期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
城市生态遥感研究热点与发展趋势的可视化分析
1
作者 尹慧敏 胡秀娟 +2 位作者 杨立娟 李春强 徐涵秋 《遥感技术与应用》 CSCD 北大核心 2024年第3期642-658,共17页
为探讨近30年城市生态遥感研究的发展趋势及热点,基于文献计量法,以Web of Science(WoS)数据库中的SCI及SSCI学术期刊和CNKI数据库中的学术期刊为数据源,运用文献分析软件CiteSpace绘制城市生态遥感领域知识图谱,对1991~2021年该领域发... 为探讨近30年城市生态遥感研究的发展趋势及热点,基于文献计量法,以Web of Science(WoS)数据库中的SCI及SSCI学术期刊和CNKI数据库中的学术期刊为数据源,运用文献分析软件CiteSpace绘制城市生态遥感领域知识图谱,对1991~2021年该领域发表的论文进行分析。结果表明:①就发文数量来看,城市生态遥感的研究经历了“萌芽阶段”、“累积阶段”和“快速增长阶段”,呈现出良好的发展态势,发文量的质心在世界范围内也表现出从东部向西部然后又回归东部的迁移趋势;②就研究机构来看,在WoS与CNKI数据库中发文量最多的研究机构分别是中国科学院地理科学与资源研究所和北京师范大学;③就发文期刊来看,在WoS与CNKI数据库中发文量最多的期刊分别是Remote Sensing与《生态学报》;④就核心作者来看,中国科学院周伟奇与福州大学徐涵秋分别是WoS和CNKI数据库中发文量最多的作者;⑤通过对关键词的统计,“生态环境”、“土地利用”、“景观格局”为近年来城市生态遥感领域的研究热点。总体来看,城市生态遥感在环境科学、自然地理学、测绘学等学科占有越来越大的比重,应用生态遥感模型来定量评估生态环境质量成为该领域的重要趋势,城市生态遥感研究对遥感影像的分辨率要求越来越高,今后高空间和高光谱分辨率遥感影像将成为该领域的热门数据源,多源遥感数据协同反演城市生态也将成为该领域的发展趋势。 展开更多
关键词 城市生态 遥感 文献计量法 CITESPACE
原文传递
山地遥感生态指数的构建及应用
2
作者 王智允 胡秀娟 +3 位作者 郑偲怡 邹鑫郁 苏桂芬 卢顺发 《应用生态学报》 CAS CSCD 北大核心 2024年第11期3131-3140,共10页
山地丘陵地区是国家生态安全屏障的主体之一。为避免地形起伏对其生态质量评价产生影响,本研究采用归一化差值山地植被指数(NDMVI)作为绿度生态因子,结合湿度、干度和热度构建基于遥感生态指数(RSEI)改进的山地遥感生态指数(HRSEI),并... 山地丘陵地区是国家生态安全屏障的主体之一。为避免地形起伏对其生态质量评价产生影响,本研究采用归一化差值山地植被指数(NDMVI)作为绿度生态因子,结合湿度、干度和热度构建基于遥感生态指数(RSEI)改进的山地遥感生态指数(HRSEI),并对典型山地丘陵区福建省龙岩市长汀县和陕西省商洛市山阳县开展生态质量评价,对比HRSEI和RSEI的生态质量等级转移路径,验证HRSEI在山地区域的适用性。结果表明:NDMVI相较于NDVI在山地区域能提取到更多的植被信息,地形起伏越大,NDMVI提取植被信息的能力越强。经过平均相关度和逐步回归方程验证可知,采用HRSEI对山地丘陵区域的生态质量评价具有代表性。HRSEI主要将部分受阴影干扰的植被生态等级从良提升为优,与RSEI的提取结果相比,长汀县和山阳县生态等级为优的面积分别提升了13.75和41.88 km^(2)。结合高分辨率影像可知,生态质量提升的范围对应为被山地阴影影响的高植被覆盖区,说明HRSEI可以有效提升受阴影影响的高植被覆盖区的识别准确度,使其更符合实际。 展开更多
关键词 生态 遥感 山地遥感生态指数 山地丘陵地区 生态环境质量
原文传递
RSEI应使用主成分分析或核主成分分析? 被引量:11
3
作者 徐涵秋 李春强 林梦婧 《武汉大学学报(信息科学版)》 EI CAS CSCD 北大核心 2023年第4期506-513,共8页
nRSEI(nonlinear remote sensing ecological index)是新近提出的遥感生态指数,它采用核主成分分析(kernel principal component analysis,kPCA)来集成模型的各个分指标。其主要根据是认为原RSEI采用的湿度、绿度、干度、热度这4个指标... nRSEI(nonlinear remote sensing ecological index)是新近提出的遥感生态指数,它采用核主成分分析(kernel principal component analysis,kPCA)来集成模型的各个分指标。其主要根据是认为原RSEI采用的湿度、绿度、干度、热度这4个指标在北京研究区的相关关系总体为弱相关,因此需要采用专门处理非线性关系的kPCA来集成这4个指标。为此探讨了北京地区这4个指标的相关关系类型,并对新指数验证方法的有效性进行了深入分析。结果表明,北京地区这4个指标总体呈显著的强线性相关关系,因此并不适合采用kPCA集成;新指数的精度验证方法也存在明显的缺陷,不能证明新指数的有效性。同时还就遥感建模的可行性、模型的普适性、指标尺度的一致性,以及模型精度的验证方法、标准参考影像的选取和验证所需的样本量等遥感研究论文中常见的基础问题进行了讨论。 展开更多
关键词 RSEI 主成分分析 核主成分分析 相关性强度 精度验证
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部