检索结果-内蒙古大学图书馆

中国农业科学 2019年第17期52卷 2951-2961页

作者：邱鹏勋汪小钦茶明星李娅丽福州大学/空间数据挖掘与信息共享教育部重点实验室/卫星空间信息技术综合应用国家地方联合工程研究中心/数字中国研究院(福建)

【目的】焉耆盆地是新疆重要的特色农产品生产基地,农作物种植结构较为复杂。利用时间序列的遥感数据对研究区内的农作物进行分类识别,获得不同农作物的空间分布、种植面积等信息,为政府部门制定粮食政策、经济计划提供重要依据。同时... 详细信息

【目的】焉耆盆地是新疆重要的特色农产品生产基地,农作物种植结构较为复杂。利用时间序列的遥感数据对研究区内的农作物进行分类识别,获得不同农作物的空间分布、种植面积等信息,为政府部门制定粮食政策、经济计划提供重要依据。同时探讨时间加权的动态时间弯曲(time weighted dynamic time warping,TWDTW)方法在农作物分类识别中的适用性以及高分一号(GF-1)WFV在农业领域的应用潜力。【方法】以新疆焉耆盆地为研究区域,利用2018年作物生长季的GF-1 WFV时间序列数据集计算归一化植被指数(NDVI),基于TWDTW方法开展农作物分类识别研究。分别采集不同作物的样本点,形成各作物NDVI的标准序列。利用TWDTW相似性匹配算法计算每个待分类像元与不同作物标准序列间的相似度距离,距离值越小则相似性越高,通过对比确定像元的农作物类型,得到最终的分类结果,同时根据时间序列NDVI曲线建立决策树(decision trees,DTs)分类规则,人工设置分类阈值得到分类结果,并与TWDTW方法的结果进行对比分析。【结果】2种方法的分类结果较为一致,辣椒的种植范围最广,小麦主要分布在焉耆盆地北部和西部的农二师二十一团,番茄和甜菜的种植分布较为零星。在种植面积统计中,辣椒的种植面积最大,其后依次为番茄、小麦和甜菜。利用野外样本点对决策树和TWDTW两种方法的分类结果进行精度验证,总体精度分别为89.58%和90.97%,kappa系数为0.804和0.830,TWDTW方法的分类精度相比于决策树法略有提高。【结论】相比于决策树分类方法,TWDTW方法的分类精度略有提高的同时,分类结果客观可靠,而且算法不受地域因素限制,具有较强的灵活性和适用性。基于密集时相的GF-1 WFV数据集,采用TWDTW算法对农作物进行分类,得到较好的分类结果,能够满足农业部门的管理决策需求,该方法在农业领域具有较大的应用和推广价值。

关键词： TWDTW 时间序列高分一号农作物分类决策树

来源：评论

学校读者我要写书评

暂无评论

朱溪小流域土地利用/覆盖变化水文响应分析

引用

安徽农业科学 2020年第10期48卷 58-61页

作者：周伟东汪小钦朱雄斌福州大学空间数据挖掘与信息共享教育部重点实验室卫星空间信息技术综合应用国家地方联合工程研究中心福建福州350116

定量模拟土地利用/覆盖对流域径流的影响,对于揭示水文循环规律和水土流失治理等具有重要意义。以福建省长汀县朱溪小流域为研究区域,在2011年土地利用/覆盖(S 0)基础上,设置林地S 1、耕地S 2、园地S 3和退耕还林S 4共4种土地利用/覆盖... 详细信息

定量模拟土地利用/覆盖对流域径流的影响,对于揭示水文循环规律和水土流失治理等具有重要意义。以福建省长汀县朱溪小流域为研究区域,在2011年土地利用/覆盖(S 0)基础上,设置林地S 1、耕地S 2、园地S 3和退耕还林S 4共4种土地利用/覆盖情景。利用SWAT模型,定量模拟朱溪小流域月平均径流在不同土地利用/覆盖情景下的变化情况。研究表明,不同情景下朱溪小流域月平均径流量的变化规律一致,但变化幅度不同,径流量从大到小依次为S 2、S 0、S 3、S 4、S 1。说明在现有土地利用/覆盖条件下,大量开垦耕地将使径流量大幅度增加,增加林地的面积能有效地减少径流量。径流量大小主要由降雨量决定,土地利用/覆盖对其起调节作用。在不改变土地利用/覆盖基本格局的前提下,退耕还林是最为可行的径流量减少方案。

