排序方式: 共有48条查询结果,搜索用时 281 毫秒
1.
针对精确获取大尺度空间范围内农业大棚的分布情况并进行长时间的序列动态监测存在数据量大、计算效率低、精度不高等问题,利用Google Earth Engine(GEE)云平台能够实现快速存取、实时处理海量卫星数据,基于多时相Landsat影像进行农业大棚时序光谱特征和纹理特征的自动提取,采用随机森林算法实现山东省农业大棚的遥感分类,从而生成了山东省近30年农业大棚的空间分布和时空动态变化图。结果表明,本文分类流程具有较高的分类精度,其平均总体精度达到91.63%,Kappa系数均值为0.8642。经分析,山东省农业大棚从1990年的6.67 km^2增加到2018年的9919.40 km^2,增长速度为354.03 km^2/a。 相似文献
2.
在大区域尺度、有限土壤样点情况下,为探索准确预测土壤属性的方法,以海南岛为研究区,采用近似网格采样方法,采集130个样点,用多元线性回归(MLR)、普通克里格(OK)和回归克里格(RK)3种模型方法进行土壤全氮预测,并以29个验证点比较了预测精度。结果显示:1)对较大区域进行土壤全氮的空间分布的预测精度为OKRKMLR;2)3种模型对土壤全氮含量空间预测分布趋势基本一致,总趋势为岛内自东向西方向逐渐降低;3)0~5 cm土壤全氮含量与土地利用方式呈极显著相关关系,0~20 cm土壤全氮含量与归一化植被指数呈显著相关,20~40、40~60 cm土壤全氮含量与归一化植被指数、坡度呈极显著或显著相关。 相似文献
3.
2022年10月9日-10日延边州出现了明显降水,山区出现了雨夹雪。分析本次过程的大尺度环流形势及模式预报偏差成因,发现:气旋入海后爆发性发展配合偏东回流的长时间影响是本次降水量级较大的关键;模式大尺度环流形势预报基本准确;降水量级预报中,EC、CMA-GFS与实况最接近,EC模式稳定性更高,两家模式均在最近时次的预报更准确。降水相态的预报离不开气温的预报,EC气温预报与实况偏差较小,CMA-GFS预报的850hPa气温和2m气温均较实况偏高,在今后的气温预报中要更多参考EC的预报。通过检验雷达ROSE2.0降水产品,发现降水最强时刻,距离雷达较近处,降水会被过高估计;在距雷达80km以外地方的降水被过低估计,其他区域估计的强降水对实际强降水落区有较好的指示作用。 相似文献
4.
利用常规观测资料、卫星云图等资料,运用天气学分析和物理量场诊断分析,对2007年3月3~5日东北特大暴风雪过程进行分析。结果表明,此次过程的主要影响系统是南方气旋东移北上和500 hPa南北两支高空槽的合并。强暴雪形成的动力机制是高层辐散与低层辐合相配置导致的强上升运动,以及中低层深厚的正涡度的产生和维持。水汽来源是由700 hPa偏南低空急流携带东海和南海2个源地的充沛水汽抵达东北地区。强降水落区与850 hPa正涡度和200 hPa正散度大值区相一致,同时温度平流的强弱及冷暖过渡带位置能够很好地反映降水的强度及落区。 相似文献
5.
在全国土地复垦潜力调查研究工作开展的背景下,以内蒙古自治区煤炭生产建设项目损毁土地为例,探索合理、科学的一定区域范围内大尺度要求下损毁土地面积的推算。采用实地调研法和典型样本分析法,在研究中提出"万吨煤土地损毁系数",并以该参数推算全区损毁土地面积。研究结果:全区范围内露天煤矿、井工煤矿万吨煤土地损毁系数分别为0.26、0.25 hm2.104t-1。该推算方法是政策尺度下所采用的,可以作为本次土地复垦潜力调查的参考数据;若要得到更为准确的数据为土地复垦潜力调查分析评价服务,必须在将来认真组织开展全国范围内损毁土地详查工作。 相似文献
6.
2009年夏季泰安市降水量较常年偏少11.1%,其中6月份偏少50.7%,7月18日第一场大范围强降水减弱了当地的高温闷热天气,同时初步缓解了渐露的旱情,由于雨势强劲,亦给当地造成了一定的经济损失。根据由天气图形势常规资料和物理量的综合分析表明,此次天气过程中低空急流的位置与以往夏季天气过程有所不同,出现在低压的北侧,加快了北方冷空气和水汽的输送;此外,低空急流出现和消失都早于风场辐合区,是低压发生发展的动力条件。由热源和水汽汇分析表明,此次强降水积雨云对流活跃,以对流性降水为主。 相似文献
7.
8.
人机交互式解译在大尺度土壤侵蚀遥感调查中的作用 总被引:15,自引:0,他引:15
人机交互式解译是在GIS软件支持下,由经验丰富的土壤侵蚀和遥感专业人员,进行遥感信息全数字解译。从大尺度土壤侵蚀遥感调查的特点分析了目前计算机自动解译在这方面所面临的困难,结合目视解译的基本原理论述了人机交互式解译的优势,并用人机交互式解译在贵州省土壤侵蚀遥感调查的实例说明它的科学可靠性。 相似文献
9.
10.
阐述了在流域产沙预测模型研究中,将试验水平范围的输沙函数的运用范围扩大,产生了数据来源的不确定性或错误的原因在于:模型不完善、重要过程的省略、初始条件的缺乏、初始条件的敏感度、异质性问题、外部动力等。数据来源的不确定性在小尺度、短时间内是能够控制的。大尺度的异质性是使得输沙函数不能仅仅建立在数量化的基础上,而应是系统历史的函数。因此,大尺度的流域产沙模型必须建立在突变量的发现及其相应的动力特征基础上,而不应是试验模型按比例放大。 相似文献