共查询到16条相似文献,搜索用时 78 毫秒
1.
植被是湿地生态系统的重要组成部分,湿地植被遥感分类研究能为湿地保护、管理和恢复提供实践指导。文中主要从湿地植被遥感分类的数据源和分类方法2方面综述湿地植被遥感分类研究的现状,分析目前湿地植被遥感分类研究的不足,展望未来我国湿地植被遥感分类的发展趋势。 相似文献
2.
以国家"十五"计划重点引导培育的七大城镇密集区之一的长株潭(长沙市、株洲市、湘潭市)为研究对象,运用植物群落学-生态学的原理与方法,建立了城市人工植被景观分类系统,该系统分为:类(Class)、型(Type)、配置组(Dispose Group)、配置(Disposition)4级,将长株潭城市人工植被景观划分为3类、8型、24配置组、213个配置;提出了10个人工植物群落优化配置模式.该研究实例可为不同城市的人工植被景观的划分及相关研究提供参考. 相似文献
3.
植被分类是植被研究的重要组成部分,亦是植被研究中最复杂的问题之一。植被分类研究能够为制定与保护和合理利用植被相关的法律法规及措施提供科学依据。本文详细介绍了植被分类的历史,以及植被分类的各种原则和系统及其应用情况。揭示出植被分类的原则从单一性向综合性,分类方法从外貌分类向数量分类的发展趋势。 相似文献
4.
森林植被遥感分类研究进展与对策 总被引:3,自引:1,他引:3
遥感分类是遥感应用中的主要问题之一,分类的精度直接影响遥感数据的应用水平和实用价值。本文概述了遥感分类的方法,综述了森林植被遥感分类研究的国内外进展,在此基础上分析了森林植被遥感分类存在的问题,提出了发展对策,指出基于知识的人工智能技术和高光谱技术是森林植被遥感分类未来的发展趋势。 相似文献
5.
在野外考察和研究的基础上,采用优势种、外貌与结构相结合的原则,参考《中国植被》的分类系统,将珠海市自然植被划分为5个植被型组、8个植被型、19个群系,40个群落。其中植被型主要包括:A. 亚热带针叶林;B. 常绿阔叶林;C. 常绿灌丛;D. 灌草丛;E. 草丛;F. 砂生草丛;G. 砂生灌丛;H. 沼生草丛。人工植被可划分为4个植被型,即林地、林果园、农作物园地和城市绿地。同时,对主要群落的外貌和组成特点进行了描述,如:马尾松群落、布渣叶群落、大叶相思群落、大头茶群落、猪笼草群落、红树林植物群落等。 相似文献
6.
本文应用数量分类方法对湘潭地区部分次生植被进行了分类,并对各类型群落的演替进行了分析和讨论,同时对这些群落的开发利用提出了一些看法。 相似文献
7.
基于遥感技术的植被分类研究现状与发展趋势 总被引:1,自引:0,他引:1
综述了国内外基于遥感技术进行植被分类的研究现状, 并提出植被分类的发展趋势:(1)从单时相、单源遥感分类向多时相、多源信息融合发展; (2)从单一分类方法向复合分类方法发展; (3)从“硬”分类向“软”分类方向发展; (4)从基于像元分类向混合像元分解分类和面向对象分类方向发展; (5)从传统分类向智能分类方向发展。 相似文献
8.
储小感 《内蒙古林业调查设计》2012,(4):6-8,16
城市生态环境污染是当前人类面临的日益严重和亟待解决的环境危机之一,它不仅严重危害人类健康,而且已成为人类社会可持续发展的主要障碍,受到世界各国普遍关注和重视。城市的绿化植被作为城市生态系统中的还原组织,已被世界各国的城市发展实践证实其在城市中的价值不可忽视,且受到社会的普遍关注。文章阐述了城市植被对城市大气污染、城市水污染、城市土壤污染以及城市噪音污染等环境污染的植物修复作用。 相似文献
9.
测定分析了山西省关帝山林区山地灌丛植被上发育的土壤的理化性质,说明该土壤具有强烈的腐殖质累积过程,但不具斑纹特征,因此不属于我国暂行土壤分类中的山地草甸土,可称为灌丛腐殖质土。并对类似宜林地区的更新提出了建议。 相似文献
10.
11.
以群落为单位对云南省个旧市城市绿地进行抽样调查,对建城区五类绿地中的植物群落共抽取101个样本,调查每一群落的物种组成、对每一种植物记录数量、所属层次,统计树种总数和出现频率,最后做出树种出现频率分析、植物群落特征分析和植物群落物种多样性分析。结果表明个旧市城市绿地景观类型单一,植物群落面积小、层次单调,覆盖稀疏。最后根据现状提出建议。 相似文献
12.
基于BP神经网络的森林植被遥感分类研究 总被引:8,自引:4,他引:8
如何解决多类别图像的识别并满足一定的精度,是遥感图像研究中的一个关键问题,具有十分重要的意义。本文使用Landsat7ETM+遥感数据和森林资源分布图等地理辅助数据,用BP神经网络方法对森林植被进行了分类,并与最大似然法的分类结果进行精度比较分析。结果表明地理辅助数据参与的BP神经网络用于森林植被遥感图像分类其效果是较好的,是一种有效的图像分类方法。 相似文献
13.
为实现湿地植被的精细分类和高精度制图,为湿地管理部门提供准确的决策依据,以美国加州萨克拉门托—圣华金水域的典型湿地植被为研究对象,以高光谱影像为数据源,结合野外GPS采样点,对典型湿地植被的光谱反射率作一阶导数和二阶导数处理,基于均值置信区间原理筛选特征波段,基于单因素分析法筛选能够明显区分植被类型的植被指数。联合特征波段和植被指数构建特征集,利用机器学习C5.0决策树生成知识规则并提取湿地植被信息。结果表明,基于机器学习C5.0决策树的湿地植被提取总体精度为80.09%,Kappa系数为0.792,与最大似然法比较,总体精度提升10.79%,Kappa系数提升0.105,说明基于机器学习的C5.0决策树法能够实现植被的精细分类,方法切实可行。 相似文献
14.
15.
16.
城市植物景观功能的研究与分类 总被引:2,自引:0,他引:2
景观是为功能服务的, 景观设计的最终目的是使某些功能得到实现。因此, 系统了解景观的功能意义重大。植物是景观最重要的组成部分之一, 对植物景观的功能目前尚缺乏统一的认识。文中在对植物景观功能分类现状进行总结的基础上, 以景观功能的属性特性和具体应用为依据, 将植物景观的功能划分为四大类:生态功能、美学功能、社会功能、生产功能, 并进行了次一级的分类。 相似文献