简介:本文以2006年1月24日发射成功的日本地球观测卫星ALOS卫星(AVNIR-2)数据为数据源,选取盐城丹顶鹤保护区核心区湿地作为研究区,尝试寻找一种有效的针对ALOS数据凸显湿地植被信息的图像变换方法,实现对遥感数据的数据降维,提高假彩色合成的图像效果的目的。同时也为其他的新的遥感数据源的数据处理提供一些思路。本文对传统的主成分分析作了改进,在对影像作主成分变换前,首先依据4,5,2假彩色合成的图像的上的细微色调差别,精选细分湿地植被,选择8类训练区,保证每类的训练区的像元数相同。根据训练区的统计数据再对整幅影像做主成分分析。通过这种有训练区辅助的主成分变换,其变换后的主成分第一分量包含了数据中的绝大部分的湿地植被信息,其中第一、二、三分量内含有的湿地植被信息量逐级减少,第四分量几乎不含湿地植被信息。在对ALOS数据进行训练区辅助主成分变换的同时也对ALOS数据进行传统的主成分变换。利用传统主成分变换后的分量数据与训练区辅助主成分变换的分量间的相互关系。经统计运算和反复实验,制定了三个假彩色合成方案:方案一,RGB:PC训练区1,PC训练区2,PC训练区3;方案二,RGB:PC传统1,PC传统2,PC传统5;方案三,RGB:C训练AQ1,PC传统2,PC传统5。在目视效果上,方案三有效凸现了湿地植被信息,扩大了细微差别,边界更明显,视觉效果更好。计算方案二和方案三的最佳波段组合指数,方案三也明显优于方案二。
简介:数据中心的存储迎来了一个新的春天?犹如爆炸般增长的数据给数据中心存储带来了挑战?快捷键:简洁性和可视化2015年,数据复杂性失控,简洁性和可视化变得尤为重要。数据中心将由快捷键组成!数据复杂性这个问题不仅是由容量增长导致的。根据IDC报告,移动和传感器设备正在生成新的端点,到2020年将达到200亿台,数据就是在这些端点中创建的。这些数据将包含更多需要索引的对象,而每个对象由于需要收集更精细的数据而比以往更大。不断传输数据带来了新的、独一无二的性能和可用性问题。因为可能用来为未来分析创建上下文,所有数据都必须保留更长时间。然而,唯一没有增长的是管理预算。