【摘 要】
：
近年来城市内涝问题凸显,给社会生产和人们生活带来诸多不便。以天津市为例,基于Landsat系列数据,利用MBWI水体指数法逐年提取其1984年—2017年的湖泊数据,并结合内涝点数据,研究天津市湖泊空间演变与内涝耦合性,建立湖泊演变系统与内涝系统的综合评价指标体系,构建湖泊演变与内涝之间的耦合度模型。结果表明:天津市湖泊面积在1984年—2005年波动上升,2005年—2017年间断减少,减少原因
【机 构】
：
天津城建大学地质与测绘学院,天津,300384
论文部分内容阅读
近年来城市内涝问题凸显,给社会生产和人们生活带来诸多不便。以天津市为例,基于Landsat系列数据,利用MBWI水体指数法逐年提取其1984年—2017年的湖泊数据,并结合内涝点数据,研究天津市湖泊空间演变与内涝耦合性,建立湖泊演变系统与内涝系统的综合评价指标体系,构建湖泊演变与内涝之间的耦合度模型。结果表明:天津市湖泊面积在1984年—2005年波动上升,2005年—2017年间断减少,减少原因主要是人为干扰。2005年—2017年东丽区的湖泊面积减少最快且幅度最大。同时,大部分区的湖泊面积占比大
其他文献
随着我国互联网技术的不断发展与进步,现阶段,我国已经逐渐步入到了“互联网+”时代,在这一时代背景下,诸多新型的以“互联网+”技术为基础的管理技术逐渐的出现在了人们的视
光学遥感图像船舶检测主要面临两个挑战:光学遥感图像背景复杂,船舶检测易受海浪、云雾及陆地建筑等多方面干扰;遥感图像分辨率低,船舶目标小,对于其分类与定位带来很大困难;针对上述问题,在FPN的基础上,提出一种融入显著性特征的卷积神经网络模型A-FPN (Attention-Based Feature Pyramid Networks)。首先,利用卷积提取图像特征金字塔;然后,利用顶层金字塔逐级构建显
船舶作为海上的重要目标,实现对船舶自动识别有重要的意义。针对卫星图像中云雾、海岸背景等复杂海情对船舶识别带来的干扰,以及小目标船舶高漏检率问题,本文提出一种多尺度深度学习模型训练策略,在此基础上构建了一种船舶识别的深度学习网络,该网络可分为多尺度训练、特征提取、生成目标建议区域、船舶分类这4个部分。首先,采用多尺度的训练策略,将多尺度的船舶样本送入网络中进行训练,这样在训练样本中加入了大量小目标船
遥感地表温度产品(LST)对陆面过程和全球与区域气候变化研究具有重要价值。但是当前卫星遥感观测到的地表温度分辨率较粗,多为混合像元,有明显的角度效应和时空变化特征,严重影响陆面过程等研究的应用精度。为定量评估3维异质性场景对亮度温度分布的影响,本文基于再分析资料,耦合3维小气候模型ENVI-met和3维热辐射传输模型RAPID,开展了地表3维温度场的模拟。研究以全球数值预报产品NCEP来提供ENV
海洋激光雷达是实现上层海水3维探测的重要工具,激光在海水中的传输伴随着复杂的多次散射效应,建立准确的海洋激光雷达多次散射回波信号模型有助于实现海水光学特性的高精度反演。本文介绍了仿真海洋激光雷达多次散射信号的解析模型、半解析MC(Monte Carlo)仿真方法和传统MC仿真方法,定量对比分析了不同工作条件下3种模型的仿真结果,讨论了工作高度、接收视场角、水质和水体分层等因素对仿真结果的影响。研究
高职经管类学生技能竞赛规模和影响力逐年提升,技能竞赛对专业教学及教学改革起到有效促进作用,本文拟从学生受益视角对高职经管类“赛教融合”教学进行分析,按照课程教学阶
“流浪地球”计划是指在地球上修建行星发动机,依据反冲原理利用行星发动机推动地球,使地球在2500年内运动至4.2光年外的目标位置.本文通过分析地球能够承载行星发动机推动地
2013年9月和10月,国家主席习近平分别提出建设“新丝绸之路经济带”和“21世纪海上丝绸之路”的合作倡议(即“一带一路”).在这一背景下,高职院校迎来了新的发展契机.信息化
冰川监测是冰冻圈科学研究中的一项重要基础内容,获取高质量冰川DEM和DOM数据是研究的基础。随着无人机技术的兴起,给冰川监测提供了全新的技术手段,然而冰川区开展无人机摄影测量时,地面控制点的布设与测量成为能否获取高精度数据产品的关键,而山地冰川往往伴随着地形复杂,行走困难,野外实地测量难以全面实施等不利因素。本研究中以位于祁连山西段大雪山地区的老虎沟12号冰川末端部分为研究区域,设计实施了多种控制
定量分析气溶胶与痕量气体之间的时空变化关系有助于进一步研究气粒转化。本文采用2006年—2015年MODIS气溶胶光学厚度(AOD)、细粒子模态比(FMF)和OMI痕量气体(SO_2、NO_2和HCHO)数据,对黄海、东海和南海区域上空的细粒子气溶胶与痕量气体进行定量分析。先对气溶胶和痕量气体作均值分析发现:AOD_(fine)、SO_2、NO_2和HCHO的均值在黄海、南海、东海均依次减小;再对