读左季高公小传有感

最新推荐文章于 2012-02-18 22:55:21 发布

武哥博文

最新推荐文章于 2012-02-18 22:55:21 发布

阅读量938

点赞数

分类专栏： 009 综合

本文链接：https://blog.youkuaiyun.com/grandtree/article/details/6041619

版权

009 综合专栏收录该内容

44 篇文章

订阅专栏

今阅左公季高小传，感之良久。

余幼即好史，盖缘于父亲讲蔡东藩之历朝演义及三国水浒之故。

及入学，余曾在吾乡之历史应试中获第一。其时人皆轻史，然余颇以此自豪。

时授余史学者，王恩师讳治邦，时年六十有余，今则八十有余。

恩师每言及岳武穆、于少保等人常激愤涕零。

然语及曾文正公、左文襄公，则咬牙切齿，以其剿太平军之故也。

今读季高先生小传，知其非恩师所谓杀人魔王，而实乃国之栋梁。

若非文襄公，今之玉门关外尚不知几国环伺乎？

左公之功恩泽万代，何以恩师谓之杀人恶魔？

何人粗暴恩师之思想，而致我等思想竟遭强暴？

余以为国之兴，赖栋梁，栋梁之兴也在制史。

然史之正，其在百年而后乎？

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

武哥博文

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

1979―2008年华北地区对流层顶高度变化特征 (2011年)

05-29

利用1979--2008年华北地区12个测站逐日对流层顶探空资料，运用统计学方法对该地区不同类别对流层顶发生及其高度的季节特征进行探讨，并采用线性趋势、小波...第一对流层顶高度年变程呈双峰型，夏季高，冬季低，第二对流

人教版七年级地理上册气温的变化与分布.ppt

09-16

- **气温年变化**：一年中气温随季节变化的规律，冬季低，夏季高。 - **气温日较差**：一天中最高气温与最低气温的差值。 - **气温年较差**：一年中最热月的平均气温与最冷月的平均气温之差。 - **等温线**：在...

参与评论您还未登录，请先登录后发表或查看评论

左公柳语文S五年级下册PPT学习教案.pptx

10-07

左宗棠，字季高，他的事迹是近代中国历史上的瑰宝。作为湖南湘阴人，他在晚清时期担任重要职务，为平定内乱、抵御外侮做出了巨大贡献。《左公柳》一篇课文，通过“左公柳”这个生动形象，将左宗棠坚定的品格和顽强的...

高粱酒酿酒工艺设计：培菌酒曲常见问题WORD版.doc

09-26

4. 清香型麸曲高粱酒的加曲量通常为原料的6%~10%，加曲温度在25~35℃之间，冬季比入池温度高5~10℃，夏季高2~3℃。 5. 对于加浆量和加酒母量，酒母用量一般为投料量的4%~7%，1公斤酒母原料醪对应30~32公斤水，拌匀...

麻将术语英汉对照

热门推荐

GRANDTREE的专栏

02-03

1万+

每张麻将牌都叫tile, 洗牌叫mix the tiles，码牌叫build walls，听牌叫waiting，和牌叫hu或win，自摸叫self-drawn，点炮胡牌叫win by discard，诈胡叫false hu。碰了红中，就叫red dragon, 碰了发财叫green dragon, 碰了白板叫white dragon。但是除了中发白，碰了其他牌就不叫dragon了，而叫pung，碰

读纳兰词感悟

GRANDTREE的专栏

09-17

9387

早年读得纳兰词，总以为纳兰是位哀婉清秀、美丽可人的大家闺秀。后来渐渐知道他是位满族人而且是八旗子弟。前几日在机场接父母，看到一本《纳兰词笺注》，于是买了在机场肯德基读了起来。看了书前关于纳兰的介绍，才知道他是顺治康熙的重臣明珠的长子。曾为康熙乾清门一等护卫，想来其应该武功高强

偶然看到一个不错的心理学网站，推荐一下

GRANDTREE的专栏

08-02

7676

http://www.psytopic.com/

听mathew Childs的攀岩中体会到的9个生活感悟

GRANDTREE的专栏

01-31

7502

原视频： http://v.163.com/movie/2009/11/8/4/M7H0QFB1H_M7H0QRK84.html 1. Don't let go 2. Hesitation is bad 3. Have a plan 4. Move is the end 5. Know how to rest 6. Fear sucks 7. Opposites are go

读余光中散文，看到一句诗（In me the tiger sniffs the rose），感觉很经典，摘录如下

GRANDTREE的专栏

05-25

6138

In Me, Past, Present, Future Meet 　　　　by Siegfried Sassoon 　　　　In me, past, present, future meet 　　To hold long chiding conference. 　　My lusts usurp the present tense 　　And strangle Reason in his se

2012年1月份阅读书目

GRANDTREE的专栏

02-18

5202

最有效的激励艺术曾仕强，刘君政著曾仕强著谁说大象不能跳舞? IBM董事长郭士纳自传 (美)郭士纳著张秀琴，音正权译郭士纳美著效率提升10倍的google化知性生产技巧从信息洪流找到最有价值的1% (日)胜间和代著计丽屏译 (日) 胜间和代著书名虽然不是很贴切，但是注重很多观点值得借鉴开发你的领导商数 Dev

