排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
针对受森林地区复杂地形和植被冠层结构的影响,基于被动微波遥感数据的森林地区雪深反演精度普遍较低的问题,在代表性半经验雪深反演算法的基础上,结合森林气象站观测数据建立了中国东北森林地区半经验雪深反演优化算法。该算法考虑了森林植被介电常数随气温变化的特性,使森林地区的雪深反演精度得到了较大的提高。与其他代表性半经验雪深算法相比,该算法的均方根误差(RMSE:Root-Mean-Square Error)平均减小了2.3 cm,偏差(Bias)平均减小了3.7 cm,相关系数(R)平均提升了0.11;与常用的机器学习雪深反演算法对比,该算法的RMSE平均减小了2.17 cm, Bias平均减小了1.67 cm,R平均提升了0.22。 相似文献
2.
为了让本科生充分理解和掌握遥感影像处理技术,结合吉林大学大学生创新创业训练计划,设计了基于高分辨率卫星遥感影像的校园土地分类实验项目。以2015 年9 月20 日高分二号( GF-2) 卫星拍摄的吉林大学中心校区卫星影像为实验数据,通过使用不同的光谱指数以及支持向量机( SVM: Support Vector Machine) 分别对影像中的建筑物、植被、水体、平地和操场等地物进行提取,进而得到基于高分辨率遥感影像的校园地物分类图,并对分类结果中各种地物信息进行统计分析,将统计结果与真实的地物参数进行对比,近而改善该方法的分类精度与可靠性。实践结果表明,该实验可以有效的帮助学生对知识的理解和掌握,达到了预期的教学效果。 相似文献
1
