检索结果相关分组
- 基于卫星雷达数据的鄱阳湖湿地水面检测与淹露分析
- 作者： 徐怡波 赖锡军 周春国 来源：中国环境科学 年份：2010 文献类型 ：期刊 关键词： 滞后效应 淹没区域 主成分分析法 合成孔径雷达 log算子
- 描述：以鄱阳湖自然保护区湿地为例,对多时相、多极化的合成孔径雷达(ENVISAT ASAR)数据作主成分分析,得到主成分分量影像,其中次要分量波段包含大部分的局部变异信息,使用主成分分量波段和log算子
- 全文：以鄱阳湖自然保护区湿地为例,对多时相、多极化的合成孔径雷达(ENVISAT ASAR)数据作主成分分析,得到主成分分量影像,其中次要分量波段包含大部分的局部变异信息,使用主成分分量波段和log算子
- 基于卫星雷达数据的鄱阳湖湿地水面检测与淹露分析
- 作者： 徐怡波 赖锡军 周春国 来源：中国环境科学 年份：2010 文献类型 ：期刊 关键词： 滞后效应 淹没区域 主成分分析法 合成孔径雷达 log算子
- 描述：以鄱阳湖自然保护区湿地为例,对多时相、多极化的合成孔径雷达(ENVISAT ASAR)数据作主成分分析,得到主成分分量影像,其中次要分量波段包含大部分的局部变异信息,使用主成分分量波段和log算子
- 全文：以鄱阳湖自然保护区湿地为例,对多时相、多极化的合成孔径雷达(ENVISAT ASAR)数据作主成分分析,得到主成分分量影像,其中次要分量波段包含大部分的局部变异信息,使用主成分分量波段和log算子
- 基于Landsat TM和ENVISAT ASAR数据的鄱阳湖湿地植被生物量的反演
- 作者： 王庆 廖静娟 来源：地球信息科学学报 年份：2010 文献类型 ：期刊 关键词： 生物量 后向散射系数 散射模型 植被指数 湿地
- 描述：模型,对湿地植被各散射分量进行模拟分析,建立符合湿地植被类型的各散射分量模拟数据库,以LandsatTM和Envisat ASAR交替极化数据为基础,选择植被指数DVI=0.45为阈值,将湿地植被
- 全文：模型,对湿地植被各散射分量进行模拟分析,建立符合湿地植被类型的各散射分量模拟数据库,以LandsatTM和Envisat ASAR交替极化数据为基础,选择植被指数DVI=0.45为阈值,将湿地植被
- 基于Landsat TM和ENVISAT ASAR数据的鄱阳湖湿地植被生物量的反演
- 作者： 王庆 廖静娟 来源：地球信息科学学报 年份：2010 文献类型 ：期刊 关键词： 生物量 后向散射系数 散射模型 植被指数 湿地
- 描述：模型,对湿地植被各散射分量进行模拟分析,建立符合湿地植被类型的各散射分量模拟数据库,以LandsatTM和Envisat ASAR交替极化数据为基础,选择植被指数DVI=0.45为阈值,将湿地植被
- 全文：模型,对湿地植被各散射分量进行模拟分析,建立符合湿地植被类型的各散射分量模拟数据库,以LandsatTM和Envisat ASAR交替极化数据为基础,选择植被指数DVI=0.45为阈值,将湿地植被
- 基于Landsat TM和ENVISAT ASAR数据的鄱阳湖湿地植被生物量的反演
- 作者： 王庆 廖静娟 来源：地球信息科学学报 年份：2010 文献类型 ：期刊 关键词： 生物量 后向散射系数 散射模型 植被指数 湿地
- 描述：模型,对湿地植被各散射分量进行模拟分析,建立符合湿地植被类型的各散射分量模拟数据库,以LandsatTM和Envisat ASAR交替极化数据为基础,选择植被指数DVI=0.45为阈值,将湿地植被
- 全文：模型,对湿地植被各散射分量进行模拟分析,建立符合湿地植被类型的各散射分量模拟数据库,以LandsatTM和Envisat ASAR交替极化数据为基础,选择植被指数DVI=0.45为阈值,将湿地植被
- 基于Landsat-TM影像的鄱阳湖典型湿地动态变化研究
- 作者： 余莉 何隆华 张奇 王晓龙 来源：遥感信息 年份：2010 文献类型 ：期刊 关键词： 鄱阳湖 遥感解译 蚌湖 湿地 赣江中支口三角洲
- 描述：利用分层分类法,通过对鄱阳湖典型湿地（蚌湖与赣江中支口三角洲）长序列秋季Landsat-TM影像进行解译分析,探讨了1991年2008年间鄱阳湖典型湿地动态变化特征。结果表明分层分类方法能够有效地