一个数据库书籍下载站点（几乎囊括微软所有的认证书籍）

GRANDTREE的专栏

08-10

2724

一个数据库书籍下载站点（几乎囊括微软所有的认证书籍），当然还不止这些，你还可以下载到最新的playboy！

对爱词霸（iciba）生词本功能的一些建议

GRANDTREE的专栏

07-26

2366

对爱词霸（iciba）生词本功能的一些建议

最有可能改变我们未来10年生活方式的20项重要发明

GRANDTREE的专栏

04-27

1860

随着社会的发展,我们的美好生活将更加依赖于科技的进步。现在,每年都有很多的新发明涌现出来。美国的《商业周刊》列举了最有可能改变我们未来10年生活方式的20项重要发明。这些发明现在已现雏形,但是尚未商业化,或者还没有得到推广,它们将在未来10年内得以普及和流行。高能充电电池未来的充电电池将具有电量大、充电快的特点,并将广泛应用于各种电器和交通工具。海浪发电海浪中蕴藏着巨大的能源,

李鸿章十四首律诗

GRANDTREE的专栏

05-19

1736

李鸿章十四律丈夫只手把吴钩，意气高于百尺楼；一万年来谁著史? 八千里外觅封侯。定将捷足随途骥，那有闲情逐水鸥! 笑指泸沟桥畔月，几人从此到瀛洲?频年伏枥困红尘，悔煞驹光二十春；马足出群休恋栈，燕辞故垒更图新。遍交海内知名士，去访京师有道人；即此可求文字益，胡为抑郁老吾身! 黄河泰岱势连天，俯看中流一点烟；此地尽能开眼界，远行不为好山川。陆机入洛才名振，苏轼来游壮志坚；多谢咿唔穷达士，残年兀坐守

今天终于拿到了儿子小学录取通知书

GRANDTREE的专栏

06-12

1590

今天终于拿到了儿子小学录取通知书,简直比我10多年前拿到大学录取通知书还要兴奋.总的来说国家的教育政策还是逐步趋好。希望儿子能好好上学，成才立业。

电脑每2分钟左右出现一次cannot find flash.ocx 错误！

GRANDTREE的专栏

03-05

1512

把 C:/WINDOWS/system32/Macromed/Flash目录中的Flashxx.ocx拷贝一份然后改名为Flash.ocx就好了！

Delphi 创建MDI窗体的问题，不知是delphi的bug还是我问题

GRANDTREE的专栏

06-08

1393

在delphi中使用MDI窗体，工程文件如下： Application.Initialize; Application.CreateForm(TMainForm, MainForm); Application.CreateForm(TAboutBox, AboutBox); AboutBox.Show; AboutBox.Hide; MainForm.ShowModal;

2011年的目标

GRANDTREE的专栏

01-13

1297

1. 带好自己的团队，完成开发任务、凝聚团队精神、在自己发展的同时发展团队每个人。 2. 每周学习一堂ELearning课程 3. 每月学习一本编程类书籍和管理类书籍 4. 考过PMP认证考试 5. 抓住晋升机会，证明自己的价值并提高自己 6. 学习投资理财知识

