排序方式: 共有7条查询结果,搜索用时 0 毫秒
1
1.
顾及空间自相关的地理国情信息统计格网尺度选择——以植被覆盖信息统计为例 总被引:1,自引:0,他引:1
统计格网尺度的不同会带来统计结果的差异,如何选择统计格网是地理国情信息统计的重要工作。本文提出了一种顾及空间自相关的地理国情信息统计格网尺度选择方法。采用地理国情普查数据,在50 m、60 m、70 m、80 m、90 m、100 m、250 m、500 m和1000 m几个尺度下,以植被覆盖信息统计为例,利用面积占优法和中心点归属法两种方法分别进行格网化,得到了不同尺度的植被格网数据;计算植被覆盖面积统计误差,分析不同尺度下植被覆盖信息的空间自相关的变化特征,并利用Moran’s I系数差值进行尺度选择,得到了植被覆盖信息统计格网的适宜尺度。以龙沙区和清涧县作为研究区域,结果表明,在地理国情植被覆盖信息统计时,不同地区的格网统计适宜尺度是不一样的,植被覆盖度中低的龙沙区的适宜尺度为100 m,而植被覆盖度高的清涧县的适宜尺度为250 m。 相似文献
2.
地理国情是基本国情的重要组成部分,具体包括地表自然要素、人文地理要素和社会经济信息的空间分布特征及其相互关系。当前,我国第一次地理国情普查工作已经完成,正在开展普查数据的整理、汇总、统计分析,未来还将开展地理国情常态化监测。本文针对第一次地理国情普查工作进行总结,并对地理国情监测的若干问题进行讨论,从地理国情监测内容、监测尺度、监测单元、监测模型、监测频率等多个方面剖析开展地理国情监测所面临的问题,并提出发展建议。 相似文献
3.
4.
5.
本文提出了一种聚类特征和SVM组合的高光谱影像半监督协同分类方法。利用构建的协同分类框架能够将KSFCM聚类算法与半监督SVM分类器相结合,同时利用聚类和分类优势,提高分类器的分类准确率。其中,通过聚类损耗函数、分类一致函数、分类差异性、样本差异性四个指数用以构建协同分类框架,以充分利用少量类标签样本信息,避免高光谱类标签样本获取困难问题,在一定程度上解决SVM支持向量随着训练样本增加而线性增加的问题,从而寻求最佳分类结果。实验结果表明,本文所提方法得到的分类精度优于直接利用SVM进行半监督分类。 相似文献
6.
7.
1