- 全文：利用分层分类法,通过对鄱阳湖典型湿地（蚌湖与赣江中支口三角洲）长序列秋季Landsat-TM影像进行解译分析,探讨了1991年2008年间鄱阳湖典型湿地动态变化特征。结果表明分层分类方法能够有效地
- 基于MODIS影像的鄱阳湖悬浮泥沙浓度反演：支持向量机和回归模型比较
- 作者： 侯秀秀 来源：武汉大学 年份：2010 文献类型 ：学位论文 关键词： 回归模型 支持向量机 遥感定量反演 核函数 悬浮泥沙浓度
- 描述：随着地理信息科学和计算科学等的不断发展，采用遥感手段对水质参数进行定量反演这一研究逐渐被提上日程并取得一系列进展。鄱阳湖是一个复杂庞大的动态生态系统，其悬浮泥沙含量作为一项基本的水质参数对水体光学性质及水动力作用都有重要影响。因此，对鄱阳湖水体悬浮泥沙浓度的反演研究对湖泊生态功能研究以及人类活动监测极具重要意义。 本论文以鄱阳湖悬浮泥沙浓度定量遥感反演为例，首先介绍了悬浮泥沙浓度定量遥感反演的研究背景和意义，从定量遥感反演模型、遥感数据以及支持向量机应用等方面概述了国内外在水体水质以及悬浮泥沙浓度定量反演方面的研究现状；其次，论述了悬浮泥沙浓度遥感定量反演的反演模型，阐述了支持向量机理论，尤其是是支持向量回归理论的基本原理以及在回归模型建立方面的应用。第三，在理论研究的基础上，运用支持向量机方法和传统的统计回归建模方法分别建立悬浮泥沙浓度反演模型，并用独立的数据进行模型的检验，进而进行方法的比较。结果显示：利用30个样本建立的10个支持向量机模型和3类33个统计回归模型中，拟合度最高的是以可见光红、蓝、绿、近红外4个波段反射率的遥感悬浮泥沙指数变换为输入量，基于nu-SVM模型建立的支持向量回归模型，其R2≈0.95，模型的均方根误差为RMSE≈11.68mg/L，而最好的传统方法建立的模型是以可见光红、蓝、绿、近红外4个波段反射率线性组合为自变量建立的指数模型SSC=0.28947*exp(34.18970*Red_250-8.93235*Infrared_250+7.78678*Blue_500+1.41766*Green_500)其R2≈0.93，RMSE≈11.56mg/L。但利用独立数据进行模型检验发现，SVM模型预测值有较大的偏差，而传统方法的验证结果精度相对较高。因此我们认为：尽管SVM在很多应用中取得了成功，但我们测试的SVM模型较传统方法相比并未获得理想的结果。
- 全文：随着地理信息科学和计算科学等的不断发展，采用遥感手段对水质参数进行定量反演这一研究逐渐被提上日程并取得一系列进展。鄱阳湖是一个复杂庞大的动态生态系统，其悬浮泥沙含量作为一项基本的水质参数对水体光学性质及水动力作用都有重要影响。因此，对鄱阳湖水体悬浮泥沙浓度的反演研究对湖泊生态功能研究以及人类活动监测极具重要意义。 本论文以鄱阳湖悬浮泥沙浓度定量遥感反演为例，首先介绍了悬浮泥沙浓度定量遥感反演的研究背景和意义，从定量遥感反演模型、遥感数据以及支持向量机应用等方面概述了国内外在水体水质以及悬浮泥沙浓度定量反演方面的研究现状；其次，论述了悬浮泥沙浓度遥感定量反演的反演模型，阐述了支持向量机理论，尤其是是支持向量回归理论的基本原理以及在回归模型建立方面的应用。第三，在理论研究的基础上，运用支持向量机方法和传统的统计回归建模方法分别建立悬浮泥沙浓度反演模型，并用独立的数据进行模型的检验，进而进行方法的比较。结果显示：利用30个样本建立的10个支持向量机模型和3类33个统计回归模型中，拟合度最高的是以可见光红、蓝、绿、近红外4个波段反射率的遥感悬浮泥沙指数变换为输入量，基于nu-SVM模型建立的支持向量回归模型，其R2≈0.95，模型的均方根误差为RMSE≈11.68mg/L，而最好的传统方法建立的模型是以可见光红、蓝、绿、近红外4个波段反射率线性组合为自变量建立的指数模型SSC=0.28947*exp(34.18970*Red_250-8.93235*Infrared_250+7.78678*Blue_500+1.41766*Green_500)其R2≈0.93，RMSE≈11.56mg/L。但利用独立数据进行模型检验发现，SVM模型预测值有较大的偏差，而传统方法的验证结果精度相对较高。因此我们认为：尽管SVM在很多应用中取得了成功，但我们测试的SVM模型较传统方法相比并未获得理想的结果。