我是用哨兵2号的数据进行土地利用类型分类如何增强显示呢

最新发布

03-29

<think>好的，用户现在的问题是关于如何在使用Sentinel-2数据进行土地利用分类时增强显示效果。我需要先理解用户的需求和背景。用户可能已经有一定的遥感数据处理经验，但在图像增强方面需要指导。他们可能在进行分类时遇到地物区分度不高的问题，或者希望提高分类的准确性。首先，我得考虑Sentinel-2的数据特性。Sentinel-2有13个波段，包括可见光、近红外和短波红外，空间分辨率从10米到60米不等。用户可能需要知道如何有效利用这些波段来增强不同地物类型的显示差异。接下来，用户提到的“增强显示”可能有多种含义。可能是指视觉上的增强，比如通过波段组合或图像拉伸使图像更易于目视解译；也可能是处理上的增强，比如通过指数计算或主成分分析来提高分类模型的输入特征质量。我需要分步骤来回答这个问题。首先，数据预处理是基础，确保辐射校正和大气校正已经完成，这样才能保证后续分析的准确性。然后，波段组合的选择，比如自然色、假彩色，这些常见的组合可以帮助突出植被、水体等地物。接下来，光谱指数是非常有用的工具。比如NDVI用于植被，NDWI用于水体，NDBI用于建筑区域。这些指数能增强特定地物的表现，帮助分类。另外，像主成分分析（PCA）和纹理特征提取这些方法可以进一步减少数据冗余并增强空间特征。时间序列分析也是Sentinel-2的优势，因为它有较高的重访周期。用户如果结合多时相数据，可以捕捉地物的季节变化，提升分类精度，比如区分常绿和落叶植被。在机器学习分类阶段，特征工程是关键。用户可能需要知道如何组合不同的指数和波段作为输入特征，以及如何调整分类器的参数。此外，后处理步骤如形态学滤波可以优化分类结果，去除噪声。可视化方面，使用不同的颜色表来区分地类，叠加矢量边界或DEM数据也能帮助视觉判断。用户可能需要具体的工具推荐，比如QGIS或ArcGIS中的拉伸工具，以及如何在GEE平台上进行这些处理。最后，注意事项部分需要提醒用户关于分辨率的一致性，云掩膜的重要性，以及样本数据的质量。这些都是实际应用中容易遇到的问题，提前指出可以帮助用户避免常见错误。总结一下，用户的需求可能不仅限于显示增强，而是希望通过一系列预处理、特征增强和分类优化步骤来提高土地利用分类的准确性。因此，回答需要结构清晰，逐步引导用户从数据准备到后处理的整个流程，同时提供实用建议和工具推荐，确保他们能够有效应用这些方法。</think>以下是针对哨兵2号（Sententinel-2）数据进行土地利用分类时增强显示和分类效果的分步指南，结合波段组合、光谱指数和可视化技巧： --- ### **1. 数据预处理（增强基础）** - **辐射校正与大气校正** 使用Sen2Cor工具（ESA官方插件）或Google Earth Engine（GEE）内置算法，将原始数据转换为地表反射率，消除大气干扰。 $$ \text{地表反射率} = \frac{\text{表观反射率}}{\text{大气衰减因子}} $$ - **空间分辨率统一** 将20m/60m波段（如短波红外SWIR、气溶胶波段）重采样至10m分辨率（双线性插值），保持数据一致性。 --- ### **2. 波段组合优化（目视增强）** - **自然色显示（True Color）** 组合波段：$B4$（红）、$B3$（绿）、$B2$（蓝） → 接近真实色彩，适合人工解译城乡边界。 - **假彩色显示（False Color）** 组合波段：$B8$（近红外）、$B4$（红）、$B3$（绿） → **植被高亮**（红色区域为植被）。 - **短波红外组合** 组合波段：$B12$（SWIR）、$B8A$（窄近红外）、$B4$（红） → 增强**水体、建筑、裸土**区分。 --- ### **3. 光谱指数增强（特征提取）** - **植被分类增强** - **NDVI**（归一化植被指数）: $$ \text{NDVI} = \frac{B8 - B4}{B8 + B4} $$ 植被越茂密，值越接近$1$；裸土/水体接近$0$或负值。 - **NDWI**（归一化水体指数）: $$ \text{NDWI} = \frac{B3 - B8}{B3 + B8} $$ 水体值>0.2，植被/裸土值较低。 - **建筑与裸土增强** - **NDBI**（归一化建筑指数）: $$ \text{NDBI} = \frac{B11 - B8}{B11 + B8} $$ 建筑区域值>0，植被负值。 - **SAVI**（土壤调节植被指数）: $$ \text{SAVI} = \frac{(B8 - B4)(1 + L)}{B8 + B4 + L} \quad (L=0.5) $$ 减少裸土背景干扰。 --- ### **4. 空间与纹理特征增强** - **主成分分析（PCA）** 对多波段数据降维，保留主要信息，减少冗余噪声。 - **纹理特征提取** 使用灰度共生矩阵（GLCM）计算**对比度、熵、同质性**，增强农田、森林的纹理差异。（工具推荐：QGIS的`Orfeo Toolbox`或GEE的`glcmTexture`函数） --- ### **5. 时间序列分析** - **多时相数据融合** 利用哨兵2号5天重访周期，提取同一区域不同季节的NDVI/NDWI时序曲线，区分**常绿林、落叶林、农作物**。 - 示例：夏季高NDVI（作物生长期） vs. 冬季低NDVI（裸土）。 --- ### **6. 分类后处理（显示优化）** - **分类结果平滑** 使用形态学滤波（如多数分析）消除细小噪声。（工具：QGIS的`SAGA Morphological Filter`） - **伪彩色渲染** 为不同地类分配对比色（如植被=绿色，水体=蓝色，建筑=红色），叠加行政边界或DEM阴影辅助判读。 --- ### **7. 工具与平台推荐** - **Google Earth Engine（GEE）** 直接调用哨兵2号数据，内置光谱指数计算和分类算法（如随机森林）。 ```javascript // GEE示例：NDVI计算与显示 var ndvi = image.normalizedDifference(['B8', 'B4']).rename('NDVI'); Map.addLayer(ndvi, {min:0, max:1, palette: ['white', 'green']}, 'NDVI'); ``` - **QGIS/ArcGIS** 使用`Semi-Automatic Classification Plugin`（QGIS）或`Image Analysis`工具箱（ArcGIS）进行拉伸和分类。 --- ### **注意事项** 1. **分辨率匹配**：融合不同分辨率数据时需对齐像元； 2. **云掩膜**：优先选择云量<10%的影像（可用`QA60`波段去云）； 3. **样本质量**：训练样本需覆盖所有地类且分布均匀。若需具体代码实现或参数调优细节，可进一步说明需求！