关键词： SWAT模型水文响应径流量土地利用/覆盖长汀县朱溪小流域

来源：评论

学校读者我要写书评

暂无评论

基于CSLE的安溪县土壤侵蚀估算与分析

引用

中国水土保持科学 2019年第4期17卷 112-121页

作者：吴思颖汪小钦曾舒娇林敬兰陈妙金福州大学空间数据挖掘与信息共享教育部重点实验室卫星空间信息技术综合应用国家地方联合工程研究中心福州350116 福建省水土保持试验站福州350003

安溪县是目前福建省水土流失最严重的区域,定量估算安溪县土壤侵蚀模数并分析其土壤侵蚀状况对当地水土保持和生态环境建设具有重要意义。以安溪县为研究区域,基于CSLE土壤侵蚀模型,开展2015年安溪县土壤侵蚀定量估算与分析。结果表明:1... 详细信息

安溪县是目前福建省水土流失最严重的区域,定量估算安溪县土壤侵蚀模数并分析其土壤侵蚀状况对当地水土保持和生态环境建设具有重要意义。以安溪县为研究区域,基于CSLE土壤侵蚀模型,开展2015年安溪县土壤侵蚀定量估算与分析。结果表明:1)2015年安溪县土壤侵蚀总面积为638.09 km^ 2,水土流失率为21.31%,其中以轻度流失为主,占总流失面积的74.04%。2)土壤侵蚀主要分布于安溪县中北部和南部区域,且以双溪流域和大畬溪流域土壤侵蚀最为严重,流失率分别为29.00%和32.19%。3)>15°~25°坡度带和海拔200~500 m区域内土壤侵蚀最为严重,>15°~25°坡度带内流失面积约占全县总流失面积的1/2,200~500 m高程带内水土流失率高于20%,茶园的无序开垦是造成该现象的主要原因。这表明2015年安溪县土壤侵蚀整体情况较为严重,应确定土壤侵蚀重点治理区域,有针对性地制订土壤侵蚀防护措施,改善土壤侵蚀情况。

关键词：土壤侵蚀中国水土流失方程安溪县

来源：评论

学校读者我要写书评

暂无评论

一种基于改进土地覆盖更新方法的新增建设用地自动提取

引用

遥感技术与应用 2019年第5期34卷 1073-1081页

作者：张因果陈芸芝福州大学空间数据挖掘与信息共享教育部重点实验室福建福州350116 卫星空间信息技术综合应用国家地方联合工程研究中心福建福州350116

快速准确掌握新增建设用地信息对城镇化监测研究具有重要意义。基于后验概率变化矢量检测的土地覆盖更新方法中,存在初始样本准确性低、后验概率变化矢量检测精度不理想的问题,结合多元变化检测方法,对基于后验概率变化矢量检测的更新... 详细信息

快速准确掌握新增建设用地信息对城镇化监测研究具有重要意义。基于后验概率变化矢量检测的土地覆盖更新方法中,存在初始样本准确性低、后验概率变化矢量检测精度不理想的问题,结合多元变化检测方法,对基于后验概率变化矢量检测的更新方法进行改进,提出一种可应用于新增建设用地提取的自动化方法。利用两期影像多元变化检测结果提高初始训练样本的准确性,同时在迭代选择样本过程中加入该变化检测结果,改善变化检测更新和重分类过程的精度,更准确地提取新增建设用地。用两期嘉兴地区高分一号影像和前期影像土地利用/覆盖分类数据验证改进效果,并与改进前方法对比。结果表明:改进方法提取的2017年新增建设用地精度更高,提取更新后的2017年建设用地总体精度达到85%,Kappa系数0.7以上,变化检测精度比未改进前显著提高。同时该方法显著减少了迭代次数,提高了提取效率。

