简介:本文以平朔露天煤矿作为研究区域,利用不同空间分辨率的Landsat~8、Spot~5和WorldView-2多源遥感数据并基于eCognitionDeveloper软件进行多尺度分割,研究矿区不同地物类型的尺度特征,并利用影像的亮度均值标准差随分割尺度的变化曲线来确定各地物的最优分割尺度。结果表明:30m分辨率Landsat-8影像适宜在分割尺度为8时提取大尺度的矿区破坏土地、复垦土地和工业用地;10m空间分辨率的Spot-5影像在分割尺度值为85时整体效果最佳,能够提取建筑物、耕地、复垦植被等多数矿区典型地物类型;1.8m高分辨率WorldView-2影像在分割尺度为220时分割效果最佳,耕地和高、低植被覆盖区域能够快速提取,从而为提取不同属性矿区地物时选择适宜的影像分辨率与对象尺度提供参考依据,最终达到快速、精确提取地物信息的目的。
简介:哈萨克斯坦是世界最大的内陆国家,拥有典型的大陆性气候和多样的地理环境及生态系统,同时哈萨克斯坦的自然环境和人类社会对于气候变化这一全球性问题是敏感的、脆弱的,需要运用科学的研究方法应对气候变化的挑战。通常,区域或局地尺度的气候变化影响研究需要对气候模式输出或再分析资料进行降尺度以获得更细分辨率的气候资料。近年来,大量验证统计降尺度方法在各个地区能力的研究见诸文献,然而在哈萨克斯坦地区验证统计降尺度方法的研究非常少见。本文使用了岭回归的方法对哈萨克斯坦地区11个气象站点1960-2009年的月平均气温进行了统计降尺度研究。结果显示,使用前30年数据和岭回归模型建立大尺度预报因子和观测资料的统计关系可以较好地预测后20年的月平均气温,预测能力在各站各月均有不同程度的差异,地形复杂的站点预测效果较差,夏季预测结果好于冬季;此外,将哈萨克斯坦地区平均来看则与观测数据相吻合。
简介:摘要:非线性回归分析在实际研究中有着广泛的应用,但如何寻求非线性函数的最优解,确定模型的最优参数值是非线性回归分析中的难点和重点。本研究基于SAS软件,构建了非线性回归的最优解模型,并引入优化算法对参数进行求解。通过对实际问题进行模拟表明,通过SAS软件中的PROC NLIN程序,可以便捷的对非线性模型进行估计和预测。在参数估计求解上,本文采用了牛顿-拉夫森法、弗莱彻-鲍威尔法等优化算法进行求解,并比较了不同优化算法在求解效率和解的精确度上的差异,证明了所提出的优化算法能提升求解效率,而且结果具有较高精确度。本研究中的理论探讨和模型建立,为非线性回归分析提供了一种较为有效的解决方案,有较高的实用价值。