基于RBF神经网络的面状水体识别模型及其应用

针对面状水体识别过程中面状水体数据特征不宜提取、伪洼地易与面状水体混淆的问题,通过分析面状水体的面积、深度和潜在出水口等基本DEM数据特征,构建了面状水体识别模型,并将面状水体的三个数据特征和面状水体识别模型的计算结果作为输入输出神经元,利用RBF神经网络对建立的面状水体识别模型进行了仿真验证。从全国1∶250 000 DEM数据中选取150组洼地数据作为样本数据,采用减聚类算法对RBF神经网络进行训练,训练时样本的最小平均相对误差为2.75%,仿真的准确率为98%,表明面状水体识别模型可解决面状水体和伪洼地难以区分的问题,并提高了面状水体识别的准确率。

基于Landsat TM/ETM+影像的面状水体特征研究——以巢湖流域面状水体为例

通过对研究区2001年10月和2007年1月Lnadsat TM/ETM+的遥感影像进行光谱特征分析,利用归一化差异水体指数(NDWI)、阈值法和谱间关系法提取研究区面状水体形态信息,在此基础上,利用分形几何理论计算不同时相巢湖流域研究区影像的各小流域面状水体的分形维数。结果表明,巢湖流域研究区各小流域面状水体明显具有分形特征,2007年各小流域面状水体的分维值相应都比2001年各小流域面状水体分维值有所降低,说明整个流域的面状水体的稳定性增大。反映了研究区人类工农业生产活动开始注重与周围地理环境的和谐发展。

基于遥感影像的巢湖流域面状水体分维测算

通过对2000年2月的研究区ETM+遥感影像光谱特征进行分析,利用修正的归一化差异水体指数(MNDWI)与谱间关系法提取研究区面状水体形态信息,使用小岛法计算面状水体的分形维数,得到巢湖流域全区面状水体的总体分维D0=1.2776,及以主要河流所划分的各子区的分维值:南区D1=1.2800,西区D2=1.3032,北区D3=1.2376。反映了研究区各子区地理环境与人类活动的差异。

基于MNDWI/LSMM/K-T变换的淮河流域面状水体提取的比较研究——以南湾水库为例

水体提取是为开展水环境管理工作提供支持。本研究以淮河流域南湾湖水库为例,运用MNDWI、LSMM、K-T变换的3种提取方法分别进行淮河流域面状水体提取,并结合监督分类进行比较研究。研究结论:(1)MNDWI和LSMM的水体面积偏大且精度不高,并受阈值计算或端元选择影响其精度;(2)K-T变换较适宜用于面状水体提取中,其水体提取效率和精度较高;(3)应当综合考虑多方面因素,选取适当方式来提高水体提取精度,为后续工作开展做好准备。

基于高分影像的面状水体提取方法研究

本文以湖北省咸宁市作为实验区域,高分一号16m、高分二号4m影像作为数据源,在利用多种指数综合进行水体提取的基础上,结合面状水体的形状特征根据形状因子实现针对于面状水体的有效提取。

一种基于多DEM数据特征的面状水体提取方法

提出了一种基于多DEM(digital elevation model)数据特征的面状水体提取方法.通过分析面状水体的DEM基本数据特征、面状水体的潜在出水口特征和面状水体的边界特征,分别建立了面状水体DEM基本数据特征模型、面状水体的潜在出水口特征模型和面状水体边界特征模型;在采用多个DEM数据特征逐步筛选并识别面状水体的基础上,结合启发式搜索算法提出了面状水体自动提取方法.实验结果表明,应用本文提出的方法能够有效地提取出湖泊、水库等面状水体信息.

基于多流向算法的数字河网自动提取系统研究

从DEM数据中自动提取流域数字河网结构是分布式水文模型研究的基础。由于DEM数据中存在误差数据,这些误差数据的存在会影响面状水体提取的准确度。文章详细论述了基于多流向算法的面妆水体提取过程中面状水体与伪洼地的识别、多流向算法、集水面积计算、面状水体提取等关键技术,文章提出的面状水体提取方法可为进一步开发分布式水文模型提供技术基础。

Study on the Surface Modification of Hydrophobic Polyacrylate Intraocular Lens

In this study, the polyacrylate intraocularr lens is irradiated by argon ion which can produce free radicals. In order to obtain better hydrophilic and lower platelets adhesion, monomer vinyl pyrrolidone (NVP) is grafted onto the hydrophobic polyacrylate intraocular lens surface in a certain reaction conditions. Specific changes in intraocular lens are detected by static contact angle (CA), scanning electron microscope (SEM) and light transmittance. The results show that this surface modification can greatly improve its hydrophilic character and surface formation.