首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   11篇
  免费   2篇
  国内免费   1篇
林业   1篇
农学   2篇
  2篇
综合类   6篇
水产渔业   1篇
园艺   1篇
植物保护   1篇
  2022年   2篇
  2020年   1篇
  2017年   1篇
  2016年   1篇
  2014年   1篇
  2012年   3篇
  2011年   4篇
  2010年   1篇
排序方式: 共有14条查询结果,搜索用时 0 毫秒
11.
探索不同类型河道湿地面积与水文站实测径流量的相关性,为黄河流域生态保护修复和管理工作提供支撑。选择黄河下游花园口-利津河段为研究对象,基于1986、1990、2000、2010和2020年5期遥感解译黄河下游湿地的类型、面积和格局,分析湿地动态变化及原因,结合黄河下游重要水文站实测径流量数据,探索黄河下游不同类型河道湿地面积变化与径流相关性。结果表明:(1)河流水面湿地为黄河下游河段湿地的主要组成部分,占湿地面积的45.9%~65.9%;(2)黄河下游河段的湿地面积从上世纪80年代至今虽然呈现萎缩趋势,面积减少约35.6%,但萎缩速度在不断减缓,湿地面积逐渐趋于稳定;(3)黄河下游游荡型、弯曲型和顺直型河段的湿地面积与径流量的相关性存在差异。游荡型和弯曲型河段河流水面面积与流量均呈正相关关系,但变化幅度不同,顺直型河段河流水面面积受流量的影响较弱,游荡型、弯曲型河段和顺直型河段滩地面积随径流量增大而减少,减少幅度各有差异,3种河段在不超过某一流量下,河流湿地的面积保持稳定,而超出一定流量范围后,湿地总面积均增加。  相似文献   
12.
刘庆生  刘高焕  张朝忙  黄翀  谢传节 《安徽农业科学》2012,(30):14991-14995,14998
基于1 km×1 km尺度土地利用/覆盖数据,以图像的形式直观展示了土地利用/覆盖多样化指数、土地利用程度综合指数和植被覆盖指数的空间变异规律,阐述了1980s、1995和2000年黄河三角洲高效生态经济区土地利用结构特征及动态变化。研究结果表明:1980s~2000年,耕地面积到1995年减少,到2000年又恢复到1980s的种植面积,在该过程中,耕地主要与水库坑塘养殖、城镇工矿用地和农村居民地以及未利用地相互转化;林地和草地面积变化不大;城镇工矿用地和农村居民地,到1995年大面积扩展,以后一直保持相对稳定;滩涂用地和盐碱地在3个时期间变动较大。1980s、1995和2000年土地利用/覆盖多样化指数、土地利用程度综合指数和植被覆盖指数空间分布特征基本相同,总体来说,1980s~2000年沿海的无棣县、沾化县、垦利县、东营区和莱州市土地利用变化强烈,是该区最为活跃的地区。土地利用程度综合指数与植被覆盖度指数1980s~2000年变化趋势基本相同,在垦利县和东营区沿海地带具有较强的一致性,反映了该区域土地利用开发和植被保护并重的特点。  相似文献   
13.
玛曲县土地利用变化分析与预测   总被引:2,自引:0,他引:2  
马媛  黄翀  郑巍 《干旱区研究》2012,29(4):735-741
基于玛曲县1975-2005年土地利用变更数据,从土地利用结构静态比较与土地利用程度动态变化两方面,定量分析玛曲县土地利用变化状况及主要驱动因子。研究表明:随着玛曲县经济发展、城市化程度的加快,林地、水域面积净减少,草地与建设用地面积净增加,土地利用结构信息熵值总体呈下降趋势,而优势度值总体呈上升趋势, 1975-1995年土地利用程度综合指数增加了0.076 5,而1995-2005年综合指数减少了0.709 2, 说明1975-1995年玛曲县土地利用程度处在区域土地利用的发展期,1995-2005年土地利用程度处在衰退期。根据土地利用熵值多年变化特征,利用GM(1,1)模型预测,2006-2015年土地利用程度处在调整期。  相似文献   
14.
黄翀  侯相君 《中国农业科学》2022,55(21):4144-4157
【目的】及时、准确地作物分类制图是农情监测的重要依据。本研究基于双向长短期记忆网络模型探究深度学习技术在时间序列遥感作物分类与早期识别中的应用潜力。【方法】本文以黄河三角洲地区为例,以哨兵2号全年可用卫星影像为数据源,构建年时间序列NDVI数据集;采用循环神经网络构架,搭建针对结构化时序数据的双向长短期记忆网络模型(bidirectional long short-term memory,Bi-LSTM),开展遥感作物分类,并评估模型的泛化能力;通过输入不同长度时间序列遥感数据,探究满足一定制图精度条件下的作物最早可识别时间。【结果】作物年生长时序特征对于大多数作物遥感分类识别都具有较好的区分能力,基于年时间序列NDVI数据的Bi-LSTM模型作物分类总体准确率达90.9%,Kappa系数达到0.892。通过测试不同时间序列长度对作物分类的影响发现,对大多数作物来说,其分类精度随着数据时间序列长度增加而不断提高,冬小麦、水稻等作物在生长季早期即具有较为独特的分类特征,因而利用生长季早期的时间序列影像即可获得较高的制图精度,而棉花、春玉米等作物需要完整生长序列影像才能更好地保证分类精度。【结论】卫星影像时间序列蕴含的结构化特征信息可以有效地降低特定时段的作物光谱混淆;双向循环神经网络模型能够同时考虑前向和后向的时间状态信息,可以学习作物不同阶段的光谱变化特征,在水稻、棉花、春玉米等易混淆作物的识别上表现优异;模型能够有效地把握样本总体上的变化趋势,在农作物多分类任务中表现出较好的泛化能力和鲁棒性。本研究通过集成深度学习和遥感时间序列,为及时、快速的区域作物高精度制图提供了可行的思路。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号