排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
三维全景图技术是一种基于图像绘制的虚拟现实技术,使用真实的照片展现场景达到沉浸式虚拟漫游的效果,提供给用户良好的交互性。本文将采用三维全景图技术实现对山东农业大学虚拟校园漫游系统的原型设计,将校园地理信息和其他校园信息相结合,实现校园漫游导航及信息的浏览查询,并可上载到计算机网络,提供远程用户访问。 相似文献
2.
从县域尺度准确掌握粮食产量,对于国计民生具有重要意义。目前,基于高分辨率遥感影像的县域尺度的估产研究尚不多见。本文以山东省泰安市岱岳区为研究区,利用2019—2021年高分一号B星、高分一号C星影像,辅以Landsat-8影像,运用随机森林法进行遥感解译,识别耕地变化,探究了小麦种植区的时空格局,选取植被指数NDVI监测小麦长势,建立估产模型,并制作了像元级产量专题图。结果显示:小麦种植面积提取相对误差均在5.150%以内,2021年小麦种植面积降幅达26.021%;小麦长势虽然存在年际变化,但总体平稳;小麦总产量遥感估产误差不超过4.300%,2020年增幅约4.261%,2021年降幅约21.981%。研究表明:2020—2021年,研究区小麦种植面积显著下降,长势基本持平,小麦总产量减少。研究成果有利于地方政府及时准确了解粮食产量,对高分辨率遥感估产研究有积极意义,对于县域尺度的作物监测有较高参考价值。 相似文献
3.
OLI与HSI影像融合的土壤盐分反演模型 总被引:5,自引:2,他引:3
土壤盐渍化问题是黄河三角洲地区主要的土地退化问题,借助遥感技术快速、准确地掌握土壤盐渍化信息,对农业可持续发展具有重要意义。该文以黄河三角洲垦利县为研究区,利用超球体色彩空间变换算法,将环境一号卫星HSI高光谱影像与Landsat 8 OLI多光谱影像进行融合,选择土壤盐分的特征波段,结合土壤盐分的实测数据,建立统计分析模型(多元线性回归、偏最小二乘回归)和机器学习模型(BP神经网络、支持向量机和随机森林),对土壤盐分进行遥感反演。结果表明:OLI影像的统计分析模型和机器学习模型精度均较低,精度最高的随机森林模型相关系数仅为0.570;HSI影像的反演模型精度高于OLI,BP神经网络模型相关系数为0.607;融合影像反演模型精度明显高于HSI影像和OLI影像,土壤盐分含量的实测值与机器学习模型预测值具有良好的相关性,BP神经网络模型、支持向量机模型和随机森林模型的决定系数R~2分别达到0.966、0.821和0.926,模型反演精度较高。研究表明,多光谱和高光谱影像融合能显著提高土壤盐分遥感反演精度,机器学习模型的反演效果明显优于统计分析模型。研究结果对黄河三角洲典型地区的土壤盐分反演具有积极的理论和实践意义。 相似文献
4.
5.
1