简介：基于资源卫星介绍的遥感数据的解释，这份报纸说事实在Donghai岛的陆地使用区域，位于Zhanjiang的南方，广东省，因为象陆地开垦那样的人的活动，从1986～2010在25年里由576.71hm2膨胀了；同时，在土地的类型的大变化在岛上盖住发生了。在陆地使用的明确的变化在它的生态系统服务价值导致显著转变。因此，由在这使用Costanza方法，quantificationally在它的生态系统分析变化的纸在这个岛上满足；Costanza方法是每统一岛的区域显示出服务价值的一种计算技术。它从1986～2010被发现那，特别在最近的年里，由于在僵化，钢和港口工业，栽培土地的区域，树林，草地和沙漠的快速的发展在不同的度减少了，当时为住处的陆地，工业和交通建设和水和沼泽地的区域增加了。因而，与RMB547.57漠?潦的数字相比？

简介：Hyperspectral遥感图象地面分类面对高数据维数的问题和训练数据标记的缺乏，导致未得到满足的地面分类效率。特征抽取为保存歧视的信息并且减少数据维数在地面分类前被要求。Ahyperspectral遥感图象特征抽取方法，即，分离余弦变换(DCT)光谱回归判别式分析(SRDA)subspace方法，被介绍解决上述问题。建议DCTSRDAsubspace方法第一在原版拿DCT光谱空间并且得到每个象素的DCT系数光谱曲线；第二在DCT系数空间执行SRDA并且获得DCTSRDAsubspace。最小的距离分类器在产生DCTSRDAsubspace被设计评估特征抽取表演。试验因为二幅真实在空中的可见/红外线的成像分光计(AVIRIS)hyperspectral图象显示出那，与作比较光谱LDAsubspace方法，建议DCTSRDAsubspace方法能改进地面分类效率。

简介：Background:Remotesensing-basedinventoriesareessentialinestimatingforestcoverintropicalandsubtropicalcountries,wheregroundinventoriescannotbeperformedperiodicallyatalargescaleowingtohighcostsandforestinaccessibility(e.g.REDDprojects)andaremandatoryforconstructinghistoricalrecordsthatcanbeusedasforestcoverbaselines.Giventheconditionsofsuchinventories,thesurveyareaispartitionedintoagridofimagerysegmentsofpre-fixedsizewheretheproportionofforestcovercanbemeasuredwithinsegmentsusingacombinationofunsupervised(automatedorsemi-automated)classificationofsatelliteimageryandmanual(i.e.visualon-screen)enhancements.Becausevisualon-screenoperationsaretimeexpensiveprocedures,manualclassificationcanbeperformedonlyforasampleofimagerysegmentsselectedatafirststage,whileforestcoverwithineachselectedsegmentisestimatedatasecondstagefromasampleofpixelsselectedwithinthesegment.Becauseforestcoverdataarisingfromunsupervisedsatelliteimageryclassificationmaybefreelyavailable(e.g.Landsatimagery)overtheentiresurveyarea(wall-to-walldata)andarelikelytobegoodproxiesofmanuallyclassifiedcoverdata(sampledata),theycanbeadoptedassuitableauxiliaryinformation.Methods:Thequestionishowtochoosethesampleareaswheremanualclassificationiscarriedout.Wehaveinvestigatedtheefficiencyofone-per-stratumstratifiedsamplingforselectingsegmentsandpixels,wheretocarryoutmanualclassificationandtodeterminetheefficiencyofthedifferenceestimatorforexploitingauxiliaryinformationattheestimationlevel.Theperformanceofthisstrategyiscomparedwithsimplerandomsamplingwithoutreplacement.Results:OurresultswereobtainedtheoreticallyfromthreeartificialpopulationsconstructedfromtheLandsatclassification(forest/nonforest)availableatpixellevelforastudyarealocatedincentralItaly,assumingthreelevelsoferrorratesoftheuns