关键词：多元变化检测新增建设用地自动提取后验概率变化矢量检测

来源：评论

学校读者我要写书评

暂无评论

基于指标自动筛选的新疆开孔河流域生态健康评价

引用

生态学报 2020年第13期40卷 4302-4315页

作者：汪小钦林梦婧丁哲周珏汪传建陈劲松福州大学空间数据挖掘和信息共享教育部重点实验室卫星空间信息技术综合应用国家地方联合工程研究中心数字中国研究院(福建)福州350108 石河子大学信息科学与技术学院兵团空间信息工程技术研究中心石河子832000 中国科学院深圳先进技术研究院空间信息计算与分析中心深圳518055

生态健康评价对了解区域生态健康状况和促进区域可持续发展具有重要意义,如何自动筛选出能反映生态系统特性的重要指标,是生态健康定量评估的关键问题。基于压力-状态-响应(PSR,Press-State-Response)框架和生态等级网络框架(EHN,Ecolog... 详细信息

生态健康评价对了解区域生态健康状况和促进区域可持续发展具有重要意义,如何自动筛选出能反映生态系统特性的重要指标,是生态健康定量评估的关键问题。基于压力-状态-响应(PSR,Press-State-Response)框架和生态等级网络框架(EHN,Ecological Hierarchy Network),通过文献调研和因果分析建立要素层与指标层之间的交叉联系,构建了生态健康评价"网状"指标体系;在保证指标体系完备性基础上,通过结合主成分分析和熵权法的候选指标权重的客观计算,基于目标优化理论构建了评价指标的自动筛选模型,并基于中选指标计算了新疆开孔河流域2001—2017年生态健康指数(EHCI,Ecological Health Comprehensive Indexes),分析其空间分异和时间变化特征。结果表明:利用所建立的评价指标自动筛选模型,开孔河流域生态健康评价指标由31个候选指标自动筛选出了17个中选指标,用54.8%的指标表达了85.98%的信息,中选的17个指标在干旱/半干旱区域有关文献中应用较多,使用频次比例都在20%以上,其中归一化植被指数(NDVI,Normalized Difference Vegetation Index)、年降水量和植被覆盖度(FVC,Fractional Vegetation Coverage)3个指标的使用频次百分比均超过了50%,说明指标自动筛选模型的合理性;开孔河流域空间分布差异显著,总体上西北高、东南低,东南部和中部绿洲区外围生态健康状况较差,西北部河谷地带和中部两大绿洲区生态健康状况较好;17年来,流域生态质量整体趋于改善,显著改善区域占10.26%,远高于显著退化的1.61%,显著改善区域以孔雀河绿洲最为明显。开孔河流域生态健康的总体好转趋势说明区域生态综合治理取得一定成效。

关键词：生态健康评价指标自动筛选模型网状指标体系压力-状态-响应(PSR)框架新疆开孔河流域

来源：评论

学校读者我要写书评

暂无评论

GPM与TRMM卫星降雨数据在福建省的适用性对比分析

引用

水土保持研究 2019年第6期26卷 311-316页

作者：刘益锋汪小钦吴思颖林梦婧福州大学空间数据挖掘和信息共享教育部重点实验室卫星空间信息技术综合应用国家地方联合工程研究中心

降雨是引起土壤侵蚀的外部动力因素,卫星降雨产品能够有效地克服常规降雨观测数据在空间上的不连续性,具有明显空间分布优势。为了探究卫星降雨产品在福建地区的适应性,利用福建省22个全国气象站点的观测数据,分别对全球降雨测量GPM和... 详细信息

降雨是引起土壤侵蚀的外部动力因素,卫星降雨产品能够有效地克服常规降雨观测数据在空间上的不连续性,具有明显空间分布优势。为了探究卫星降雨产品在福建地区的适应性,利用福建省22个全国气象站点的观测数据,分别对全球降雨测量GPM和热带降雨测量TRMM两种卫星降水数据在日、旬、月、季度几个不同时间尺度上进行了对比分析。结果表明:随着时间尺度增加,GPM和TRMM与地面实测数据的相关性都呈现出依次递增的现象,日均均方根误差RMSE~*逐渐降低,特别是由日到旬尺度变化时RMSE~*出现陡降,而旬和月的差异不大;卫星产品与站点实测数据拟合直线的斜率逐渐趋向于1。在日尺度上,相关性都小于0.5,RMSE~*均大于13 mm/d;在旬尺度上,相关性介于0.7~0.8,RMSE~*均小于5 mm/d;在月尺度上,两者与观测数据的相关性都大于0.9,GPM数据整体上精度优于TRMM数据,但是在福建东南沿海TRMM精度要高于GPM。在季度尺度上两种卫星产品的精度与季节总降雨量呈负相关,季节差异较大;夏季多雨时r值和K值低而RMSE最高,冬季少雨时与地面实测数据一致性高,r和K值最高而RMSE最低,春秋两季也有较好的精度;在不同的季节GPM各项指标均优于TRMM。综合不同时间尺度的结果,总体上,两种卫星降雨数据都具有较高的精度,其中GPM卫星降水数据在福建省的适用性较高,数据的空间分辨率更高,数据精度也略高,更适合于区域应用。

