摘要：以2015年9月27日威海市Landsat8影像为数据源,利用ENVI软件进行处理,基于归一化植被指数(NDVI)建立像元二分模型,对威海市地区进行了植被覆盖度的提取.基于遥感技术的植被覆盖信息的提取方法,利用NDVI估算植被覆盖度,能真实地反映该地区的植被覆盖信息,与相适应的模型相结合,不仅针对性更强,而且能提高提取精度.植物覆盖度颜色的深浅反映了覆盖度的高低.以NDVI值为参数运用像元二分模型设计的植被覆盖度的遥感技术成熟,可操作性强,结果能较准确反映威海市地面植被覆盖情况.

摘要：目的精准预测建筑物沉降的规律及建筑物的变形。方法小波神经网络具有良好的时频局域化性质和神经网络的自学习功能。通过小波分解进行平移和伸缩变换后得到的级数,具有小波分解的一般逼近函数的性质,因此可以用来预报。回归分析的方法可以定量地分析出变型设计过程中设计变量与性能指标之间相互依赖的不确定关系,以此揭示出产品性能指标与影响其值变化的设计变量之间的内在关系。对回归分析模型和小波神经网络模型做简单介绍,以宿州市某建筑大楼的沉降点观测数据为例,对2种模型的预测结果进行检验,在变形监测中分析其精度和可行性。结果回归分析模型预测误差最大值为-0.4 mm,最小值为0.1 mm;小波神经网络模型预测误差最大值为-0.21 mm,最小值为-0.01 mm。结论通过实例证明了2种模型的可行性,为变形分析中将影响变形的直接因素纳入模型提供了一定的参考。由于不同建筑物的荷载情况等因素的差异,模型的运用可能有一定的局限性,仍需要大量的实例进行验证,在有些情况下需要将荷载因子进行变换,才能获得较好的拟合度。

摘要：利用GM(1,1)灰色系统预测原理,提出系统的设计思路及特点、同时结合五组实际观测数据,建立"GM(1,1)灰色系统预测模型沉降监测数据分析表",以按要求自动生成5组沉降还原数据,4组沉降预测数据,对模型的预测值与原始值进行绝对误差比较,生成曲线图,实现模型预测的计算及结果分析,来实现高效率的生产需要,给煤矿高层建筑物的稳定性提供科学的分析。

摘要：目的卫星在获取高空间分辨率的同时会降低其时间分辨率以及观测范围,造成时间分辨率只能在很短时间内可用,并且其较小的观测范围也不能满足要求。方法根据已有的具有高空间、低时间分辨率特征的遥感影像和具有低空间、高时间分辨率特征遥感影像,从解决时空矛盾出发,模拟生成具备高时间分辨率特性和高空间分辨率特性的遥感影像。对尺度下降方法及图像模拟方法做简单介绍,并对遥感图像模拟实例进行分析,主要包括实验流程、数据处理及实验。结果总体分类精度是92.57%,Kappa系数为0.911 2,分类精度比较理想。真实影像NDVI图与模拟影像生成的NDVI图,二者的相关系数为0.89。实验大体上实现了图像模拟,通过真实遥感影像对图像模拟,检验了其科学性和可行性,并且生成NDVI图,证明其有很好的应用价值。结论设计验证方法验证了实验结果,证明该方法科学、可行,并具有很高的实际应用价值。