【摘 要】
：
本文以草海国家级自然保护区为例,基于Landsat ETM+影像从区分度、水体错提率和面积精度3方面对比研究了NDVI植被指数和NDWI、MNDWI、RNDWI、NWI、NEW 5种归一化水体指数提取湿地水体信息的准确度。结果表明,NDVI提取水体效果较差,5种水体指数均能对水体进行有效提取,其中NWI法综合精度最高,其次是MNDWI、NEW,较差的是RNDWI和NDWI,从而为水体的快速提取提供
论文部分内容阅读
本文以草海国家级自然保护区为例,基于Landsat ETM+影像从区分度、水体错提率和面积精度3方面对比研究了NDVI植被指数和NDWI、MNDWI、RNDWI、NWI、NEW 5种归一化水体指数提取湿地水体信息的准确度。结果表明,NDVI提取水体效果较差,5种水体指数均能对水体进行有效提取,其中NWI法综合精度最高,其次是MNDWI、NEW,较差的是RNDWI和NDWI,从而为水体的快速提取提供了参考。
其他文献
Soil temperatures at 0, 5, 10 and 20 cm depths were monitored continuously at different microhabitats (beneath shrub canopy (BSC); bare intershrub spaces (BIS)) induced by xerophytic shrub (Caragana k
A regional climate model (RegCM3), coupled with an online dust module, is used to simulate the spatio-temporal distribution and emission flux of dust aerosol (smaller than 20 μm in diameter) over East
Seasonal variation of stable isotopes in precipitation of Kathmandu Valley on the southern slope of Himalaya was carried out to understand the controlling mechanism of amount and temperature effect on
本文在详细介绍了雷达遮蔽角图和雷达等射束高度图的制作原理和方法的基础上,分析了天气雷达的有效地理视距,开发了天气雷达有效地理视距分析系统。该系统能自动绘制雷达遮蔽角图和等射束高度图,并能对天气雷达候选站址的有效地理视距进行分析,这能为寻求天气雷达最佳候选站址带来方便。
降水的时空变异分析是认识区域水资源形成与演变的重要方法。时空变异特征分析不仅可以系统地对降水的时间序列进行分析,而且能从空间上把握降水的分布格局。本文将河南省近51年雨季降水资料,结合数字高程模型(DEM),利用回归分析、空间自相关分析、空间插值模拟及交叉验证等,对河南省降水时空变异特征进行分析。结果表明:(1)河南省雨季降水整体来看呈增加趋势,近年来尤为明显;但9月份表现异常,呈下降趋势。(2)
Aeolian sediments are widely distributed in the Qaidam Basin, northeastern Qinghai-Tibetan Plateau (QTP). The paleodunes are mainly located at the southeastern, middle and southwestern Qaidam Basin. H
提出了一种基于改进的遗传算法的图像匹配方法,对基本遗传算法的初始种群产生和遗传算子做了改进,避免了基本遗传算法的执行效率低且容易"早熟"等问题。实验结果表明,改进后的遗传算法能够精确、快速地完成图像匹配,与传统方法相比,匹配效率得到明显改善。
湿地功能分区是城市湿地生态系统健康恢复、管理改善,以及资源可持续利用的重要前提。本文以北京湿地为例,利用客观赋权的主成分分析法对湿地生态服务功能进行综合评价;并结合空间分析中的Voronoi图空间分区方法,通过利用牛顿-断裂点模型确定属性权重的主要步骤,构建基于加权Voronoi图的城市湿地功能分区模型,开展"自下而上"定量化的北京湿地功能分区研究。结果表明:(1)北京湿地功能综合评价中,密云水库
WRF模式作为一个中尺度气候模式,其分辨率从几米到几千公里,其自身的双向嵌套特征也为进行动力尺度下推提供了有力条件。本文利用WRF模式和传统的统计方法对研究区的气温进行尺度下推。首先,通过动力下推得到不同分辨率下的气温空间分布,并选取15个气象站点进行点对点验证,为了更明显观察不同尺度间的差异,对不同尺度的输出与ANUSPLIN插值结果进行比对,结果显示动力尺度下推中,分辨率越高模拟效果越好。其次
K-Means算法是比较流行的局域聚类算法,但由于其存在需要输入聚类数目以及对初始聚类中心敏感等缺陷,本文提出了一种基于密度的加权K-Means聚类算法来初始化聚类中心。该算法定义了点的密度函数和聚类中心函数,通过一定评价函数获取聚类中心。该方法获取的聚类中心不仅周围密度比较大,而且各个聚类中心之间相关性比较小,从而有效的减少了聚类时间,提高算法效率。