排序方式: 共有35条查询结果,搜索用时 266 毫秒
1.
基于优势分析法的泥石流影响因子相对重要性分析——以白龙江流域为例 总被引:1,自引:0,他引:1
将白龙江流域划分为1 412个流域单元,以单一子流域为单元,基于前人研究结果与逐步回归法筛选出主沟高差、主沟坡度、距断层距离、滑坡点密度、10 min降雨量、松散堆积物指标、土地利用等7个因子作为白龙江流域泥石流的影响因子,以此建立了对白龙江流域泥石流灾害与影响因子之间的Logistic回归模型.采用优势分析方法计算得出白龙江流域主沟高差、主沟坡度、距断层距离、滑坡点密度、10 min降雨量、松散堆积物指标、土地利用的相对权重分别为22%,20%,17%,14%,11%,8%,7%,得到了白龙江流域泥石流灾害影响因子的作用强度排序,说明白龙江流域地形因子和地质构造因子对泥石流的发生和空间分布起主控作用.基于优势分析相对重要性结果,以及利用泥石流危险性综合指数所得到的研究区泥石流易发性区划图,结果与实际勘察相一致,间接验证了此方法的可靠性. 相似文献
2.
坡度提取时由于DEM本身特性,坡度不可能作为连续变量提取存储.现在传统的做法是按照需要将坡度分类,然后统计分析,找到不同分辨率的DEM提取坡度的转换方式.在不同分辨率提取坡度研究中,一般做法是采集大量数据,然后做归纳,得到需要的结论;如果先进行演绎推理,建立数学模型,不同分辨率坡谱转化将不依赖于某种具体地形.本文的方法是先按照地形的本身特性建立模型,然后用实际采集的数据进行检验,找到可行之处和不足之处,为以后的更进一步研究提供参考. 相似文献
3.
民勤灌区水资源利用的优化模式研究 总被引:1,自引:1,他引:0
根据民勤1999年以来水资源利用数据,结合GIS(Geographic Information System,GIS)空间分析和地统计学方法,研究了该地区地表水利用现状和地下水埋深的时空格局.在此基础上,采用WEAP(Water Evaluation and Planning System,WEAP)模型,从地表水来水量、压缩种植面积和调整种植结构3方面入手,设置多种水资源利用方案,以期找出水资源利用的优化模式,从而实现民勤的生态环境优化和可持续发展. 相似文献
4.
研究北峪河流域径流变化以及影响因素,采用小波分析、累积距平曲线与Mann-Kendall法对降水与径流序列进行趋势分析,利用集中度和集中期表征径流深时间分配特征的参数,并借助双累积曲线法和敏感性系数法定量分析气候变化与人类活动对水文水资源的影响.结果表明, 1979-2014年北峪河流域年平均年径流深与年降水量呈下降趋势,年平均气温与年平均潜在蒸散发量呈增加趋势;研究区变化期相对于基准期平均年径流深减少了51.8 mm;定量分析得出降水对年径流深变化的贡献度较低,分别为21.1%与19.9%,因此人类活动可能是导致研究区年径流量阶段性减少的主导因素. 相似文献
5.
6.
慕士塔格峰冰川变化遥感研究 总被引:7,自引:0,他引:7
以位于新疆维吾尔族自治区西南部的慕士塔格峰冰川为例,利用研究区1965年经航片校对的地形图和2001年5月的ASTER遥感影像为信息源,通过遥感图像处理技术和专家指导下的人工解译得到1965,2001年两期冰川边界图,用GIS统计该地区冰川面积,并分析冰川变化总趋势.结果表明,近36年来,慕士塔格峰冰川整体呈现退缩趋势,冰川面积减少了1.11%,而山峰西侧和南侧的部分冰川有前进的现象. 相似文献
7.
兰州地区位于我国黄土高原的西北部。区内地貌类型以黄土梁峁、勾壑为主,还有山地与盆地,黄河由西向东贯穿兰州盆地,黄河南北两岸形成多级阶地。天然植被以干草原为主,向北逐渐出现荒漠化草原,局部的山地分布着森林和灌丛,以兴隆山和马衔山为例,除此之外,以农田所占据,在这种生态环境中分布着啮齿动物群。 相似文献
8.
9.
鄂尔多斯地区沙漠化遥感定量评价 总被引:3,自引:0,他引:3
利用Landsat TM遥感光谱信息,构建了多维向量空间下的14个遥感定量指标,采用Fisher逐步判别分析法从这些指标中筛选出8个与沙漠化现状(非沙漠化、潜在沙漠化、沙漠化)密切相关的指标(氧化铁、地表反照率、植被指数)和反映水与植物特性的5个波段(波段1,2,4,5,7),又分辨出6个与沙漠化程度密切相关的变量(氧化铁、地表反照率、植被指数和反映土壤水分和植物水分的2个波段(波段5,7)).利用这些指标建立的判别方程对鄂尔多斯地区沙漠化程度进行了评价,并与2000年的沙漠化程度评价结果对比,发现判别方程的精度达68.9%.结合遥感光谱信息和Fisher分类器可以在遥感图像处理软件下实现沙漠化现状与程度的自动识别,与单纯使用遥感光谱信息进行分类相比,引入遥感代用指标,对于沙漠化现状与程度的分类和分级具有更好的效果. 相似文献
10.
室内定位环境中接入节点(access point,AP)部署密集时,针对参考节点(reference point,RP)接收到邻近AP的接收信号强度(received signal strength,RSS)数据相关性大,而导致聚类过程中聚类中心相关性高、聚类不准确等问题,提出了一种基于K-L变换的聚类算法;该算法通过K-L变换对RSS指纹数据去相关处理来保留原始指纹数据最大的特征信息数据,然后通过k-means聚类算法聚类能够得到更高的聚类准确率,从而来提高定位精度。实验结果表明,该算法比没有经过K-L变换去相关处理的聚类算法聚类准确率要高;并且在实验过程中确定RSS数据经K-L变换降维之后的维数为5、聚类中心数为5时,定位误差在2 m以内的概率提高了9.3%。 相似文献