- 基于MODIS影像的鄱阳湖悬浮泥沙浓度反演：支持向量机和回归模型比较
- 作者： 侯秀秀 来源：武汉大学 年份：2010 文献类型 ：学位论文 关键词： 回归模型 支持向量机 遥感定量反演 核函数 悬浮泥沙浓度
- 描述：随着地理信息科学和计算科学等的不断发展，采用遥感手段对水质参数进行定量反演这一研究逐渐被提上日程并取得一系列进展。鄱阳湖是一个复杂庞大的动态生态系统，其悬浮泥沙含量作为一项基本的水质参数对水体光学性质及水动力作用都有重要影响。因此，对鄱阳湖水体悬浮泥沙浓度的反演研究对湖泊生态功能研究以及人类活动监测极具重要意义。 本论文以鄱阳湖悬浮泥沙浓度定量遥感反演为例，首先介绍了悬浮泥沙浓度定量遥感反演的研究背景和意义，从定量遥感反演模型、遥感数据以及支持向量机应用等方面概述了国内外在水体水质以及悬浮泥沙浓度定量反演方面的研究现状；其次，论述了悬浮泥沙浓度遥感定量反演的反演模型，阐述了支持向量机理论，尤其是是支持向量回归理论的基本原理以及在回归模型建立方面的应用。第三，在理论研究的基础上，运用支持向量机方法和传统的统计回归建模方法分别建立悬浮泥沙浓度反演模型，并用独立的数据进行模型的检验，进而进行方法的比较。结果显示：利用30个样本建立的10个支持向量机模型和3类33个统计回归模型中，拟合度最高的是以可见光红、蓝、绿、近红外4个波段反射率的遥感悬浮泥沙指数变换为输入量，基于nu-SVM模型建立的支持向量回归模型，其R2≈0.95，模型的均方根误差为RMSE≈11.68mg/L，而最好的传统方法建立的模型是以可见光红、蓝、绿、近红外4个波段反射率线性组合为自变量建立的指数模型SSC=0.28947*exp(34.18970*Red_250-8.93235*Infrared_250+7.78678*Blue_500+1.41766*Green_500)其R2≈0.93，RMSE≈11.56mg/L。但利用独立数据进行模型检验发现，SVM模型预测值有较大的偏差，而传统方法的验证结果精度相对较高。因此我们认为：尽管SVM在很多应用中取得了成功，但我们测试的SVM模型较传统方法相比并未获得理想的结果。
- 全文：随着地理信息科学和计算科学等的不断发展，采用遥感手段对水质参数进行定量反演这一研究逐渐被提上日程并取得一系列进展。鄱阳湖是一个复杂庞大的动态生态系统，其悬浮泥沙含量作为一项基本的水质参数对水体光学性质及水动力作用都有重要影响。因此，对鄱阳湖水体悬浮泥沙浓度的反演研究对湖泊生态功能研究以及人类活动监测极具重要意义。 本论文以鄱阳湖悬浮泥沙浓度定量遥感反演为例，首先介绍了悬浮泥沙浓度定量遥感反演的研究背景和意义，从定量遥感反演模型、遥感数据以及支持向量机应用等方面概述了国内外在水体水质以及悬浮泥沙浓度定量反演方面的研究现状；其次，论述了悬浮泥沙浓度遥感定量反演的反演模型，阐述了支持向量机理论，尤其是是支持向量回归理论的基本原理以及在回归模型建立方面的应用。第三，在理论研究的基础上，运用支持向量机方法和传统的统计回归建模方法分别建立悬浮泥沙浓度反演模型，并用独立的数据进行模型的检验，进而进行方法的比较。结果显示：利用30个样本建立的10个支持向量机模型和3类33个统计回归模型中，拟合度最高的是以可见光红、蓝、绿、近红外4个波段反射率的遥感悬浮泥沙指数变换为输入量，基于nu-SVM模型建立的支持向量回归模型，其R2≈0.95，模型的均方根误差为RMSE≈11.68mg/L，而最好的传统方法建立的模型是以可见光红、蓝、绿、近红外4个波段反射率线性组合为自变量建立的指数模型SSC=0.28947*exp(34.18970*Red_250-8.93235*Infrared_250+7.78678*Blue_500+1.41766*Green_500)其R2≈0.93，RMSE≈11.56mg/L。但利用独立数据进行模型检验发现，SVM模型预测值有较大的偏差，而传统方法的验证结果精度相对较高。因此我们认为：尽管SVM在很多应用中取得了成功，但我们测试的SVM模型较传统方法相比并未获得理想的结果。
