排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
桉树生长速度快、用途广,具有良好的经济效益、社会效益和生态效益。但桉树的种植、砍伐与促长之间周期交替过于频繁,传统的林业调查不仅会受各种主客观因素的影响,而且获取信息的可信度较低。文章以Rapi Eye影像为数据源,结合GPS调查手段,运用e Cognition平台,以光谱和纹理相结合的面向对象的分析方法,并创建知识规则集,对桉树林信息进行提取。实验表明,传统基于像素的监督分类方法总体精度为68.83%,Kappa系数为0.67。而基于以光谱纹理、创建知识规则集相结合的面向对象分析方法,桉树信息提取的总体精度达到82.12%,Kappa系数为0.80,该提取方法可获得更好的分类质量、效率与精度。 相似文献
2.
以南宁市隆安县为研究区,运用GIS技术和层次分析法相结合,对耕地的多要素空间数据进行分析、处理做适宜性评价。根据土地适宜性的评价原则和主要影响因素选取评价因子。利用层次分析法(AHP)计算评价因子权重值,并采用DEM分析确定研究区坡度、坡向等值,建立土地适宜性评价模型。运用叠加分析,得出耕地适宜性等级图,进而为确定最佳耕地利用方案提供科学依据。 相似文献
3.
1