2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩64頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、植被是反映區(qū)域生態(tài)環(huán)境質(zhì)量的重要標(biāo)志,植被分類研究對(duì)區(qū)域生態(tài)環(huán)境的保護(hù)和資源的利用起著重要作用。利用遙感技術(shù)能夠及時(shí)準(zhǔn)確的獲取流域內(nèi)的植被空間分布信息,為水庫(kù)的洪水預(yù)報(bào)、水土保持、減少泥沙淤積提供技術(shù)支持。
  時(shí)間序列的遙感數(shù)據(jù)能夠反映了植被的生長(zhǎng)變化特征,易于區(qū)分不同的植被類型,但其一般空間分辨率較低,同時(shí)受陰雨云霧天氣的影響,很難滿足使用要求。本文利用改進(jìn)的時(shí)空反射率融合模型算法,構(gòu)建了具有高空間分辨率的時(shí)序NDVI數(shù)據(jù)集,

2、分析不同植被類型的生長(zhǎng)周期變化,建立不同植被類型的時(shí)序NDVI特征曲線。本文提出了一種基于遺傳算法優(yōu)化的光譜角分類方法,結(jié)合地形數(shù)據(jù)對(duì)河南省河口村水庫(kù)流域植被進(jìn)行分類,并對(duì)結(jié)果進(jìn)行精度驗(yàn)證。取得的主要研究成果如下:
  (1)通過(guò)研究ESTARFM(Enhanced Spatial and Temporal Adaptive ReflectanceFusion Model)算法,并對(duì)ESTARFM算法中相似像元的選擇算法進(jìn)行改進(jìn)。

3、分析了改進(jìn)后模型敏感性參數(shù)對(duì)計(jì)算精度產(chǎn)生的影響,通過(guò)與實(shí)測(cè)數(shù)據(jù)的對(duì)比分析,改進(jìn)后的模型與傳統(tǒng)模型相比相關(guān)系數(shù)提高了0.0075,均方根誤差減少了0.0018。
  (2)提出了基于遺傳算法優(yōu)化的光譜角分類方法,有效解決了分類結(jié)果中的“椒鹽現(xiàn)象”。通過(guò)與光譜角分類算法和最小距離分類算法的分類結(jié)果對(duì)比,基于遺傳算法優(yōu)化的光譜角分類對(duì)于“同物異譜”的地物分類結(jié)果最優(yōu),樣本正確分類的精度達(dá)到99.08%,kappa系數(shù)為0.98。

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論