Monitoring mangrove forest changes using remote sensing and GIS data w การแปล - Monitoring mangrove forest changes using remote sensing and GIS data w ไทย วิธีการพูด

Monitoring mangrove forest changes

Monitoring mangrove forest changes using remote sensing and GIS data with decision-tree learning
Kai Liu, Xia Li, Xun Shi, Shugong Wang
9 Citations
Download PDF (728 KB)
Abstract
This paper presents a decision-tree method for identifying mangroves in the Pearl River Estuary using multi-temporal Landsat TM data and ancillary GIS data. Remote sensing can be used to obtain mangrove distribution information. However, serious confusion in mangrove classification using conventional methods can develop because some types of land cover (e.g., agricultural land and forests) have similar spectral behaviors and distribution features to mangroves. This paper develops a decisiontree learning method for integrating Landsat TM data and ancillary GIS data (e.g., DEM and proximity variables) to solve this problem. The analysis has demonstrated that this approach can produce superior mangrove classification results to using only imagery or ancillary data. Three temporal maps of mangroves in the Pearl River Estuary were obtained using this decision-tree method. Monitoring results indicated a rapid decline of mangrove forest area in recent decades because of intensified human activities.
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
ตรวจสอบป่าชายเลนเปลี่ยนใช้แชมพู และ GIS ข้อมูลการเรียนรู้ต้นไม้ตัดสินใจ
ไก่หลิว หลี่เซียะ ชิสถาน วัง Shugong
อ้าง 9
ดาวน์โหลดไฟล์ PDF (728 KB)
นามธรรม
กระดาษนี้แสดงวิธีการในการระบุโกรฟส์ในห้องแม่น้ำเพิร์ลต้นไม้การตัดสินใจใช้ข้อมูล Landsat TM หลายชั่วคราวและข้อมูล GIS พิเศษ แชมพูสามารถใช้เพื่อขอรับข้อมูลการกระจายของป่าชายเลน อย่างไรก็ตาม สับสนอย่างจริงจังในประเภทป่าชายเลนโดยใช้วิธีการทั่วไปสามารถพัฒนา เพราะที่ดินครอบคลุม (เช่น เกษตรและป่าไม้) บางชนิดมีพฤติกรรมคล้ายสเปกตรัมและคุณลักษณะกระจายโกรฟส์ กระดาษนี้พัฒนา decisiontree การเรียนรู้วิธีการรวมข้อมูล Landsat TM และพิเศษ GIS ข้อมูล (เช่น DEM และใกล้ตัวแปร) เพื่อแก้ไขปัญหานี้ การวิเคราะห์ได้แสดงว่า วิธีนี้สามารถให้ผลลัพธ์ประเภทป่าชายเลนที่เหนือกว่าการใช้ภาพถ่ายหรือค่าข้อมูลเดียว แผนที่ชั่วคราวสามโกรฟส์ในห้องแม่น้ำเพิร์ลได้รับวิธีนี้ต้นไม้การตัดสินใจ ตรวจสอบผลลัพธ์ระบุลดลงอย่างรวดเร็วของพื้นที่ป่าชายเลนในทศวรรษล่าสุดเนื่องจากกิจกรรมมนุษย์ intensified
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
การตรวจสอบการเปลี่ยนแปลงป่าชายเลนโดยใช้ข้อมูลระยะไกลและระบบสารสนเทศภูมิศาสตร์กับการเรียนรู้การตัดสินใจต้นไม้
ไก่หลิวเซี่ยหลี่ซุนชิ Shugong วัง
9 Citations
ดาวน์โหลดไฟล์ PDF (728 KB)
บทคัดย่อ
งานวิจัยนี้เสนอวิธีการตัดสินใจสำหรับการระบุต้นไม้โกงกางในแม่น้ำเพิร์ล ปากน้ำโดยใช้ข้อมูลภาพถ่ายดาวเทียม TM หลายเวลาและข้อมูล GIS เสริม รู้จากระยะไกลสามารถนำมาใช้เพื่อให้ได้ข้อมูลการกระจายป่าชายเลน แต่ความสับสนที่รุนแรงในการจำแนกป่าชายเลนโดยใช้วิธีการแบบเดิมสามารถพัฒนาเพราะบางชนิดของสิ่งปกคลุมดิน (เช่นการเกษตรและป่าไม้) มีพฤติกรรมสเปกตรัมที่คล้ายกันและคุณสมบัติการกระจายไปยังป่าโกงกาง กระดาษนี้จะพัฒนาวิธีการเรียนรู้ decisiontree สำหรับการบูรณาการข้อมูล Landsat TM และข้อมูล GIS เสริม (เช่น DEM และความใกล้ชิดตัวแปร) เพื่อแก้ปัญหานี้ การวิเคราะห์ได้แสดงให้เห็นว่าวิธีการนี้สามารถให้ผลลัพธ์ที่ดีกว่าการจัดหมวดหมู่ในการใช้ป่าชายเลนเพียงภาพหรือข้อมูลเสริม สามแผนที่ชั่วคราวของป่าโกงกางในแม่น้ำเพิร์ลปากน้ำที่ได้รับโดยใช้วิธีการตัดสินใจต้นไม้ต้นนี้ ผลการตรวจสอบระบุว่าลดลงอย่างรวดเร็วของพื้นที่ป่าชายเลนในทศวรรษที่ผ่านมาเนื่องจากความรุนแรงการกระทำของมนุษย์
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
การติดตามการเปลี่ยนแปลงการใช้พื้นที่ป่าระยะไกลและข้อมูล GIS กับการเรียนรู้ต้นไม้ตัดสินใจ
ไก่ Liu Xia Li , ซุนซือ shugong หวังเข้าไว้

9 ดาวน์โหลด PDF ( 728 KB ) นามธรรม

บทความนี้นำเสนอวิธีการสำหรับการระบุการตัดสินใจแบบต้นไม้ป่าชายเลนในอ่าว Pearl River โดยใช้ multi ชั่วคราวจาก TM ข้อมูลและข้อมูล GIS ซิลลา .การรับรู้จากระยะไกลสามารถใช้เพื่อขอรับข้อมูลข่าวสาร ป่าชายเลน อย่างไรก็ตาม ความสับสนในการจำแนกพื้นที่ร้ายแรงโดยใช้วิธีปกติสามารถพัฒนาเพราะบางประเภทของสิ่งปกคลุมดิน ( เช่น ที่ดินเกษตรและป่าไม้ ) มีพฤติกรรมคล้ายกันและการกระจายสเปกตรัมประกอบด้วย ป่าชายเลนงานวิจัยนี้ได้พัฒนาวิธีการเพื่อบูรณาการการเรียนรู้ต้นไม้ตัดสินใจ Landsat TM ข้อมูลและระบบสารสนเทศทางภูมิศาสตร์ ( เช่น เด็ม และใกล้กับขึ้นอยู่กับตัวแปร ) เพื่อแก้ปัญหานี้ การวิเคราะห์แสดงให้เห็นว่าวิธีนี้สามารถให้ผลลัพธ์ที่เหนือกว่าการใช้ป่าชายเลนภาพหรือข้อมูลเสริม .3 แผนที่ของป่าชายเลนในบริเวณปากแม่น้ำเพิร์ลได้ใช้แผนผังการตัดสินใจวิธี ผลการตรวจสอบพบการลดลงอย่างรวดเร็วของพื้นที่ป่าชายเลน ในทศวรรษที่ผ่านมา เพราะปณิธาน กิจกรรมต่างๆของมนุษย์
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2024 I Love Translation. All reserved.

E-mail: