期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于MODIS遥感影像的森林火灾火点检测方法 被引量:10
1
作者 付迎春 速云中 钟小君 《华南师范大学学报(自然科学版)》 CAS 2008年第3期112-118,共7页
采用结合可见光和红外通道实现烟雾掩膜预处理、潜在火点识别和基于背景窗动态阈值检测火点的方法,对大兴安岭2个火灾区的火点进行检测,验证了改进火点算法对小火点具有较高的敏感性,同时表明4 um通道亮温值低于320 K,将能有效检测出小... 采用结合可见光和红外通道实现烟雾掩膜预处理、潜在火点识别和基于背景窗动态阈值检测火点的方法,对大兴安岭2个火灾区的火点进行检测,验证了改进火点算法对小火点具有较高的敏感性,同时表明4 um通道亮温值低于320 K,将能有效检测出小火点和闷烧火点,为林火预警和及时扑救提供有力支持. 展开更多
关键词 MODIS 小火点 亮温阈值 背景窗
在线阅读 下载PDF
融合D-InSAR技术与ArcGIS软件的矿区开采沉陷监测 被引量:7
2
作者 魏海霞 高照忠 叶长斌 《金属矿山》 CAS 北大核心 2016年第11期128-131,共4页
合成孔径雷达差分干涉测量技术(D-InSAR)存在卫星重访周期较长的不足,导致矿区开采沉陷监测精度不高,难以适应矿区开采沉陷动态监测的要求。为此,以双鸭山某矿区为例,将D-InSAR技术与ArcGIS软件进行有机结合进行开采沉陷监测分析。首先... 合成孔径雷达差分干涉测量技术(D-InSAR)存在卫星重访周期较长的不足,导致矿区开采沉陷监测精度不高,难以适应矿区开采沉陷动态监测的要求。为此,以双鸭山某矿区为例,将D-InSAR技术与ArcGIS软件进行有机结合进行开采沉陷监测分析。首先选择该矿区2014年10—11月3景C波段TerraSAR影像作为干涉影像数据,构成了3个干涉影像对;然后针对In-SAR干涉影像存在的基线误差、大气误差、地形误差以及时间失相关等,以GAMMA软件为平台,通过精细二轨D-InSAR模式,进行干涉影像对配准、基线估计、相位解缠处理,提高D-InSAR干涉影像精度;最后将D-InSAR差分干涉影像与开采平面、开采计划以及水准测量数据进行叠加,分析矿区开采沉陷区域的空间动态分布位置,并将D-InSAR差分干涉影像导入ArcGIS软件对矿区开采沉陷进行定量分析。研究表明:干涉影像对1、2、3的时间间隔分别为11,22,33d,期间矿区的最大沉陷量分别为40,41,45mm,平均沉陷量为0.86mm/d,区内同期水准测量获得的沉陷量平均为0.92mm/d,可见,融合D-InSAR技术与ArcGIS软件的开采沉陷监测方法有一定的精度。 展开更多
关键词 开采沉陷 D-INSAR ArcGIS 干涉影像 GAMMA 相位解缠
在线阅读 下载PDF
典型空间插值模型稳定性及其影响因素研究 被引量:5
3
作者 张金兰 黄铁兰 黄秋鑫 《环境科学与技术》 CAS CSCD 北大核心 2019年第3期206-213,共8页
该文以农业土壤重金属Cd、Cu为研究对象,将研究区域722个样点,随机均分为2个均等数据集。分别利用IDW法、普通Kriging法对2个数据集进行制图模拟,基于地图直接对比方式,分析2种常用插值方法制图稳定性及其影响因素。通过5次抽样制图对... 该文以农业土壤重金属Cd、Cu为研究对象,将研究区域722个样点,随机均分为2个均等数据集。分别利用IDW法、普通Kriging法对2个数据集进行制图模拟,基于地图直接对比方式,分析2种常用插值方法制图稳定性及其影响因素。通过5次抽样制图对比分析,结果表明:IDW法制图差异度主要集中在<20%以下,差异度较高区域在空间上分布相对分散。普通Kriging法在制图差异度<10%和10%~20%的区域所占比例低于IDW法,在差异度>30%所占比例远高于IDW法,空间上呈大片面状分布。IDW法插值结果稳定性相对普通Kriging法高,制图结果空间格局的重现率更高。制图结果稳定性受样本数据空间结构性影响,空间变异越大,插值结果差异值和差异度越大,且普通Kriging方法受样本点数据空间变异性影响更为明显。因此,在开展土壤重金属污染评价生产实践过程中,对于空间变异性较大的土壤属性,以及对空间变异性较大的局部区域,需要考虑增加采样点密度,以提高插值的精确度和保证插值结果反映真实土壤属性空间分布的规律。 展开更多
关键词 地图直接对比 插值方法 稳定性 影响因素
在线阅读 下载PDF
大冶铁矿开采沉陷GPS高程拟合CQPSO-LSSVM模型 被引量:5
4
作者 侯林锋 《金属矿山》 CAS 北大核心 2017年第9期166-169,共4页
传统最小二乘支持向量机拟合模型(Least squares support vector machine model,LSSVM)在进行矿区地表沉降GPS高程拟合时精度较低,为进一步提升矿区地表沉降监测精度,采用协同量子粒子群算法(Cooperative quantum-behaved particle swar... 传统最小二乘支持向量机拟合模型(Least squares support vector machine model,LSSVM)在进行矿区地表沉降GPS高程拟合时精度较低,为进一步提升矿区地表沉降监测精度,采用协同量子粒子群算法(Cooperative quantum-behaved particle swarm optimization,CQPSO)对LSSVM模型进行了优化。该算法的协同搜索策略是在解空间中使用多个子群取代整个种群,可有效解决由于单个种群、单个搜索策略导致的迭代后期种群多样性下降的早熟问题。以大冶铁矿为例,采用实地获取的矿区地表GPS监测数据对改进最小二乘支持向量机拟合模型(CQPSO-LSSVM)进行试验,并与BP神经网络拟合模型以及量子粒子群算法(Quantum-behaved particle swarm optimization,QPSO)优化的最小二乘支持向量机拟合模型(QPSO-LSSVM)进行比较,结果表明,CQPSO-LSSVM模型的内、外符合精度分别为±2.5 mm、±3.1 mm,BP神经网络拟合模型的内、外符合精度分别为±2.9 mm、±4.6 mm,QPSO-LSSVM模型的内、外符合精度分别为±2.8 mm、±3.5 mm,可见CQPSO-LSSVM模型的拟合精度稍优于其余两者,采用该模型对矿区地表沉降GPS数据进行拟合处理,可获得较高的监测精度。 展开更多
关键词 开采沉陷 GPS高程拟合 最小二乘支持向量机 协同量子粒子群算法 BP神经网络模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部