位置:成果数据库 > 期刊 > 期刊详情页
The Study of Extracting River Nets Based on Intelligence Ant Colony Algorithm on MODIS Remote Sensing Images
  • ISSN号:1007-4619
  • 期刊名称:《遥感学报》
  • 时间:0
  • 分类:TP753[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]Research Center of Remote Sensing and Spatial Information Science, Shanghai University, Shanghai 200072, China
  • 相关基金:National High Technology Research and Development Program of China(No.2007AA120305); National ScienceFoundation of China(No.40771145); Special Project of Ministry of Science and Technology of China(No.GYHY20070628); Subtopics of Ministry of Land and Resources Project of China(No.KD081902-03); Scientific Research and Innovation Project of Graduate School of Shanghai University China(No.SHUCX101033)
中文摘要:

怎么有效地提取河网具有为水资源调查,洪水预报和监视的 enviromental 的大意义, etc.In 纸,与蚂蚁殖民地算法结合,河在中等决定的成像分光辐射函数( MODIS )上让遥感图象赚的提取的一条新途径通过分析河网络能被蚂蚁殖民地算法高效地优化的河 nets.The expriment 结果表演的二个一般抽取方法被建议,并且差别比率 betwe

英文摘要:

How to extract river nets effectively is of great significance for water resources investigation,flood forecasting and environmental monitoring,etc.In the paper,combining with ant colony algorithm,a new approach of extracting river nets on moderate-resolution imaging spectroradiometer(MODIS)remote sensing images was proposed through analyzing two general extraction methods of river nets.The experiment results show that river nets can be optimized by ant colony algorithm efficiently,and difference ratio between the experimental vectorgraph and the data of National Fundamental Geographic Information System is down to 8.7%.The proposed algorithm can work for extracting river nets on MODIS remote sensing images effectively.

同期刊论文项目
期刊论文 10 会议论文 4
同项目期刊论文
期刊信息
  • 《遥感学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学院
  • 主办单位:中国地理学会环境遥感分会 中国科学院遥感应用研究所
  • 主编:顾行发
  • 地址:北京市安外大屯路中国科学院遥感与地球研究所
  • 邮编:100101
  • 邮箱:jrs@irsa.ac.cn
  • 电话:010-64806643
  • 国际标准刊号:ISSN:1007-4619
  • 国内统一刊号:ISSN:11-3841/TP
  • 邮发代号:82-324
  • 获奖情况:
  • 中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:16827