公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

城市水体空间分布与地表温度之间的关系研究被引量：10: 2015年; 城市热岛效应影响着城市的气候变化和居民的生活环境,是目前快速城市化进程中最具代表性的区域生态环境问题之一。本文以"百湖之市"武汉为例,采用HJ-1B卫星的遥感影像,提取了城市地表温度,利用景观生态学方法分析了城市水体的空间分布。研究结果表明:地表平均温度受到研究区域内水体面积比重的影响,地表温度的标准差受到水体面积比重和水体离散度的影响。; 龚珍胡友健黎华

遗传算法支持下土地利用空间分形特征尺度域的识别被引量：10: 2014年; 针对土地利用空间分形特征只存在于有限尺度域的现象,采用无标度区内离散点拟合的离差平方和平均值最小作为目标函数,提出了一种基于遗传算法的土地利用空间分形特征尺度域的识别方法,用于准确计算分形维数的有效区间范围。以武汉市武昌区水域空间分形特征为例,利用Quickbird多光谱遥感影像提取土地利用空间信息,重点讨论了基于遗传算法识别土地利用空间分形特征尺度域范围的总体思路、适应度函数和遗传算子等环节;然后分别从测定系数、标准差和无标度区间3个角度,将其同人工判断法、相关系数法以及强化系数法进行对比讨论;并结合研究区域实际的水域空间分布格局,分析不同方法计算所得半径维数的合理性。结果表明,土地利用分形特征尺度域的范围对分形维数计算结果有较大影响;相对于传统计算方法来说,遗传算法在尺度无标度区间识别上具有更高的精度,可以为土地利用空间格局分形特征的研究提供客观指导意见。; 吴浩李岩史文中陈晓玲付东杰; 关键词：土地利用空间结构遗传算法

武汉市热环境时空分布特征被引量：1: 2016年; 针对城市热岛效应的演化规律问题,该文以2002年7月9日湖北武汉市的Landsat遥感影像和中分辨率成像光谱仪遥感影像为研究基础,采用归一化差分植被指数,归一化建筑指数,修正后归一化水体指数分别提取了武汉市的植被区域、建筑区域、水体区域,采用密度分割方法对武汉市白天和晚上的温度进行了分区,利用改进的间隙度维数对武汉市热环境白天和晚间的分布特征进行了研究。实验结果表明:对于城市特高温区,白天比晚上的面积大而且集中;对于城市特低温区,白天比晚间面积小而且分散;为研究城市白天和夜间的热岛效应变化提供了一定的参考依据。; 龚珍胡友健黎华

遥感云分类不确定性的多维混合熵模型评价被引量：2: 2016年; 针对遥感影像提取信息分类过程中存在随机不确定性和模糊不确定性两种噪声,影响分类结果的准确性问题,该文在多光谱遥感影像处理中,通过对传统的混合熵模型进行多维化改进,提出多维混合熵的不确定性评价模型。采用云算法对遥感影像进行解译分类,获取相应的不确定性模型参数计算出信息熵和模糊熵,从像元和类别两个尺度构建出遥感云分类不确定性的多维混合熵评价模型。结果表明,多维混合熵模型能够充分考虑多光谱遥感数据的多维性,可以从不同尺度对遥感分类的随机不确定性和模糊不确定性进行有效全面地评价。; 吴浩程志萍史文中周璐; 关键词：土地利用遥感影像不确定性

小样本监测信息露天矿边坡变形预测模型对比分析被引量：3: 2014年; 利用GM(1,1),BP神经网络和灰色BP神经网络组合三种模型,分别对不同样本容量的小样本监测信息进行测试,对比分析预测结果的准确性与稳定性.结果表明,边坡变形预测模型受既有监测信息的样本容量影响较大,样本容量的增加有利于边坡变形预测模型精度的提高.在既有监测信息较少的情况下,GM(1,1)模型预测精度虽然最高,但缺乏稳定性;单一BP神经网络模型的预测精度由于样本较少,其精度较差.从预测结果的稳定性和精度两个方面综合对比来看,灰色BP神经网络组合模型更适用于小样本监测信息情况下的露天矿边坡变形趋势的预测.; 吴浩阮明浩张宏张建华叶海旺董元锋; 关键词：GM(1,1)模型 BP神经网络模型

基于CA-MAS的水域总有机碳扩散模拟研究被引量：1: 2014年; 当前水环境污染扩散研究一般基于普通数值模型模拟,忽略了水污染扩散微观驱动力的影响。为能更真实地反映其动态扩散过程,针对水域总有机碳(TOC)扩散机理,基于CA和MAS技术,将影响TOC扩散的自然和社会经济因素抽象为微观的水流Agent、风速Agent、径流量Agent、污水排放口Agent、人工管理Agent以及农业生产地Agent,将研究水域抽象为CA元胞空间,建立了CA-MAS水域总有机碳扩散模型,对水域总有机碳的动态演化过程进行模拟,并以武汉理工大学鉴湖水域作为实验区域,借助NetLogo仿真平台完成了模型的实现与验证。模拟结果表明,该模型基本能够反映水体总有机碳的扩散规律,可以为水环境污染控制提供参考。; 俞艳黄远君何建华吴浩; 关键词：元胞自动机多智能体总有机碳 NETLOGO

全选清除导出

共1页<1>

中国博士后科学基金(2013M531749)