融合灯光强度和斑块空间分布特征的贫困区域识别模型构建——以山西省为例

贫困区域识别对于国家实施精准扶贫方略具有重要作用。基于山西省2013~2017年NPP-VIIRS夜间灯光数据,提取灯光总强度、平均灯光强度、灯光斑块面积、最大斑块灯光强度、灯光斑块聚集度等参数,应用方差分析方法检验贫困县与非贫困县的参数差异;以2013年NPP-VIIRS数据构建贫困区域识别模型,并应用于2014~2017年的贫困县识别。结果表明：模型的综合识别准确率为71.43%~77.31%,贫困县识别精度较高,为79.31%~86.21%,非贫困县识别精度为59.02%~73.77%。除了灯光强度参数,模型中包含灯光斑块空间分布特征参数能够提高总体精度。进一步分析贫困概率与GDP关系、不同类型县的贫困概率年际变化,可以认为：夜间灯光数据能够用于贫困区域识别和退出评估,融合灯光强度与灯光斑块空间分布特征有助于提高贫困区域识别精度。     

HDR Vivid显示设备技术要求和测试方法标准解读

分析高动态范围(High Dynamic Range,HDR)国内外标准化状况,详细解读CUVA 005.3-2021《高动态范围(HDR)视频技术第3-1部分:技术要求和测试方法显示设备》对于显示设备的测试项目、方法及要求,并针对标准制定时开展的摸底测试进行分析,为使用者评估产品提供科学参考,引导新型高动态范围显示技术发展.