,然后将图像分为道路区域和非道路区域,最后利用霍夫变换提取分割道路。实验证明了该方法的有效性。
针对川西北江河源区草地退化问题,文章提出了基于光谱混合分析模型的草地退化遥感监测方法,利用1995年和2009年两期Lansat-5TM遥感数据,以川西北江河源区石渠县为研究实例区,提取该地区亚像元级土地覆被分类信息;并运用变化向量分析模型得出研究区14年间草地退化情况及植被增长情况的分布特征与面积统计结果;进一步对监测到的变化结果进行等级划分后,总结出该地区1995年—2009年草地退化情况的时
针对遥感图像的安全保护问题,文章提出了一种基于DCT-SVD和最近区间量化的鲁棒水印算法,将遥感图像进行分块,选择视觉掩蔽效应好的纹理子块作为嵌入区域,根据混合变换后的系数在各自所属区间上的位置,将系数进行最近区间量化来嵌入水印信息;利用密钥即可实现水印的提取,不需要原始遥感图像参与。实验结果表明,该算法对加噪、滤波、旋转、缩放、随机剪切、JPEG压缩等攻击均具有较强的鲁棒性,可有效保护遥感图像的
文章以解放闸灌域为例,分析基于遥感农田表层土壤水分反演过程。
Snow depth(SD) is a key parameter for research into global climate changes and land surface processes. A method was developed to obtain daily SD images at a higher 4 km spatial resolution and higher p
在摄影测量、遥感、计算机视觉等领域,线特征提取的算法层出不穷,因此获取算法的特性和适用范围至关重要。本文采用几种具有代表性的线特征提取算法,通过高分辨率遥感影像下线特征的提取试验,分析了各种算法的参数自适性,从自适性、速度、稳定性、可靠性、自动化程度等5个方面对算法进行了分析比较,并总结得出算法的适用范围。
针对高维遥感数据的降维困难问题,该文提出并构建了一种融合粒子群优化算法全局寻优能力和支持向量机优秀分类性能的高光谱遥感影像特征子集选择与分类方法。通过引入混沌优化搜索技术改进融合粒子群优化算法的全局寻优能力;提出并采用一种基于粒度的网格搜索策略对支持向量机模型参数进行优化;利用二进制融合粒子群优化算法进行特征选择;然后,支持向量机采用该特征子集所对应的训练数据集进行模型参数优化和分类。实验结果表明