欢迎访问鄱阳湖地域文化特色库!
全部 图书 图片 报纸 期刊 新闻 视频 学位论文 会议论文
检索结果相关分组
相关搜索词
鄱阳湖天鹅之殇
作者:暂无 来源:博客天下 年份:2009 文献类型 :期刊
描述:鄱阳湖天鹅之殇
鄱阳湖三江口柱状沉积物氮的垂直分布特征
作者: 王毛兰 艾永平 周文斌  来源:安徽农业科学杂志 年份:2009 文献类型 :期刊 关键词: 鄱阳湖三江口  柱状沉积物  分布特征   
描述:研究了鄱阳湖三江口柱状沉积物中各形态氮的垂直剖面分布规律。结果表明,柱状沉积物中TN随深度变化范围为480.0~1900.0μg/g,其含量随深度变化表现为3种分布类型:随深度逐渐减小型、随深度逐渐
全文:研究了鄱阳湖三江口柱状沉积物中各形态氮的垂直剖面分布规律。结果表明,柱状沉积物中TN随深度变化范围为480.0~1900.0μg/g,其含量随深度变化表现为3种分布类型:随深度逐渐减小型、随深度逐渐
鄱阳湖沿湖居民血吸虫病血清流行病学调查分析
作者: 钟子静 曾小军 姜唯声 胡位陈 兰炜明 张智珠 高晓晖 谢峰 葛军 吕尚标  来源:实验与检验医学 年份:2009 文献类型 :期刊 关键词: 分析  流行病学  血清  血吸虫病 
描述:目的了解鄱阳湖区血吸虫病二类疫区居民抗体变化规律。方法用Kato-Katz和IHA法对居民进行病原学和血清学检查。结果该地居民血吸虫平均感染率和抗体阳性率分别为6.19%和26.67%,不同
全文:目的了解鄱阳湖区血吸虫病二类疫区居民抗体变化规律。方法用Kato-Katz和IHA法对居民进行病原学和血清学检查。结果该地居民血吸虫平均感染率和抗体阳性率分别为6.19%和26.67%,不同
鄱阳湖流域季节性绿色覆被(作物)的NDVI指数变化特征分析
作者: 汪权方 李家永  来源:测绘科学 年份:2009 文献类型 :期刊 关键词: 季节变化  作物  鄱阳湖流域  NDVI 
描述:土地覆被的季节性变化特征可为全球变化模拟提供重要信息.本文利用包含植被一个完整生长周期的SPOT4-VEGETATlON的NDVI影像,对鄱阳湖流域典型季节性绿色覆被(作物)的绿度值、峰值、谷值
全文:土地覆被的季节性变化特征可为全球变化模拟提供重要信息.本文利用包含植被一个完整生长周期的SPOT4-VEGETATlON的NDVI影像,对鄱阳湖流域典型季节性绿色覆被(作物)的绿度值、峰值、谷值
广播剧《重返鄱阳湖》二人谈
作者:暂无 来源:创作评谭 年份:2009 文献类型 :期刊
描述:广播剧《重返鄱阳湖》二人谈
鄱阳湖湿地植被的多源影像数据融合制图
作者: 纪卓娅  来源:武汉大学 年份:2009 文献类型 :学位论文 关键词: Brovey变换  影像融合  植物群落  IHS变换 
描述:全球湿地资源由于人类的活动正以惊人的速度减少。比起高花费的野外调查,随着遥感科学以及地理信息系统的发展,基于监测植物群落的湿地管理变得更加有效率。然而,光学遥感不总是能够正确地区分出湿地植物群落。而且,湿地典型的潮湿性气候大大的降低了光学影像的质量并进一步减少了其在原本在发展中国家就难以获得的数量。作为一种解决方法,本文研究了光学影像与雷达影像的融合。这两种不同来源的影像数据中有着相互补充的信息。本文的目的就是研究两种不同的融合技术亮度,色相合饱和度(IHS)变换以及Brovey变换在区分确定湿地植物群落是否可行。 在影像数据融合之前,分别对光学影像ALOS以及ENVISAT雷达影像中的湿地植物群落(苔草,荻和狗牙根)进行最大释然法的监督分类。尽管有一些分类错误,ALOS影像的分类结果基本能够区分这三种植物群落(总体精度达到88.7%,kappa统计值达到0.86)。