关键词：福建省 GPM TRMM 降水量时间尺度

来源：评论

学校读者我要写书评

暂无评论

福建省地表温度与植被覆盖度的相关性分析

引用

地球信息科学学报 2019年第3期21卷 445-454页

作者：李娅丽汪小钦陈芸芝王苗苗福州大学空间数据挖掘和信息共享教育部重点实验室卫星空间信息技术综合应用国家地方联合工程研究中心福州350108 中国科学院地理科学与资源研究所北京100101

地表温度(Land surface Tenperature, LST)和植被覆盖度(Fractional Vegetation Coverage,FVC)是生态环境变化的重要指标因子,研究两者的时空变化及相互关系对评价区域生态环境建设、改善区域生态环境具有重要意义。本文以福建省为研究... 详细信息

地表温度(Land surface Tenperature, LST)和植被覆盖度(Fractional Vegetation Coverage,FVC)是生态环境变化的重要指标因子,研究两者的时空变化及相互关系对评价区域生态环境建设、改善区域生态环境具有重要意义。本文以福建省为研究区域,利用2001-2015年MODIS 11A2 LST和13Q1 NDVI数据,在时序数据重构的基础上对福建省LST时空变化及LST与FVC的相互关系进行分析。结果表明:①2001-2015年福建省LST总体呈轻微下降趋势,尤其是2010年之后其LST明显降低。LST与FVC的空间分布具有较好的负相关一致性:在FVC较高的区域,LST值较低;在FVC较低的区域,LST较高。②LST与FVC、DEM和纬度均成负相关关系,且负相关性在一年之中随着月份的变化而呈规律性增加或降低。夏季FVC对LST的负相关性最大为0.7,冬季FVC对LST的负相关性降低为0.4。③LST随着FVC增加而降低的趋势呈现分段线性关系,存在"FVC拐点"。"FVC拐点"前后随着FVC增加LST的降低速率在夏季"先慢后快",而在冬季则"先快后慢"。春秋两季,LST随着FVC增加而降低的速率在"FVC拐点"前后差异变小。在夏季,当FVC大于0.4时,FVC每增加0.1可降低LST约0.77°C,降温效果大约是FVC小于0.4时的2倍。因此如果要有效地降低夏季地表高温,要使地表植被覆盖大于40%,才能较好的发挥植被的降温的作用。④在1-8月份,FVC对LST的负相关作用存在滞后性,FVC变化对滞后一个月的LST时空分布影响更大。研究成果对福建省生态环境建设与评估具有一定的意义,对于发挥植被对区域高温抑制作用提供了重要的参考依据。

关键词：地表温度(LST) 植被覆盖度(FVC) 时空变化 LST与FVC相互关系福建省

来源：评论

学校读者我要写书评

暂无评论

中国沿海地区镰刀菌属口岸截获时空分布格局分析

引用

生态科学 2020年第4期39卷 175-183页

作者：吴晓春肖桂荣福州大学空间数据挖掘与信息共享教育部重点实验室福州350108 卫星空间信息技术综合应用国家地方联合工程研究中心福州350108 数字中国研究院(福建) 福州350108

生物入侵形势愈加严峻,口岸检疫作为维护生物安全的第一线,分析口岸截获时空格局对于物种入侵防控具有重要意义。从口岸点和市域单元两个尺度结合时空局部异常值分析和空间自相关分析方法,揭示2009—2018年我国沿海地区镰刀菌属入侵截... 详细信息

