排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
基于Landsat影像,利用全约束最小二乘法混合像元分解的方法,获取福州中心城区不透水面覆盖度信息,利用同期高分辨率影像面积对比法验证分解结果。根据不透水面覆盖度大小进行分级以表示城市发展程度,采用亚像元状态转移矩阵分析2000年至2016年各等级不透水面区域面积的变化,利用景观指数对城市不同发展程度区域斑块分布变化情况进行分析。结合地表温度归一化方法,计算各级不透水面区域的温度贡献率,并对比城市不同发展程度区域分布对城市热岛效应的影响。结果表明,福州城市化进程主要集中于不透水面覆盖度在30%~60%的区域内,城市发展程度不同的区域相互参杂分布于中心城区内;不透水面覆盖度大于50%的区域促进城市热岛效应的产生,随着斑块破碎化程度的增加,加剧热岛效应产生。研究结果可为缓解城市发展过程中的热岛效应提供参考。 相似文献
2.
基于GIS的BP神经网络遥感影像分类研究 总被引:14,自引:2,他引:14
传统统计模式识别方法进行遥感影像分类时要求数据服从正态分布且难以加入地理辅助数据.通过分析BP网的分类原理与学习算法,采用了融合遥感影像光谱数据和GIS产生的地理辅助数据进行土地利用类型分类的方法.选择最能反映实验区土地利用信息的光谱数据,结合DEM数据和坡度数据,通过归一化处理后进行BP网的训练分类.将分类结果与采用最大似然法所得的结果综合比较,结果表明,该方法优于最大似然法. 相似文献
3.
基于福州城区两时相 Landsat 影像,根据城市发展程度差异将研究区划分为 Zone 1、
Zone 2、Zone 3三个环形区域,在反演地表温度和获取不透水面覆盖度信息的基础上,计算各区域
各级不透水面覆盖度的热分布指数和热效应贡献度指数,分析2004—2021年福州市不同发展程度
区不透水面覆盖度与地表温度之间的定量关系,并运用地理探测器分析植被覆盖度、不透水面覆
盖度和海拔高度对地表温度(Land Surface Temperature,LST)空间异质性的影响。结果表明:2004—
2021年,Zone 1不透水面扩张较少,Zone 2和Zone 3不透水面扩张明显,增加最明显的为Zone 3内
不透水面覆盖度大于60%的区域;不透水面覆盖度大于60%的区域对城市高温面积贡献最大,不
透水面覆盖度为80% ~ 100%时热效应贡献度最大;2004年影响地表温度的主导因子为植被覆盖
度,2021年Zone 1中不透水面覆盖度为影响地表温度的主导因子,其余区域中海拔高度为影响地
表温度的主导因子;福州市地表温度空间分异受多因子共同影响且两因子交互q值均高于单因子q
值。研究结果可为城市规划和缓解城市热岛效应提供参考。 相似文献
1