ALOS分类图中这三种植物群落围绕着湖呈现带状分布,但是难以看出苔草和荻哪一种更接近湖泊。在图中沙地非常清晰可见。虽然水体被归类的很准确,ENVISAT雷达影像的分类图几乎不能分辨出这三种植物群落的区别(总体精度75%,kappa0.66)。大部分的沙地都被错误的分类到水体类。用两种技术融合之后的影像分类都更加成功。在两幅融合分类图中,沙地和水体被完全的区分开来。在Brovey融合分类结果图中(总体精度达93.4%,kappa0.91),荻群落被绘制的比较分散而不是形成带状。但是苔草是最接近湖泊,跟着是荻和狗牙根的分布次序还是非常明显的。在IHS融合分类结果图中这三种植物群落被区分的非常好(总体精度94.4%,kappa0.93)。 不同传感器来源的影响融合,充分利用了相互补充的信息内容可以成功的对湿地植物群落进行制图。这种便宜而且高效监测湿地资源的方法的潜力是显而易见的。
全文:全球湿地资源由于人类的活动正以惊人的速度减少。比起高花费的野外调查,随着遥感科学以及地理信息系统的发展,基于监测植物群落的湿地管理变得更加有效率。然而,光学遥感不总是能够正确地区分出湿地植物群落。而且,湿地典型的潮湿性气候大大的降低了光学影像的质量并进一步减少了其在原本在发展中国家就难以获得的数量。作为一种解决方法,本文研究了光学影像与雷达影像的融合。这两种不同来源的影像数据中有着相互补充的信息。本文的目的就是研究两种不同的融合技术亮度,色相合饱和度(IHS)变换以及Brovey变换在区分确定湿地植物群落是否可行。 在影像数据融合之前,分别对光学影像ALOS以及ENVISAT雷达影像中的湿地植物群落(苔草,荻和狗牙根)进行最大释然法的监督分类。尽管有一些分类错误,ALOS影像的分类结果基本能够区分这三种植物群落(总体精度达到88.7%,kappa统计值达到0.86)。ALOS分类图中这三种植物群落围绕着湖呈现带状分布,但是难以看出苔草和荻哪一种更接近湖泊。在图中沙地非常清晰可见。虽然水体被归类的很准确,ENVISAT雷达影像的分类图几乎不能分辨出这三种植物群落的区别(总体精度75%,kappa0.66)。大部分的沙地都被错误的分类到水体类。用两种技术融合之后的影像分类都更加成功。在两幅融合分类图中,沙地和水体被完全的区分开来。在Brovey融合分类结果图中(总体精度达93.4%,kappa0.91),荻群落被绘制的比较分散而不是形成带状。但是苔草是最接近湖泊,跟着是荻和狗牙根的分布次序还是非常明显的。在IHS融合分类结果图中这三种植物群落被区分的非常好(总体精度94.4%,kappa0.93)。 不同传感器来源的影响融合,充分利用了相互补充的信息内容可以成功的对湿地植物群落进行制图。这种便宜而且高效监测湿地资源的方法的潜力是显而易见的。
鄱阳湖湿地植被的多源影像数据融合制图
作者: 纪卓娅  来源:武汉大学 年份:2009 文献类型 :学位论文 关键词: Brovey变换  影像融合  植物群落  IHS变换 
描述:全球湿地资源由于人类的活动正以惊人的速度减少。比起高花费的野外调查,随着遥感科学以及地理信息系统的发展,基于监测植物群落的湿地管理变得更加有效率。然而,光学遥感不总是能够正确地区分出湿地植物群落。而且,湿地典型的潮湿性气候大大的降低了光学影像的质量并进一步减少了其在原本在发展中国家就难以获得的数量。作为一种解决方法,本文研究了光学影像与雷达影像的融合。这两种不同来源的影像数据中有着相互补充的信息。本文的目的就是研究两种不同的融合技术亮度,色相合饱和度(IHS)变换以及Brovey变换在区分确定湿地植物群落是否可行。 