共查询到12条相似文献,搜索用时 62 毫秒
1.
甘肃陇东地区是黄河上游水土流失严重区,也是国家重点治理的地区之一.由于特殊的岩土体的存在,加重了这一地区水土流失作用的危害性.通过水土流失现象与地质作用的关系进行偿试性探讨,旨在从中找到防治水土流失的有效措施,开展治理工作. 相似文献
2.
3.
根据几何代数理论,提出对偶四元数区域网平差方法,采用对偶四元数描述区域网像坐标系间的旋转和平移,对严格共线条件方程进行线性化,按照带有约束条件的间接平差进行迭代解算. 对偶四元数区域网平差模型法方程式的结构完全类似于传统方法,所需计算机内存单位由于边宽的增加而略有增加. 实验结果表明,对偶四元数区域网平差在影像的4个定点与中心布置控制点,能达到较高的测量精度. 相似文献
4.
5.
6.
7.
利用BP神经网络和主成分分析法,结合SPOT-5遥感数据对土地开发整理区土壤有机质含量进行定量反演.试验采集了29个土壤样品并进行野外光谱测量,29个土样分为20个预测集和9个验证集,通过主成分分析对光谱信息进行变量转换,建立土壤有机质的BP神经网络预测模型,预测精度高达0.95.与土地开发整理前相比,土地开发整理后土壤有机质含量明显增加,土壤肥力提高而且分布均匀,土地平整效果显著,该方法对土地开发整理土壤质量验收工作具有重要的理论意义和实用价值. 相似文献
8.
9.
农田识别是进行作物的长势监测、产量预报和时空特性研究的基础,能够为国家农业政策的制定提供数据支撑。基于像元的传统农田遥感识别方法只利用了影像像元的属性信息,造成农田识别精度不高。面向对象的识别方法根据多尺度分割后得到对象的光谱、形状和纹理属性分类,提高了农田识别的精度。随着航天技术快速发展,与中低分辨率影像相比,高分辨率遥感影像能够提供更丰富的光谱、形状和纹理特征的目标地物,但同时信息量和数据量呈几何级数增加的高分辨率遥感影像给现有的农田遥感识别方法带来极大挑战。回顾了中低分辨率和高分辨率的农田遥感识别方法的研究进展,重点阐述了多尺度分割与三种监督型机器学习算法组合的面向对象的识别方法。结果表明,以机器学习算法为基础的面向对象分类的总体精度都高于96%,卡帕系数均超过0.93。 相似文献
10.