共查询到20条相似文献,搜索用时 828 毫秒
1.
传统的遥感影像分类方法有监督分类和非监督分类。本文简述遥感影像计算机分类的基本原理,并介绍监督分类和分监督分类的常用方法,已经人们不断尝试和研究的新方法:支持向量机和决策树分类。 相似文献
2.
3.
4.
新疆北部冬季常多云天气,受地形和植被等因素影响,积雪分布不均,这导致了积雪分量遥感制图精度不高的难题。针对这一问题,本文利用MODIS影像,提出了分层变端元混合像元分解的积雪定量反演方法。该方法首先建立研究区影像和参考端元库,再对区域影像地类进行从粗到细的逐级划分,对每级包含的地类进行2 端元或3 端元混合像元分解。通过对上一级解混后与积雪相关的子类再实施上述变端元混合像元分解方法,得到下一级更细的地类划分。综合各级地类解混结果实现了高精度积雪分量制图。以HJ CCD影像分类数据、植被分布数据和实测数据为数据源,验证了变端元解混时模型包含端元数较少时(如2 端元或3端元)研究区域积雪分类精度最高,为87%。反之,包含端元数越多,分类精度会降低。 相似文献
5.
6.
基于遥感资料的植被类型划分能快速获得大尺度的植被覆盖变化数据。采用遥感和GIS技术,利用天山北坡典型草地2008年Landsat 5 TM遥感影像和1999年Landsat 7 ETM+全色波段数据,在对遥感影像预处理的基础上,进行了数据融合处理。根据融合影像的纹理特征进行监督分类,将研究区域的植被初步分为8种主要覆盖类型,在监督分类的基础上借助专家知识系统构建决策树,进一步将草地分为5类,包括平原荒漠、平原沙漠、低山荒漠、温性草甸和高寒草甸,最后对分类结果进行精度评价,总精度在95%以上,总Kappa系数为0.939 6,间隔9年的影像融合和决策树分类方法在研究区植被分类中具有较高的可行性。 相似文献
7.
8.
9.
基于IKONOS高分辩率影像的城市草地信息提取研究 总被引:2,自引:0,他引:2
在IKONOS影像图上提取草地信息试用了2种方法进行探索,分别采用植被指数法和基于灰度共生矩阵的纹理量分类法.前者用MSAVI指数分类提取得到的精度为87.48%;后一种方法是通过从近红外波段提取灰度共生矩阵和灰度联合矩阵,计算并提取理想窗口的最能反映类别差异的纹理量值,试验发现取3X3窗口的CON纹理量可以较好地提取出草地信息,通过精度评估发现具有较高的精度(平均精度达90.56%).研究证明用该法提取草地信息可取得相对理想的精度效果. 相似文献
10.
11.
12.
13.
14.
15.
16.
17.
投硒后放牧牦牛血硒浓度的变化 总被引:2,自引:1,他引:1
为了解牦牛补硒后血中硒浓度变化,对放牧牦牛按每100kg体重20mg,肌肉注射亚硒酸钠投硒,投药后每间隔1周进行采血,对6周间全血,血浆中硒浓度的变化进行了测定。结果表明:血浆中硒浓度随投硒显著上升(P<0.01),第1周后增至投予前的约3倍,第2周后现最大值(91.46±14.63μg/kg),第3周后开始下降,至4周后降至投前的水平;全血中Se浓度与血浆同样增大,投予后第2周时呈现最大值(129.81±36μg/kg)以后,血中硒浓度至第6周时仍维持107.55μg/kg的高值,约为对照群的3倍,至52周后投硒群牦牛血液中硒浓度仍为对照群的约2倍。试验期间,对照群血液、血浆中硒浓度均无显著变化。 相似文献
18.
19.