结合冠层密度的森林净初级生产力遥感估测

【目的】 森林冠层密度与林分年龄、植被生长状况有关,在区域森林净初级生产力遥感估测中,结合森林冠层密度以期提高估测精度。【方法】 以广东省韶关市为研究对象,选用2017年Landsat-8 OLI影像、2017年357块森林资源连续清查固定样地数据为主要信息源,分别采用随机森林、多元线性回归、人工神经网络和K最近邻分类法等4种模型,结合森林冠层密度制图器(FCD)进行区域森林净初级生产力特征变量的选取、参数建模、模型精度评价和森林净初级生产力空间制图。【结果】 特征变量中,红光波段(B4)、归一化植被指数(NDVI)、比值植被指数(RVI)、叶面积指数(LAI)、缨帽变换土壤植被因子、纹理特征和地形特征在森林净初级生产力反演中有重要作用。将森林冠层密度因子加入反演模型后,4种遥感估测模型精度均有大幅度提高。对4种遥感估测模型进行性能比较,随机森林模型精度最高,其次是多元线性回归模型、人工神经网络模型,K-最近邻分类模型精度最低。研究区内森林净初级生产力平均值为10.689 t/(hm²·a),高森林净初级生产力 [≥18 t/(hm²·a)]林分面积仅占研究区的19.61%,主要分布在海拔较高的西北部。【结论】 结合冠层密度进行森林净初级生产力的建模,可有效提高模型估测精度。     

碌曲县辛曲金矿床成因及找矿标志浅析

根据对辛曲金矿区的地层地质、构造运动、岩浆活动等特征的分析,对矿区围岩蚀变、矿床特征、矿床成因进行研究,为在该区及异地寻找同类金矿床提供参考.     

SPOT5遥感数据在县域土地利用现状调查中的应用探讨——以贵州省铜仁市为例

基于研究区2004年SPOT5遥感影像,结合GIS与GPS技术,在ENVI、ArcGIS等软件的支持下,对利用高分辨率卫星影像进行县域士地利用调查作了研究,从遥感影像的选取和处理、野外GPS调查和遥感影像解译标志的建立、土地利用调查结果的分析等方面提出了一套具有现实意义的调查方法。     

铁路勘测设计技术应用现状与发展展望

全面系统的总结了目前国内外铁路勘测设计技术的应用现状,介绍了航测技术、GPS-RTK技术、遥感技术、数字地形模型、地理信息系统(GIS)等在铁路勘测设计中的应用,展望了随着信息技术、空间技术的发展而出现的新趋势,提出综合采用“3S”技术以及虚拟现实地理信息系统(VRGIS)来提高铁路勘测设计水平的概念。     

蓬莱侯格庄金矿构造特征及成矿预测

侯格庄金矿位于蓬莱-栖霞金矿带的北段,蓬莱市东南部.其主要发育黄铁矿石英脉型和裂隙网脉型金矿化.虎路线断裂下盘的NNE向张扭性或扭性断裂构造带,控制金矿的成生、富集与分布,控矿断裂构造走向以NNE、NE向为主,少量NEE向,大都倾向SEE和SE,是NNE、NE、NEE向三组走向不同的断裂构造组合形成的控矿构造系统.主控...     

基于Landsat8影像的依兰县土地利用变化分析

以Landsat8卫星影像数据为基础,选取依兰县2013,2016,2020年遥感影像进行监督分类,使用土地利用面积变化、土地利用转移矩阵和土地利用类型动态模型分析依兰县土地利用变化情况.结果表明：2013-2020年,依兰县综合土地利用动态度为1.31%,耕地面积增加了31.1 km²,耕地资源数量稳定;林地面积变化率为-14.38%,2013-2016年为衰减阶段,2016-2020年为恢复阶段;建筑用地动态变化度达8.04%,乡镇基础设施建设水平得到显著提高;水体动态变化度为-1.16%,水体面积相对稳定;裸地和草地面积的转移类型以耕地为主.     

基于Landsat-8 OLI数据的海南牛路岭水库水深的反演研究

基于遥感数据的水深反演对加快海南省基础水文数据的收集和简化整片水域水文数据的动态监测有着重要意义.利用Landsat-8 OLI卫星遥感影像和乘船采集的实测数据,在单波段法、多波段比值法和底部反照率独立水深算法（B算法）中选出了最适合水深反演的模型,即B算法模型,并针对B算法模型中对于深度小于10 m和大于30 m的水体其反演精度不佳的问题,提出了分区反演的处理方法 .结果表明,对于改进后的B算法模型,其平均绝对误差降低了45.7%,平均相对误差降低了42.3%,而且水深反演精度得到了明显提高.故改进后的分区反演B算法模型与牛路岭水库的实际水深分布更为契合,可以将其用来获取整个水库的水深数据.     

长江口潮滩湿地植被光谱分析与遥感检测

通过野外实测长江口潮滩湿地主要植物的光谱特征,分析和提取了优势植被的光谱特征参数和波段.考虑到潮滩湿地植被在生长特点、季节和盖度等方面的影响因素,采用了组合光谱特征波段的植被指数对长江口潮滩湿地植被进行分类检测,以期在现有的多光谱遥感影像上提高分类精度,检测出潮滩湿地植被空间分布的变化.分别计算了实测夏季和秋季的 RVI,NDVI,SAVI和MSAVI四种植被指数,得出不同植被指数对潮滩湿地植被不同盖度和不同季节的检测方法,并将该方法应用于多光谱TM影像上,验证这几种植被指数在TM影像上的分类精度,结合实地考察,发现MSAVI应用到多光谱TM影像上对潮滩湿地植被的分类检测效果最好,但时相应选择夏季.