排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
2.
利用1975、2000、2007年遥感影像作为数据源,选用新型多元统计分析—偏最小二乘回归分析(PLS),研究东北地区湿地变化的影响因素.结果显示,湿地总面积在1975-2000年减少23079.1km2,在2000-2007年增加14523.3km2,但32年来依旧呈减少趋势.沼泽湿地景观梯度值域收缩,分布稀疏,面积减少,消退形势严峻,水稻田则反之.在景观梯度存在耦合性的三江平原(鹤岗—佳木斯—双鸭山—鸡西一线的东北部)、哈尔滨市东北部、松辽平原北部,沼泽湿地向水稻田转化剧烈,说明开垦沼泽湿地是水稻田增加的主要原因之一.偏最小二乘回归分析表明,粮食需求是造成沼泽湿地减少与人工湿地增加的主要原因,影响东北地区湿地变化的主要因素由自然因素向人为因素转变.除2000-2007年的人工湿地外,偏最小二乘回归分析的精度均较高. 相似文献
3.
基于最小二乘支持向量机和高分辨率遥感影像的大尺度区域岩性划分 总被引:2,自引:0,他引:2
基于大尺度区域分割的理念,提取高分辨率遥感图像中与岩性相关的纹理、形状、光谱信息,利用最小二乘支持向量机(LS-SVM)在非线性预测中的优势,对研究区地质岩性进行识别。首先对高分辨率图像中与岩性相关的光谱、纹理、形状、高程等特征信息进行样本选取,选取过程中以图像的纹理为主要特征信息,同时以J-M距离、转换分类度为依据选取最优特征空间,采用因子分析变换降维对特征空间进行压缩,实现特征信息最优化;然后对已知样本进行训练,建立分类模型,评价模型精度;最后利用模型对研究区进行岩性划分,并进行分类后处理。研究结果表明:基于LS-SVM的分类方法在利用高分辨率遥感图像岩性识别中表现良好,为地质岩性分类提供了一种新的方法和手段;加入纹理等信息后的LS-SVM分类模型更加利于岩性的判别。 相似文献
4.
植被覆盖与自然演变和人类活动存在着复杂的响应关系,建立这种复杂关系的多元统计模型并找出影响植被覆盖的主要驱动力,对植被的种植和保护具有重要意义.本文在RS和GIS平台支持下,把数量化理论Ⅰ模型用于吉林东部植被覆盖驱动力研究,分别选取自然因素数据(高程、坡度、坡向、温度、降水量和河湖分布数据)和人为因素数据(人口密度和城镇变化强度)共8个因子,建立植被覆盖与各驱动因子相关关系的数量化理论Ⅰ模型,分别从全区和流域划分的角度分析影响植被覆盖变化的主要驱动力,结果表明,全区和各流域建模精度均较高,而且各流域分析和全区分析得出的结果基本一致:在研究区内地形因子中的高程和坡度对植被覆盖的影响较大,是影响植被覆盖的主要驱动力. 相似文献
1