在影像数据融合之前,分别对光学影像ALOS以及ENVISAT雷达影像中的湿地植物群落(苔草,荻和狗牙根)进行最大释然法的监督分类。尽管有一些分类错误,ALOS影像的分类结果基本能够区分这三种植物群落(总体精度达到88.7%,kappa统计值达到0.86)。ALOS分类图中这三种植物群落围绕着湖呈现带状分布,但是难以看出苔草和荻哪一种更接近湖泊。在图中沙地非常清晰可见。虽然水体被归类的很准确,ENVISAT雷达影像的分类图几乎不能分辨出这三种植物群落的区别(总体精度75%,kappa0.66)。大部分的沙地都被错误的分类到水体类。用两种技术融合之后的影像分类都更加成功。在两幅融合分类图中,沙地和水体被完全的区分开来。在Brovey融合分类结果图中(总体精度达93.4%,kappa0.91),荻群落被绘制的比较分散而不是形成带状。但是苔草是最接近湖泊,跟着是荻和狗牙根的分布次序还是非常明显的。在IHS融合分类结果图中这三种植物群落被区分的非常好(总体精度94.4%,kappa0.93)。 不同传感器来源的影响融合,充分利用了相互补充的信息内容可以成功的对湿地植物群落进行制图。这种便宜而且高效监测湿地资源的方法的潜力是显而易见的。
全文:全球湿地资源由于人类的活动正以惊人的速度减少。比起高花费的野外调查,随着遥感科学以及地理信息系统的发展,基于监测植物群落的湿地管理变得更加有效率。然而,光学遥感不总是能够正确地区分出湿地植物群落。而且,湿地典型的潮湿性气候大大的降低了光学影像的质量并进一步减少了其在原本在发展中国家就难以获得的数量。作为一种解决方法,本文研究了光学影像与雷达影像的融合。这两种不同来源的影像数据中有着相互补充的信息。本文的目的就是研究两种不同的融合技术亮度,色相合饱和度(IHS)变换以及Brovey变换在区分确定湿地植物群落是否可行。 在影像数据融合之前,分别对光学影像ALOS以及ENVISAT雷达影像中的湿地植物群落(苔草,荻和狗牙根)进行最大释然法的监督分类。尽管有一些分类错误,ALOS影像的分类结果基本能够区分这三种植物群落(总体精度达到88.7%,kappa统计值达到0.86)。ALOS分类图中这三种植物群落围绕着湖呈现带状分布,但是难以看出苔草和荻哪一种更接近湖泊。在图中沙地非常清晰可见。虽然水体被归类的很准确,ENVISAT雷达影像的分类图几乎不能分辨出这三种植物群落的区别(总体精度75%,kappa0.66)。大部分的沙地都被错误的分类到水体类。用两种技术融合之后的影像分类都更加成功。在两幅融合分类图中,沙地和水体被完全的区分开来。在Brovey融合分类结果图中(总体精度达93.4%,kappa0.91),荻群落被绘制的比较分散而不是形成带状。但是苔草是最接近湖泊,跟着是荻和狗牙根的分布次序还是非常明显的。在IHS融合分类结果图中这三种植物群落被区分的非常好(总体精度94.4%,kappa0.93)。 不同传感器来源的影响融合,充分利用了相互补充的信息内容可以成功的对湿地植物群落进行制图。这种便宜而且高效监测湿地资源的方法的潜力是显而易见的。
鄱阳湖湿地植被的多源影像数据融合制图
作者: 纪卓娅  来源:武汉大学 年份:2009 文献类型 :学位论文 关键词: Brovey变换  影像融合  植物群落  IHS变换 
