排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
2.
3.
4.
"高分五号"卫星是世界首颗实现对大气和陆地综合观测的全谱段高光谱卫星,对于土地利用类型分类具有重要的应用价值,如何利用深度学习技术开展高光谱图像分类是当前研究的热点问题。深度学习中的语义分割方法在地面场景的图像中已经获得较好的应用,但是对于高光谱遥感图像的精度和适用性较差,无法准确获得精确的分类结果。文章采用U-net模型开展高光谱土地利用类型分类研究,首先基于"高分五号"卫星高光谱数据,构建样本数据集,然后训练分类模型,进行土地利用类型分类,探讨语义分割方法在高分五号高光谱数据上的应用能力。结果表明,采用深度学习中的语义分割方法能够有效提高精度水平,U-net模型的整体分类精度为0.9357,Kappa系数达到0.92,均高于SVM方法和CNN方法。采用深度学习中的语义分割方法,可以为"高分五号"高光谱数据的土地利用分类提供技术支撑,有效提升"高分五号"卫星的应用能力。 相似文献
5.
生态产品是当今社会发展的关键要素之一,“绿水青山就是金山银山”的论断指出了自然生态系统不仅可以为人类提供丰富的物质基础,还可以提供具有经济效益的生态产品。生态系统生产总值(GEP)包含物质产品、生态调节产品、生态文化产品,分别对应物质产品价值、生态调节价值和生态文化价值。开展GEP核算可以对生态产品价值进行量化,这也是新时代生态文明建设的迫切需求。文章列举了国内外GEP核算代表性的研究成果和应用情况,分析了GEP核算过程中对卫星遥感等空间数据的需求,构建了面向不同核算需求的产品体系,提出了协同高时间、高空间分辨率卫星遥感数据来实现高精度核算的解决方案,最后对基于遥感数据开展GEP核算进行了展望。 相似文献
6.
针对大气污染难监测、异常数据难分析等问题,充分发挥气象卫星多时相观测优势,以N维代价函数算法为依托进行逐小时气溶胶光学厚度反演。进一步以随机森林回归算法为基础,结合气象参数、地面监测参数等辅助变量进行近地面PM2.5浓度估算,并据此开展时空分布与浓度异常分析。江苏省2021年1–6月PM2.5浓度遥感估算精度验证结果显示,其相关性精度达到94%,偏差为5.59μg/m3,证明以卫星遥感数据为基础进行PM2.5浓度估算具有高可靠性与可行性。通过其建立的全区域、多时相监测体系可有效进行PM2.5浓度的时空分布分析,明晰PM2.5分布状况,助力空气污染治理管控。通过卫星估算结果与地面站点监测结果的对比分析,准确识别大泉街道数据低报事件,验证人为干扰数据采集工作,实现星地数据双向监督。文章研究证明,卫星遥感技术可有效支撑近地面PM2.5浓度估算与数据异常分析,推动新时代生态文明建设。 相似文献
1