期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
福州新区建设背景下生态脆弱性的演变研究 被引量:3
1
作者 许章华 陈文慧 +2 位作者 石文春 林璐 陈秋霞 《遥感信息》 CSCD 北大核心 2021年第6期34-43,共10页
福州新区是国务院2015年批复建设的全国第14个国家级新区,对国家的“一带一路”建设具有重要支撑作用,深入研究快速建设背景下该区的生态脆弱性演变有助于其理性规划与发展。以新区批复前后的2014、2016、2018、2020年四期Landsat-8 OL... 福州新区是国务院2015年批复建设的全国第14个国家级新区,对国家的“一带一路”建设具有重要支撑作用,深入研究快速建设背景下该区的生态脆弱性演变有助于其理性规划与发展。以新区批复前后的2014、2016、2018、2020年四期Landsat-8 OLI遥感影像为数据源,结合新区自然生态与干扰特征,选取土地利用类型、归一化植被指数、归一化建筑指数、改进的归一化差值水体指数、土壤类型、人类干扰指数、坡度、地形起伏度、景观分离度指数及景观分维度指数等10个指标,基于熵权与综合指数法定量研究该时期福州新区的生态脆弱性演变特征。结果表明,福州新区有较好的生态本底,在开发建设的过程中,生态脆弱性呈现先升高后降低的趋势,其中,高山城镇群片区和江阴产城片区的生态脆弱性呈上升趋势,生态质量变化较剧烈,面临着生态恶化的风险,应高度重视该区域生态与经济建设的协调性。 展开更多
关键词 生态脆弱性 时空演变 国家级新区 快速建设 福州新区
在线阅读 下载PDF
高光谱图像分类的ReliefF-RFE特征选择算法构建与应用 被引量:16
2
作者 项颂阳 许章华 +5 位作者 张艺伟 张琦 周鑫 俞辉 李彬 李一帆 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2022年第10期3283-3290,共8页
高光谱图像具有波段连续、维数高、数据量大、相邻波段相关性强的特点,可为地物分类提供更为丰富的细节信息。但是,数据中存在大量冗余信息与噪声,在图像分类中如直接利用其所有波段特征而不进行有效分析与选择,将会导致较低的计算效率... 高光谱图像具有波段连续、维数高、数据量大、相邻波段相关性强的特点,可为地物分类提供更为丰富的细节信息。但是,数据中存在大量冗余信息与噪声,在图像分类中如直接利用其所有波段特征而不进行有效分析与选择,将会导致较低的计算效率和较高的计算复杂度,分类精度亦可能随着波段维数增加而出现先增后减的“休斯(Hughes)现象”。为快速地从高达数十个甚至数百个波段的高光谱图像中提取出具有较好识别能力的特征子集,从而避免“维度灾难”,将过滤式ReliefF算法和封装式特征递归消除算法(RFE)相结合,构建了ReliefF-RFE特征选择算法,可用于高光谱图像分类的特征选择。该算法根据权重阈值,利用ReliefF算法快速剔除大量无关特征,缩小并优化特征子集的范围;利用RFE算法进一步搜索最优特征子集,将缩小范围后的特征子集中与分类器关联性小、冗余的特征进行递归筛选,进而得到分类性能最佳的特征子集。采用Indian pines数据集、Salinas-A数据集与KSC数据集等3个标准数据集作为实验数据,将ReliefF-RFE算法的应用效果与ReliefF和RFE算法进行对比。结果显示,在3个数据集中,应用ReliefF-RFE算法的高光谱图像分类平均总体精度(OA)为92.94%、F-measure为92.81%,Kappa系数为91.94%;ReliefF-RFE算法的平均特征维数是ReliefF算法的37%,而平均运算时间则是RFE算法的75%。由此表明,ReliefF-RFE算法能够在保证分类精度的同时,克服过滤式ReliefF算法无法有效减小特征之间冗余以及封装式RFE算法时间复杂度较高的缺陷,具有更为均衡的综合性能,适用于高光谱图像分类的特征选择。 展开更多
关键词 高光谱图像 特征选择 RELIEFF算法 RFE算法 ReliefF-RFE算法
在线阅读 下载PDF
基于PROBA/CHRIS影像的归一化阴影植被指数NSVI构建与应用效果 被引量:2
3
作者 胡新宇 许章华 +4 位作者 陈文慧 陈秋霞 王琳 刘辉 刘智才 《国土资源遥感》 CSCD 北大核心 2021年第2期55-65,共11页
开展高光谱遥感影像的阴影检测研究有助于去除阴影,并进一步发挥其高光谱分辨率优势。以多角度高光谱影像PROBA/CHRIS为数据源,尝试从增大明亮区植被、阴影区植被、水体区3种典型地物间光谱的差异入手,利用连续投影算法(successive proj... 开展高光谱遥感影像的阴影检测研究有助于去除阴影,并进一步发挥其高光谱分辨率优势。以多角度高光谱影像PROBA/CHRIS为数据源,尝试从增大明亮区植被、阴影区植被、水体区3种典型地物间光谱的差异入手,利用连续投影算法(successive projection algorithm,SPA)选取特征波段,并分析典型地物在CHRIS影像原始波段及归一化差值植被指数上的光谱特征,由此构建该影像的归一化阴影植被指数(normalized shaded vegetation index,NSVI)。基于步长法设置合理阈值,对影像予以分类,并从分类精度及光谱差异增强效果两个角度评价NSVI对CHRIS影像阴影的检测能力。结果表明:B9和B15可作为构建CHRIS影像NSVI的特征波段;基于NSVI阈值法对CHRIS多角度影像予以分类,各角度影像3种地物的分类精度均在94%以上,总Kappa均大于0.89,0°影像的分类效果最佳;经掩模获取分类后3种地物的子影像,子影像光谱均值有差异,但考虑标准差后则发现其光谱重叠现象较为明显,表明NSVI可增强典型地物间的光谱差异,提高了光谱混淆像元间的可分性。通过进一步比较NSVI与归一化阴影指数和阴影指数的阴影检测效果,亦证明了NSVI的阴影检测能力,说明所构建的NSVI能够应用于PROBA/CHRIS高光谱影像的阴影检测,可为该影像的阴影去除及阴影信息修复等工作提供重要支持。 展开更多
关键词 PROBA/CHRIS影像 归一化阴影植被指数NSVI 阴影检测 高光谱遥感 光谱特征
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部