学科分类
/ 1
5 个结果
  • 简介:北京区域的陆地地面温度(LST)从利用一个辐射传递方程和城市的热岛(HUI)效果的陆地卫星TMthermal乐队数据被检索有土地覆盖和规范的差别植被指数(NDVI)的北京和它的关系被讨论。LST的结果证明城市的LST比郊外的显然高。平均城市的LST被发现到4。5℃和比郊外、外部的郊外的温度高的9℃,分别地它在北京表明了突出的UHI效果。在LST和NDVI之间的Prominentnegative关联在城市的区域被发现,它建议在城市的区域的低百分比植被盖子是城市的热岛的主要原因。

  • 标签: 土壤表面温度 城市热岛效应 陆地卫星 温度变化
  • 简介:为验证基于TM影像的面向对象分类方法对复杂地区地表覆被信息提取的可行性,以地处西南地区的渝北为例进行实验。利用样本数据对各个波段的光谱特征进行分析,取得对各波段覆被探测能力的初步认识;基于光谱特征的多尺度分割,运用面向对象分类方法对其分类:面向对象的分类方法总精度和Kappa系数分别为88.42g,和0.8547,将其与监督、非监督分类结果对比分析、结果表明,该方法有效抑制了“椒盐”现象,取得较好的分类结果。

  • 标签: 面向对象 遥感 地表覆被 渝北
  • 简介:1前言遥感是根据不同的地物对电磁波束有不同的响应这一原理,来识别地面信息的。传统的分类方法是利用遥感数据的统计值特征与训练区样本数据之间的统计关系进行模式识别,由于地表的复杂,光谱值的}昆合,使普遍存在的“同谱异物”和“同物异谱”问题难以得到令人满意的解决,造成仅仅利用光谱特性进行的自动分类精度不高。

  • 标签: 土地利用 自动分类 TM图像 BP网络 模式识别 遥感数据
  • 简介:以LandsatTM和CBERS-02B图像为遥感数据源,运用RS与GIS技术,对遥感数据的处理方法和技术流程进行系统的研究,并对汉寿县三期遥感影像进行处理,增强影像的可识别性。在野外调查和室内判别的基础上,建立研究区解译标志,采用机助目视解译方法,建立了1994年、2003年及2008年汉寿县土地覆盖数据库,提取并分析汉寿县土地覆盖变化信息。

  • 标签: 遥感 数据处理 数据分析 LandsatTM CBERS-02B 土地覆盖
  • 简介:ItiswellknownthatLandsatTMimagesarethemostwidelyusedremotesensingdatainvariousfields.Usually,ithas7differentelectromagneticspectrumbands,amongwhichthesixthonehasmuchlowergroundresolutioncomparedwiththeothersixbands.Nevertheless,itisusefulinthestudyofrockspectrumreflection,geo-thermalresourcesexploration,etc.ToimprovethegroundresolutionofTM6tothelevelasthatoftheothersixbandsisaproblem.Thispaperpresentsanalgorithmbasedonthecombinationofmulti-variateregressionmodelwithsemi-variogramfunctionwhichcanimprovethegroundresolutionofTM6by"fusing"thedataofothersixbands.Itincludesthefollowingmainsteps:(1)testingthecorrelationbetweenTM6andoneofTM1-5,7.IfthecorrelationcoefficientbetweenTM6andanotheroneisgreaterthanagiventhresholdvalue,thenselectthebandtotheregressionanalysisasanargument.(2)calculatingthesizeofthetemplatewindowwithinwhichsomeparametersneededbytheregressionmodelwillbecalculated;(3)replacingtheoriginalpixelvaluesofTM6bythoseobtainedbyregressionanalysis;(4)usingimageentropyasameasurementtoevaluatethequalityofthefusedimageofTM6.ThebasicmechanismofthealgorithmisdiscussedandtheVC++programforimplementingthisalgorithmisalsopresented.Asimpleapplicationexampleisgiveninthelastpartofthispaper,showingtheeffectivenessofthealgorithm.

  • 标签: multi-variate regression model semi-variogram FUNCTION image