描述:全球湿地资源由于人类的活动正以惊人的速度减少。比起高花费的野外调查,随着遥感科学以及地理信息系统的发展,基于监测植物群落的湿地管理变得更加有效率。然而,光学遥感不总是能够正确地区分出湿地植物群落。而且,湿地典型的潮湿性气候大大的降低了光学影像的质量并进一步减少了其在原本在发展中国家就难以获得的数量。作为一种解决方法,本文研究了光学影像与雷达影像的融合。这两种不同来源的影像数据中有着相互补充的信息。本文的目的就是研究两种不同的融合技术亮度,色相合饱和度(IHS)变换以及Brovey变换在区分确定湿地植物群落是否可行。 在影像数据融合之前,分别对光学影像ALOS以及ENVISAT雷达影像中的湿地植物群落(苔草,荻和狗牙根)进行最大释然法的监督分类。尽管有一些分类错误,ALOS影像的分类结果基本能够区分这三种植物群落(总体精度达到88.7%,kappa统计值达到0.86)。ALOS分类图中这三种植物群落围绕着湖呈现带状分布,但是难以看出苔草和荻哪一种更接近湖泊。在图中沙地非常清晰可见。虽然水体被归类的很准确,ENVISAT雷达影像的分类图几乎不能分辨出这三种植物群落的区别(总体精度75%,kappa0.66)。大部分的沙地都被错误的分类到水体类。用两种技术融合之后的影像分类都更加成功。在两幅融合分类图中,沙地和水体被完全的区分开来。在Brovey融合分类结果图中(总体精度达93.4%,kappa0.91),荻群落被绘制的比较分散而不是形成带状。但是苔草是最接近湖泊,跟着是荻和狗牙根的分布次序还是非常明显的。在IHS融合分类结果图中这三种植物群落被区分的非常好(总体精度94.4%,kappa0.93)。 不同传感器来源的影响融合,充分利用了相互补充的信息内容可以成功的对湿地植物群落进行制图。这种便宜而且高效监测湿地资源的方法的潜力是显而易见的。
全文:全球湿地资源由于人类的活动正以惊人的速度减少。比起高花费的野外调查,随着遥感科学以及地理信息系统的发展,基于监测植物群落的湿地管理变得更加有效率。然而,光学遥感不总是能够正确地区分出湿地植物群落。而且,湿地典型的潮湿性气候大大的降低了光学影像的质量并进一步减少了其在原本在发展中国家就难以获得的数量。作为一种解决方法,本文研究了光学影像与雷达影像的融合。这两种不同来源的影像数据中有着相互补充的信息。本文的目的就是研究两种不同的融合技术亮度,色相合饱和度(IHS)变换以及Brovey变换在区分确定湿地植物群落是否可行。 在影像数据融合之前,分别对光学影像ALOS以及ENVISAT雷达影像中的湿地植物群落(苔草,荻和狗牙根)进行最大释然法的监督分类。尽管有一些分类错误,ALOS影像的分类结果基本能够区分这三种植物群落(总体精度达到88.7%,kappa统计值达到0.86)。ALOS分类图中这三种植物群落围绕着湖呈现带状分布,但是难以看出苔草和荻哪一种更接近湖泊。在图中沙地非常清晰可见。虽然水体被归类的很准确,ENVISAT雷达影像的分类图几乎不能分辨出这三种植物群落的区别(总体精度75%,kappa0.66)。大部分的沙地都被错误的分类到水体类。用两种技术融合之后的影像分类都更加成功。在两幅融合分类图中,沙地和水体被完全的区分开来。在Brovey融合分类结果图中(总体精度达93.4%,kappa0.91),荻群落被绘制的比较分散而不是形成带状。但是苔草是最接近湖泊,跟着是荻和狗牙根的分布次序还是非常明显的。在IHS融合分类结果图中这三种植物群落被区分的非常好(总体精度94.4%,kappa0.93)。 不同传感器来源的影响融合,充分利用了相互补充的信息内容可以成功的对湿地植物群落进行制图。这种便宜而且高效监测湿地资源的方法的潜力是显而易见的。
鄱阳湖湿地植被的多源影像数据融合制图
作者: 纪卓娅  来源:武汉大学 年份:2009 文献类型 :学位论文 关键词: Brovey变换  影像融合  植物群落  IHS变换 
