沛县北部因采煤导致地形、地貌和地类变化,直接影响了整个区域的生态安全,因此需要在区域生态安全状况评价的基础上构建生态安全格局。该研究以沛县北部地区为研究对象,选取高程、坡度、土地覆盖类型、植被覆盖、距水体的距离、距道路...沛县北部因采煤导致地形、地貌和地类变化,直接影响了整个区域的生态安全,因此需要在区域生态安全状况评价的基础上构建生态安全格局。该研究以沛县北部地区为研究对象,选取高程、坡度、土地覆盖类型、植被覆盖、距水体的距离、距道路的距离、距矿点的距离、距居民点的距离8个指标,采用空间主成分分析法(SPCA)评价研究区生态安全状况,并利用最小累积阻力模型(MCR)建立生态阻力面,借助GIS空间分析技术提取生态廊道和生态节点,从而构建研究区的生态安全格局。结果表明研究区生态安全水平不高,中度安全水平的面积为447.53 km 2,占研究区总面积的44.53%;较低安全水平的面积为344.58 km 2,占研究区总面积的34.28%;识别的31条潜在生态廊道、31个一类生态节点和20个二类生态节点与生态源地一起构成了研究区的生态安全格局,为沛县北部的生态规划和生态可持续发展提供了有效参考。展开更多
高分辨距离像(high resolution range profile,HRRP)是目标沿雷达视线方向上的一维压缩投影,传统的HRRP目标识别方法大都利用单次HRRP测试样本判决。但是,由于单次测试样本包含的信息有限,且容易受到噪声污染,识别鲁棒性难以保证。提出...高分辨距离像(high resolution range profile,HRRP)是目标沿雷达视线方向上的一维压缩投影,传统的HRRP目标识别方法大都利用单次HRRP测试样本判决。但是,由于单次测试样本包含的信息有限,且容易受到噪声污染,识别鲁棒性难以保证。提出1种基于子空间的HRRP序列噪声稳健识别算法。该算法在训练、测试阶段均利用HRRP序列,基于主成分分析(principal component analysis,PCA)方法生成能够抑制噪声、冗余分量的目标信号子空间,并根据Grassmann流形定义子空间距离,将测试子空间与训练子空间按照最小子空间距离的准则作匹配比较,从而判定测试样本序列所属类别。文章推导证明了传统的最小重构误差方法是提出方法只使用单次HRRP测试样本的特殊情况。基于实测数据的识别实验显示,由于更充分地利用了HRRP序列信息且子空间能够抑制噪声,提出方法较最小重构误差方法具有更好的识别性能和噪声稳健性。展开更多
合理选择滑坡易发性评价因子是揭示滑坡易发区空间分布特征的重要前提。通过考虑因子最优离散分类,结合地理探测器(Geodetector,GD)与空间主成分分析法(Spatial Principal Component,SPCA)构建滑坡易发性指数。发现评价因子普遍呈现离...合理选择滑坡易发性评价因子是揭示滑坡易发区空间分布特征的重要前提。通过考虑因子最优离散分类,结合地理探测器(Geodetector,GD)与空间主成分分析法(Spatial Principal Component,SPCA)构建滑坡易发性指数。发现评价因子普遍呈现离散分类数越大,因子解释度越高的趋势,且自然断点法与分位数分类法的离散分类结果较好;因子间的交互作用对因子的解释度有一定影响,归一化植被指数(NDVI)的单因子解释度为0.453,但在交互作用下其耦合解释度范围仅为[0.03,0.226];研究区滑坡易发性指数为0.589,属于中度易发区,高度易发区与极易发区主要分布在研究区北部高植被覆盖的山地丘陵处;研究区的滑坡易发性指数具有显著空间聚集特征,高-高聚集区主要分布在该区北部中低山丘陵处,低-低聚集区主要分布在该区南部低缓河谷处。展开更多
文摘沛县北部因采煤导致地形、地貌和地类变化,直接影响了整个区域的生态安全,因此需要在区域生态安全状况评价的基础上构建生态安全格局。该研究以沛县北部地区为研究对象,选取高程、坡度、土地覆盖类型、植被覆盖、距水体的距离、距道路的距离、距矿点的距离、距居民点的距离8个指标,采用空间主成分分析法(SPCA)评价研究区生态安全状况,并利用最小累积阻力模型(MCR)建立生态阻力面,借助GIS空间分析技术提取生态廊道和生态节点,从而构建研究区的生态安全格局。结果表明研究区生态安全水平不高,中度安全水平的面积为447.53 km 2,占研究区总面积的44.53%;较低安全水平的面积为344.58 km 2,占研究区总面积的34.28%;识别的31条潜在生态廊道、31个一类生态节点和20个二类生态节点与生态源地一起构成了研究区的生态安全格局,为沛县北部的生态规划和生态可持续发展提供了有效参考。
文摘合理选择滑坡易发性评价因子是揭示滑坡易发区空间分布特征的重要前提。通过考虑因子最优离散分类,结合地理探测器(Geodetector,GD)与空间主成分分析法(Spatial Principal Component,SPCA)构建滑坡易发性指数。发现评价因子普遍呈现离散分类数越大,因子解释度越高的趋势,且自然断点法与分位数分类法的离散分类结果较好;因子间的交互作用对因子的解释度有一定影响,归一化植被指数(NDVI)的单因子解释度为0.453,但在交互作用下其耦合解释度范围仅为[0.03,0.226];研究区滑坡易发性指数为0.589,属于中度易发区,高度易发区与极易发区主要分布在研究区北部高植被覆盖的山地丘陵处;研究区的滑坡易发性指数具有显著空间聚集特征,高-高聚集区主要分布在该区北部中低山丘陵处,低-低聚集区主要分布在该区南部低缓河谷处。