排序方式: 共有5条查询结果,搜索用时 8 毫秒
1
1.
[目的]建立更科学合理的生态评价遥感信息模型,为研究区的可持续发展提供参考依据。[方法]利用NDVI(归一化植被指数)和像元二分模型监测植被覆盖度作为地表植被覆盖信息的评价指标;用热惯量法反演研究区的土壤含水量作为研究区地表植被覆盖信息与土壤肥力的评价指标;采用目视解译获得土壤质地的编码分布图并进行影像化处理,将土壤中物理性黏粒含量作为评价土壤板结情况指标;利用线性光谱混合分解模型提取研究区的裸地比率作为土地荒漠化程度的评价指标。[结果]从土地利用的角度构建了生态评价指标体系,建立了以像元为单位的生态评价定量化遥感信息模型。[结论]植被覆盖度因子对研究区生态评价的影响程度相对较大;在生态评价过程中本研究新建模型总体评价精度比传统方法提高了15%。 相似文献
2.
3.
[目的]减少遥感数据的噪声影响,提高光谱信息的传统林分类识别方法的提取精度。[方法]在MNF变换融合处理的基础上,采用一种基于光谱和空间信息相结合的分类方法,融入空间信息对研究区不同林分遥感信息进行提取。[结果]该方法可以有效地抑制分类结果的"麻点"现象,对各类型林分信息的平均提取精度达83.6%,高于传统最大似然法11.6%。[结论]融入空间信息的林分信息提取方法可以有效地改善分类效果,能够提高分类精度,在退耕地林分信息提取和变化监测等方面具有一定的实际意义。 相似文献
4.
5.
[目的]研究基于GIS的安徽省洪涝灾害风险区划。[方法]以县域为基本单元,以安徽省1∶25万基础地理数据为基础,从洪涝灾害危险性和经济易损性2个角度出发,采用基于熵权的模糊层次分析法计算各因子的权重,建立洪涝灾害风险评估模型,研究安徽省洪涝灾害风险性区划,并利用近10年的安徽省灾情资料对风险评估结果进行精度检核。[结果]安徽的洪涝灾害风险区域性差别较大,洪涝灾害风险最为严重的地区在阜阳临泉、淮北灵璧一带,风险程度由皖北平原向皖南山区和皖西大别山区地区逐次降低、由淮北平原向江淮丘陵、皖南山区逐次降低。近10年的安徽省灾情资料统计显示,经济损失严重的地区主要位于淮北平原南部的灵璧、固镇、淮南等地区;而农作物受灾面积损失严重的地区主要分布于淮北平原的砀山、萧县等地区,另外皖西大别山区的金寨等地区农作物受灾面积损失也较为严重,其余地区受灾面积较小;受灾人口的分布与农作物受灾面积的分布基本一致。可见,基于GIS的安徽省洪涝灾害风险评估与实际情况基本一致。[结论]基于GIS的洪涝灾害风险区划分析方法具有较好实用性。 相似文献
1