描述:全球湿地资源由于人类的活动正以惊人的速度减少。比起高花费的野外调查,随着遥感科学以及地理信息系统的发展,基于监测植物群落的湿地管理变得更加有效率。然而,光学遥感不总是能够正确地区分出湿地植物群落。而且,湿地典型的潮湿性气候大大的降低了光学影像的质量并进一步减少了其在原本在发展中国家就难以获得的数量。作为一种解决方法,本文研究了光学影像与雷达影像的融合。这两种不同来源的影像数据中有着相互补充的信息。本文的目的就是研究两种不同的融合技术亮度,色相合饱和度(IHS)变换以及Brovey变换在区分确定湿地植物群落是否可行。 在影像数据融合之前,分别对光学影像ALOS以及ENVISAT雷达影像中的湿地植物群落(苔草,荻和狗牙根)进行最大释然法的监督分类。尽管有一些分类错误,ALOS影像的分类结果基本能够区分这三种植物群落(总体精度达到88.7%,kappa统计值达到0.86)。ALOS分类图中这三种植物群落围绕着湖呈现带状分布,但是难以看出苔草和荻哪一种更接近湖泊。在图中沙地非常清晰可见。虽然水体被归类的很准确,ENVISAT雷达影像的分类图几乎不能分辨出这三种植物群落的区别(总体精度75%,kappa0.66)。大部分的沙地都被错误的分类到水体类。用两种技术融合之后的影像分类都更加成功。在两幅融合分类图中,沙地和水体被完全的区分开来。在Brovey融合分类结果图中(总体精度达93.4%,kappa0.91),荻群落被绘制的比较分散而不是形成带状。但是苔草是最接近湖泊,跟着是荻和狗牙根的分布次序还是非常明显的。在IHS融合分类结果图中这三种植物群落被区分的非常好(总体精度94.4%,kappa0.93)。 不同传感器来源的影响融合,充分利用了相互补充的信息内容可以成功的对湿地植物群落进行制图。这种便宜而且高效监测湿地资源的方法的潜力是显而易见的。
全文:全球湿地资源由于人类的活动正以惊人的速度减少。比起高花费的野外调查,随着遥感科学以及地理信息系统的发展,基于监测植物群落的湿地管理变得更加有效率。然而,光学遥感不总是能够正确地区分出湿地植物群落。而且,湿地典型的潮湿性气候大大的降低了光学影像的质量并进一步减少了其在原本在发展中国家就难以获得的数量。作为一种解决方法,本文研究了光学影像与雷达影像的融合。这两种不同来源的影像数据中有着相互补充的信息。本文的目的就是研究两种不同的融合技术亮度,色相合饱和度(IHS)变换以及Brovey变换在区分确定湿地植物群落是否可行。 在影像数据融合之前,分别对光学影像ALOS以及ENVISAT雷达影像中的湿地植物群落(苔草,荻和狗牙根)进行最大释然法的监督分类。尽管有一些分类错误,ALOS影像的分类结果基本能够区分这三种植物群落(总体精度达到88.7%,kappa统计值达到0.86)。ALOS分类图中这三种植物群落围绕着湖呈现带状分布,但是难以看出苔草和荻哪一种更接近湖泊。在图中沙地非常清晰可见。虽然水体被归类的很准确,ENVISAT雷达影像的分类图几乎不能分辨出这三种植物群落的区别(总体精度75%,kappa0.66)。大部分的沙地都被错误的分类到水体类。用两种技术融合之后的影像分类都更加成功。在两幅融合分类图中,沙地和水体被完全的区分开来。在Brovey融合分类结果图中(总体精度达93.4%,kappa0.91),荻群落被绘制的比较分散而不是形成带状。但是苔草是最接近湖泊,跟着是荻和狗牙根的分布次序还是非常明显的。在IHS融合分类结果图中这三种植物群落被区分的非常好(总体精度94.4%,kappa0.93)。 不同传感器来源的影响融合,充分利用了相互补充的信息内容可以成功的对湿地植物群落进行制图。这种便宜而且高效监测湿地资源的方法的潜力是显而易见的。
鄱阳湖湿地植被的多源影像数据融合制图
作者: 纪卓娅  来源:武汉大学 年份:2009 文献类型 :学位论文 关键词: Brovey变换  影像融合  植物群落  IHS变换 
