基于多光谱遥感的黄南州沙化土地面积变化及原因分析

黄南州的沙化问题不仅是一个重要的生态环境问题,更危害着黄南州的生活环境。文章主要利用多光谱遥感并结合GIS研究分析手段对黄南州不同的土地类型上沙化的不同分布和变化情况进行分析,为黄南州以后的防沙治沙工作提供参考。     

基于Landsat TM遥感数据的山核桃产量预测——以浙江临安市为例

以浙江省临安市的山核桃为研究对象,基于2008—2011年连续4年的样地实测产量为基础,利用每年4个生长时期的Landsat TM遥感数据,系统地分析比较每个生长时期的植被指数与产量的关系。研究结果表明:NDVI在各个生长期均与产量的相关性最高;SAVI与产量的相关性居中,DVI最低。以每个时期的NDVI为因子,建立不同时期山核桃产量的预估模型。各时期模型的预估效果为果实膨大期花芽分化及授粉期采摘至落叶期休眠期。以不同时期的NDVI为因子,利用逐步回归,建立多因子的山核桃产量的预估模型。最优预估模型为y=126.51_(x_2)+26.61_(x_1)+12.56_(x_3)-67.42(R~2=0.642,SEE=12.17),为山核桃产量的预测提供可行,快速,有效的方法。     

現代敬語表現の特徴について

敬语表达是日语的一个重要特征。而以二战的战败为分界线,日本的敬语表达方式从战前的"绝对敬语"转变成为战后的"相对敬语"。本文通过具体的会话实例分析现代敬语表达的"相对性"这一特征。通过分析可以得知,现代"相对敬语"的主要特征表现为"以听话人为中心",即说话人基于对自己与听话人之间的关系界定来区分使用。     

基于动力三角翼平台的草原鼠害遥感监测研究

基于动力三角翼和数码相机构建低空遥感平台,获取1 cm左右高分辨率的草原鼠害影像数据,在遥感目视解译的基础上利用GIS空间插值和统计方法获得了试验区鼠害的空间分布及危害程度情况。结果表明,试验区鼠害空间分布呈现中北部较轻,西北和中南部较严重的格局。试验区中度及轻度危害区面积为5 547 hm~2,约占总面积的72%,而极度危害仅占3%,表明试验区草原鼠害处于可控水平。基于低空飞行器作为遥感平台来进行草原鼠害的监测是基本可行的,具有较好的应用前景。     

余庆县低产茶园改造实践

余庆位于黔中腹地,拥有良好的茶叶生长环境生长,但茶叶经济蒸蒸日上的同时,茶园基础管理也出现了茶园老化低产、管理不当、茶园的基础环境差等问题。对此可以通过更新茶树、改造树冠、土壤、园相,加强生态建设并辅以改造后的管理等方法改善上述问题。     

基于ERDAS的遥感图像预处理

卫星遥感数据是地理信息系统数据库的重要组成部分,以此为基本数据源,根据其属性信息建立数据解译标志,在地理空间数据的获取与更新中发挥着重要作用。该文在介绍Erdas软件的基础上,重点研究了其作业过程当中的几个主要的技术环节,包括影像几何校正、影像镶嵌、影像裁切。     

基于RS与GIS的山东某煤矿区历史遗留损毁土地调查

我国地域辽阔，但可利用土地资源少，同时由于生产建设和自然灾害等，造成许多优质土地资源损毁。调查清楚土地损毁情况，采取针对性的土地复垦措施，在目前经济发展中显得尤为迫切。以山东某矿区为例，确定了历史遗留损毁土地的划定依据，利用RS与GIS等技术手段对矿区进行地表沉陷预计，用遥感影像提取土地利用变化情况，得到了历史遗留损毁土地的位置、面积和损毁类型等信息，为后期土地复垦与规划提供参考。      

基于多期遥感的云阳县域森林景观破碎化演变与驱动力研究

县域森林破碎化评价是对生态建设的重点区域和森林植被发生变化的热点区域进行判读区划和测定分析。以云阳县为例,利用2002年森林资源调查数据,结合2006,2011年两期SPOT 5影像开展判读区划,对比分析3期森林分布数据,运用Arc Gis 10.0和Fragstars 4.0软件,选取合适的景观格局指数,对云阳森林景观破碎化及其驱动力进行分析。结果表明:全县森林破碎化程度明显减轻,局部区域小片林及林带多,森林破碎化严重;工程造林与社会政策是驱动云阳县森林景观破碎化减轻的关键因素,其中退耕还林工程造林贡献最大;农业活动与城镇建设是制约云阳县森林景观破碎化逆转的主要因素,应进一步加强林地保护管理,减少森林流失,建设健康稳定的森林生态系统。     

SS4G电力机车自动过分相与电子柜故障原因分析

自动过分相故障是SS4G型电力机车发生频率较高的故障,其成因是多方面的。本文从电子柜方面入手,对其常见故障原因进行了分析,并提出了相应的故障处理方法。     

基于遥感影像和二类调查数据的林地类型分类方法对比研究——以广西凭祥市为例

基于Landsat 8 OLI遥感影像和森林资源二类调查数据,对有林地、灌木林地、未成林地和非林地等林地类型,分别采用最大似然、神经网络、支持向量机和决策树分类方法进行分类,验证分类精度,并对分类效果进行对比评价。结果表明:支持向量机分类方法表现最好,分类精度为78.7%,Kappa系数为0.76;其次为神经网络和决策树分类方法,分类精度分别为76.8%和72.5%,Kappa系数分别为0.72和0.68;最大似然法表现最差,分类精度为44.9%,Kappa系数为0.39。研究结果可为森林资源信息的快速提取提供理论依据。