- 基于MODIS影像的鄱阳湖悬浮泥沙浓度反演：支持向量机和回归模型比较
- 作者： 侯秀秀 来源：武汉大学 年份：2010 文献类型 ：学位论文 关键词： 回归模型 支持向量机 遥感定量反演 核函数 悬浮泥沙浓度
- 描述：随着地理信息科学和计算科学等的不断发展，采用遥感手段对水质参数进行定量反演这一研究逐渐被提上日程并取得一系列进展。鄱阳湖是一个复杂庞大的动态生态系统，其悬浮泥沙含量作为一项基本的水质参数对水体光学性质及水动力作用都有重要影响。因此，对鄱阳湖水体悬浮泥沙浓度的反演研究对湖泊生态功能研究以及人类活动监测极具重要意义。 本论文以鄱阳湖悬浮泥沙浓度定量遥感反演为例，首先介绍了悬浮泥沙浓度定量遥感反演的研究背景和意义，从定量遥感反演模型、遥感数据以及支持向量机应用等方面概述了国内外在水体水质以及悬浮泥沙浓度定量反演方面的研究现状；其次，论述了悬浮泥沙浓度遥感定量反演的反演模型，阐述了支持向量机理论，尤其是是支持向量回归理论的基本原理以及在回归模型建立方面的应用。第三，在理论研究的基础上，运用支持向量机方法和传统的统计回归建模方法分别建立悬浮泥沙浓度反演模型，并用独立的数据进行模型的检验，进而进行方法的比较。结果显示：利用30个样本建立的10个支持向量机模型和3类33个统计回归模型中，拟合度最高的是以可见光红、蓝、绿、近红外4个波段反射率的遥感悬浮泥沙指数变换为输入量，基于nu-SVM模型建立的支持向量回归模型，其R2≈0.95，模型的均方根误差为RMSE≈11.68mg/L，而最好的传统方法建立的模型是以可见光红、蓝、绿、近红外4个波段反射率线性组合为自变量建立的指数模型SSC=0.28947*exp(34.18970*Red_250-8.93235*Infrared_250+7.78678*Blue_500+1.41766*Green_500)其R2≈0.93，RMSE≈11.56mg/L。但利用独立数据进行模型检验发现，SVM模型预测值有较大的偏差，而传统方法的验证结果精度相对较高。因此我们认为：尽管SVM在很多应用中取得了成功，但我们测试的SVM模型较传统方法相比并未获得理想的结果。
- 全文：随着地理信息科学和计算科学等的不断发展，采用遥感手段对水质参数进行定量反演这一研究逐渐被提上日程并取得一系列进展。鄱阳湖是一个复杂庞大的动态生态系统，其悬浮泥沙含量作为一项基本的水质参数对水体光学性质及水动力作用都有重要影响。因此，对鄱阳湖水体悬浮泥沙浓度的反演研究对湖泊生态功能研究以及人类活动监测极具重要意义。 本论文以鄱阳湖悬浮泥沙浓度定量遥感反演为例，首先介绍了悬浮泥沙浓度定量遥感反演的研究背景和意义，从定量遥感反演模型、遥感数据以及支持向量机应用等方面概述了国内外在水体水质以及悬浮泥沙浓度定量反演方面的研究现状；其次，论述了悬浮泥沙浓度遥感定量反演的反演模型，阐述了支持向量机理论，尤其是是支持向量回归理论的基本原理以及在回归模型建立方面的应用。第三，在理论研究的基础上，运用支持向量机方法和传统的统计回归建模方法分别建立悬浮泥沙浓度反演模型，并用独立的数据进行模型的检验，进而进行方法的比较。结果显示：利用30个样本建立的10个支持向量机模型和3类33个统计回归模型中，拟合度最高的是以可见光红、蓝、绿、近红外4个波段反射率的遥感悬浮泥沙指数变换为输入量，基于nu-SVM模型建立的支持向量回归模型，其R2≈0.95，模型的均方根误差为RMSE≈11.68mg/L，而最好的传统方法建立的模型是以可见光红、蓝、绿、近红外4个波段反射率线性组合为自变量建立的指数模型SSC=0.28947*exp(34.18970*Red_250-8.93235*Infrared_250+7.78678*Blue_500+1.41766*Green_500)其R2≈0.93，RMSE≈11.56mg/L。但利用独立数据进行模型检验发现，SVM模型预测值有较大的偏差，而传统方法的验证结果精度相对较高。因此我们认为：尽管SVM在很多应用中取得了成功，但我们测试的SVM模型较传统方法相比并未获得理想的结果。