描述:全球湿地资源由于人类的活动正以惊人的速度减少。比起高花费的野外调查,随着遥感科学以及地理信息系统的发展,基于监测植物群落的湿地管理变得更加有效率。然而,光学遥感不总是能够正确地区分出湿地植物群落。而且,湿地典型的潮湿性气候大大的降低了光学影像的质量并进一步减少了其在原本在发展中国家就难以获得的数量。作为一种解决方法,本文研究了光学影像与雷达影像的融合。这两种不同来源的影像数据中有着相互补充的信息。本文的目的就是研究两种不同的融合技术亮度,色相合饱和度(IHS)变换以及Brovey变换在区分确定湿地植物群落是否可行。 在影像数据融合之前,分别对光学影像ALOS以及ENVISAT雷达影像中的湿地植物群落(苔草,荻和狗牙根)进行最大释然法的监督分类。尽管有一些分类错误,ALOS影像的分类结果基本能够区分这三种植物群落(总体精度达到88.7%,kappa统计值达到0.86)。ALOS分类图中这三种植物群落围绕着湖呈现带状分布,但是难以看出苔草和荻哪一种更接近湖泊。在图中沙地非常清晰可见。虽然水体被归类的很准确,ENVISAT雷达影像的分类图几乎不能分辨出这三种植物群落的区别(总体精度75%,kappa0.66)。大部分的沙地都被错误的分类到水体类。用两种技术融合之后的影像分类都更加成功。在两幅融合分类图中,沙地和水体被完全的区分开来。在Brovey融合分类结果图中(总体精度达93.4%,kappa0.91),荻群落被绘制的比较分散而不是形成带状。但是苔草是最接近湖泊,跟着是荻和狗牙根的分布次序还是非常明显的。在IHS融合分类结果图中这三种植物群落被区分的非常好(总体精度94.4%,kappa0.93)。 不同传感器来源的影响融合,充分利用了相互补充的信息内容可以成功的对湿地植物群落进行制图。这种便宜而且高效监测湿地资源的方法的潜力是显而易见的。
全文:全球湿地资源由于人类的活动正以惊人的速度减少。比起高花费的野外调查,随着遥感科学以及地理信息系统的发展,基于监测植物群落的湿地管理变得更加有效率。然而,光学遥感不总是能够正确地区分出湿地植物群落。而且,湿地典型的潮湿性气候大大的降低了光学影像的质量并进一步减少了其在原本在发展中国家就难以获得的数量。作为一种解决方法,本文研究了光学影像与雷达影像的融合。这两种不同来源的影像数据中有着相互补充的信息。本文的目的就是研究两种不同的融合技术亮度,色相合饱和度(IHS)变换以及Brovey变换在区分确定湿地植物群落是否可行。 在影像数据融合之前,分别对光学影像ALOS以及ENVISAT雷达影像中的湿地植物群落(苔草,荻和狗牙根)进行最大释然法的监督分类。尽管有一些分类错误,ALOS影像的分类结果基本能够区分这三种植物群落(总体精度达到88.7%,kappa统计值达到0.86)。ALOS分类图中这三种植物群落围绕着湖呈现带状分布,但是难以看出苔草和荻哪一种更接近湖泊。在图中沙地非常清晰可见。虽然水体被归类的很准确,ENVISAT雷达影像的分类图几乎不能分辨出这三种植物群落的区别(总体精度75%,kappa0.66)。大部分的沙地都被错误的分类到水体类。用两种技术融合之后的影像分类都更加成功。在两幅融合分类图中,沙地和水体被完全的区分开来。在Brovey融合分类结果图中(总体精度达93.4%,kappa0.91),荻群落被绘制的比较分散而不是形成带状。但是苔草是最接近湖泊,跟着是荻和狗牙根的分布次序还是非常明显的。在IHS融合分类结果图中这三种植物群落被区分的非常好(总体精度94.4%,kappa0.93)。 不同传感器来源的影响融合,充分利用了相互补充的信息内容可以成功的对湿地植物群落进行制图。这种便宜而且高效监测湿地资源的方法的潜力是显而易见的。
Rss订阅