农牧交错带典型样区DEM分辨率对高程梯度的影响

根据坡度算法基本项高程梯度p和q,选取陕西绥德和黑龙江拜泉两个样点,分析分辨率及组分对p和q影响。结果表明,p和q反映地形在x、y方向起伏程度。随平滑程度增加、采样间距增大及分辨率降低,p和q变化规律类似。随分辨率降低,图像平滑且产生信息损失,方差、值域变小,分布集中。分辨率及组分对p和q影响排序为:分辨率>平滑程度>采样间距。     

主流平板电视成像原理及画面质量分析

针对当前市面上的几种主流平板电视的成像原理进行了系统的分析,并就画面质量给出了较为可信的结论,对消费和市场导向提供一个有益的参考。     

利用被动微波遥感提高土壤湿度分辨率

土壤湿度对于河水监测预报、水文模型的建立、气象模型等至关重要,被动微波遥感凭借范围广、对土壤湿度敏感、周期快等优点,在反演土壤湿度方面越来越普遍。但其分辨率较低,提高其分辨率成为广大学者研究的重点。本文对国内外提高其分辨率的方法进行总结研究并提出建议。     

NOAA／AVHRR和EOS／MODIS林火监测比较

介绍了目前用于我国森林火灾监测的美国NOAA系列气象卫星和EOS卫星。NOAA/AVHRR气象卫星信息源具有周期短、密度高、多时相动态遥感的特殊能力,但分辨率相对较低。EOS卫星在林火监测的准确率和定位精度等方面较NOAA卫星有较大的提高,但目前尚处于开发阶段,其通道选择的方法和不同区域判识指标的确定还有待进一步细化和完善。     

基于高空间分辨率航空影像的宁波鄞州新城区城市景观格局分析

基于高空间分辨率航空影像,应用Arcgis,Fragstates软件平台,选取适合的景观格局指数定量分析浙江宁波鄞州新城区城市景观格局.结果表明:鄞州新城区景观格局主要有建筑等硬铺装地面、水域、公共绿地、生产防护绿地、农田及生态涵养绿地和道路等6种类型.建筑等硬铺装地面和道路为城市建设用地,占总面积的49.96％,破碎化最为严重;水网密集且均匀分布;道路连接性较好,形成较完整的道路体系;农田及生态涵养用地主要分布在鄞州大道以南的区域,面积较大,景观类型较为单一;公共绿地表现出较高的斑块密度和边缘密度,破碎化比较严重,景观类型复杂.各景观类型斑块大部分以小尺度斑块为主,总体比例达到71.01％.鄞州新城区景观组分较多且分布均匀,在城市化进程中形成了大量的均质景观.图1表5参.     

基于PLS算法的棉花黄萎病高空间分辨率遥感监测

棉花黄萎病危害程度大,发生范围广,已成为中国乃至世界上棉花主要病害之一。论文基于野外定位调查数据及高空间分辨率遥感影像,利用变量投影重要性（VIP）准则筛选最优变量,用偏最小二乘回归（PLS）方法建立棉花黄萎病病情严重度的定量估测模型,并利用已建立的估测模型和高分辨率IKONOS影像获取了不同病情严重度的空间分布图。研究结果表明：在所分析的13个遥感因子中,增强植被指数（EVI）、再归一化植被指数（RDVI）、全球环境监测指数（GEMI）、差值植被指数（DVI）、修改型土壤调整植被指数（MSAVI）、归一化植被指数（NDVI）为棉花黄萎病病情严重度遥感估测的敏感因子,能够有效估测棉花黄萎病病情严重度,其模型预测值与实测值间的R2、RMSE和RE分别为0.78、0.45、9.2%。论文利用PLS算法和高分辨率卫星影像实现了棉花黄萎病病情严重的遥感监测,研究结果对实现大范围农作物病虫害的遥感监测具有重要的参考价值。     

郑州与洛阳市区风环境特征比较研究

为探究市区尺度下平原城市与盆地城市风环境特征,基于世界气候网站发布的全球高分辨率风场数据,运用ArcGIS软件对地处相同纬度的郑州、洛阳市区风场进行量测分析,利用相关性分析探讨市区风速与高程的关系。结果表明,平原城市郑州最高平均风速为2.4 m·s~(-1),盆地城市洛阳为2.1m·s~(-1);平原城市与盆地城市风场均出现圈层式结构,郑州(651.35 km~2)为4层,洛阳(240.51 km~2)为2层,风场圈层式结构在冬、春季(11月～次年4月)表现更为明显;郑州市区全年平均风速与高程均呈正相关关系,洛阳市区在2月、6月和12月平均风速与高程存在负相关关系,其余月份风速与高程呈正相关关系。郑州、洛阳市区风场整体呈增加―降低―最低―增加―降低的趋势,郑州市区风速变化频率高于洛阳市区;盆地城市风速与高程的关系表现出季节性,风场圈层式结构与地形密切相关;城区规模和建筑高度是影响平原城市风场圈层式结构的主要因素。     

空调器安装防“三漏”

由于国家对“家电下乡”产品的最高限价大幅提高．使得大屏幕液晶电视机等价位较高的家用电器也有机会进入农村市场。大家在选购平板电视机之前都会面临这样一个选择,是买全高清（1920×1080分辨率）的机型好呢,还是买高清（1366-768分辨率）电视机合适呢？这个问题其实很好解答。首先从实际应用出发．看您的电视信号源能达到什么标准。     

基于无人机多光谱影像的冬小麦倒伏提取适宜空间分辨率研究

为了解无人机图像空间分辨率对倒伏小麦提取精度的影响,选取2019年6月9日冀南地区倒伏小麦农田为研究区,采用最大似然法、人工神经网络、支持向量机和随机森林四种分类方法,以倒伏小麦分类面积和空间一致性为指标,对不同空间分辨率下小麦倒伏的提取精度进行了比较。结果表明,最大似然法存在严重的错分现象,人工神经网络、随机森林和支持向量机的总体分类结果较好,其中人工神经网络对倒伏面积提取的结果最准确;随着像元尺寸的增大,倒伏小麦分类面积相对误差变化趋势缓慢,但像元尺寸大于40 cm时,分类结果与实际倒伏区域的空间一致性迅速降低。综合考虑无人机图像数据量、获取时间和倒伏小麦提取精度,本研究认为20～40 cm是提取冬小麦倒伏面积较为适宜的空间分辨率范围。     

基于ESTARFM模型的区域农田高时空分辨率影像产生与应用

多时相遥感影像特别是关键生育期数据是农业物候、长势及产量监测的重要数据源,然而可见光影像易受云雨干扰,在特定区域关键时间窗口缺少高时空分辨率数据的现实情况下,遥感影像时空数据融合方法变得尤为重要。增强型自适应反射率时空融合模型 ESARFM (Enanced Spaial and emporal Adapive Reflecance Fusion Model)是一种小区域合成高时空分辨率影像的较好方法,该算法在我国不同农业种植区的适应性及应用工作尚未充分展开。本文以河北、黑龙江、新疆典型农区为研究区域进行大面积应用检验分析,基于 MODIS 与 Landsa 影像,利用ESARFM 生成具有高时空特征的 Landsa 模拟影像,将其与真实 Landsa 影像进行对比,并在新疆地区展开ESARFM 算法在 NDVI 方面的应用。结果表明, ESARFM 对 3 个不同区域状况的地区都有较好的影像预测能力,并且在新疆地区可以很好地生成 30 m 空间分辨率的多时相 NDVI,用于作物分类和长势监测。