生物入侵形势愈加严峻,口岸检疫作为维护生物安全的第一线,分析口岸截获时空格局对于物种入侵防控具有重要意义。从口岸点和市域单元两个尺度结合时空局部异常值分析和空间自相关分析方法,揭示2009—2018年我国沿海地区镰刀菌属入侵截获时空分布格局,并引入地理探测器模型探寻影响其分布格局的因素。结果表明:(1)镰刀菌属截获口岸数与截获频次在时间和空间上大致呈现先增后减趋势,在时空异常值分析中以长三角、珠三角一带口岸的强时空聚类与多模式状态为主。(2)镰刀菌属市域入侵截获具有显著的空间自相关性(P<0.05),空间集聚特征先增强后减弱,局部空间关联结构中空间分异性逐渐减小,高-高值区域的集聚规律明显,且逐渐集中在江苏省境内。(3)镰刀菌属市域入侵截获空间格局的最主要影响因素是进口商品总额,其次是市域内口岸数、入境人数和邮政业务总量,且双因子间的交互作用对其分布格局均具有显著的增强效果。综上,我国沿海地区镰刀菌属入侵截获受进口贸易影响具有明显的时空分异格局特征。

关键词：镰刀菌属口岸截获自相关分析地理探测器中国沿海地区

来源：评论

学校读者我要写书评

暂无评论

面向地理国情监测的地表覆盖模糊融合变化检测

引用

测绘科学 2019年第12期44卷 60-66页

作者：薛昱晟汪小钦张因果福州大学空间数据挖掘与信息共享教育部重点实验室福州350116 卫星空间信息技术综合应用国家地方联合工程研究中心福州350116 福建省测绘院福州350002

针对人工判读作业模式难以满足地表覆盖变化检测现势性要求的问题,该文围绕地理国情监测技术设计要求和实际生产特点,提出了一种基于地理国情先验知识的多特征模糊融合变化检测方法。利用地表覆盖像斑边界,根据地理国情监测不同地类的... 详细信息

针对人工判读作业模式难以满足地表覆盖变化检测现势性要求的问题,该文围绕地理国情监测技术设计要求和实际生产特点,提出了一种基于地理国情先验知识的多特征模糊融合变化检测方法。利用地表覆盖像斑边界,根据地理国情监测不同地类的最小面积指标进行多尺度分割,获取同质的对象级像斑;构建像斑的光谱、纹理、形状等差值特征集;基于模糊集理论进行特征的自适应加权融合得到初步变化检测结果,根据技术规则剔除不符合要求的像斑,获得最终变化区域。结果表明,该方法能够根据不同地类变化有效地集成不同特征组合表征变化信息,可充分利用地理国情监测前期成果,具有较高的准确率。

关键词：地理国情监测地表覆盖变化检测模糊融合多尺度分割

来源：评论

学校读者我要写书评

暂无评论

基于数据流时空特征的WSN异常检测及异常类型识别

引用

传感技术学报 2019年第9期32卷 1374-1380页

作者：邓丽刘庆连邬群勇杨水荣福州大学空间数据挖掘与信息共享教育部重点实验室福州350108 卫星空间信息技术综合应用国家地方联合工程研究中心福州350108 数字中国研究院(福建) 福州350003 福建农林大学计算机与信息学院福州350002

异常数据检测及异常类型识别有助于提高无线传感器网络的数据质量。基于分类的异常检测算法存在传感器数据分类特征提取困难,无法进一步区分异常数据类型等问题,而基于时空特征的异常检测方法存在过度依赖于数据的假设分布等问题。针对... 详细信息

异常数据检测及异常类型识别有助于提高无线传感器网络的数据质量。基于分类的异常检测算法存在传感器数据分类特征提取困难,无法进一步区分异常数据类型等问题,而基于时空特征的异常检测方法存在过度依赖于数据的假设分布等问题。针对这些问题,提出一种融合数据流时空特征和多分类模型的异常检测算法。算法首先基于Markov链提取传感器数据流的时空特征,然后将时空特征作为多分类卷积神经网络模型的输入特征,对数据流进行异常检测及异常类型识别。结果表明:该算法在不同数据集上均表现出较高的检测准确率以及较低的漏检率和误检率,可以有效地检测无线传感器网络中的异常值并判断异常类型。

关键词：无线传感器网络异常检测及类型识别时空特征马尔科夫链卷积神经网络仿真

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：